Les robots vocaux sont déjà devenus des employés précieux qui peuvent fournir un meilleur service aux
L'une des options pour résoudre ce problème estscript préenregistré pour diverses situations, y compris une conversation avec un interlocuteur en colère. Il permet au robot vocal de s'adapter à la situation et de fournir une assistance pertinente. Cela peut être appelé l'empathie programmée, dont la condition principale est la capacité à reconnaître correctement les émotions d'une personne et à y répondre. Et le niveau actuel de développement technologique augmente considérablement l'égalisation (de l'anglais Emotional Quotient, "intelligence émotionnelle" - "High-tech") des robots vocaux. Par exemple, les robots TWIN identifient correctement les émotions de base dans 96% des cas: positives, négatives ou neutres.
Mais créer des robots empathiques qui peuventsimuler l'égalisation grâce à des scripts préenregistrés nécessite une grande puissance de calcul, ce qui signifie que leur coût augmente automatiquement. Ce n’est pas toujours rentable pour les entreprises. C'est pourquoi le robot bascule souvent la conversation vers un employé en direct dès que le dialogue nécessite une communication empathique.
Comment le logiciel vocal reconnaît l'humeur d'une personne
La détection des émotions vocales est un microserviceapprendre progressivement par l'exemple. Pour ce faire, ils collectent de nombreux dialogues entre le bot et le client et analysent leur qualité, évaluant dans quelle mesure le robot a correctement reconnu l'émotion. Les erreurs sont corrigées et remplacées par la version correcte dans le système.
Cependant, cela ne peut se faire sans une personne.L'analyse et l'étiquetage des émotions sont réalisés par des linguistes qui définissent clairement les nuances de discours et de réactions : positives, négatives ou basiques. Ils écoutent beaucoup de dialogues, parmi lesquels ils sélectionnent des épisodes aux connotations émotionnelles prononcées, les catégorisent et les saisissent dans la base de données appropriée. Cela crée un ensemble d’ensembles de données ou de modèles qui constituent la base de l’intelligence émotionnelle du robot. Il est très important que le marquage soit effectué par un professionnel, car même une petite erreur peut complètement « tuer » l'ensemble des données.
Après l'exemple de modèle étiquetéLes données sont prêtes, la phase de formation du réseau de neurones commence. A ce stade, en plus de la qualité des jeux de données, les meilleurs ingénieurs ML (spécialistes du machine learning - Hi-Tech) sont nécessaires. De plus, il convient de choisir soigneusement la pile technologique. C'est la seule façon pour le système de fonctionner parfaitement, en reconnaissant la coloration émotionnelle de presque tous les discours, à l'exception des chuchotements.
Les principales difficultés de reconnaissance des émotions:
- Variété de nuances émotionnelles- Même une personne peut avoir du mal à faire la distinction entre inquiétude et irritation. C'est pourquoi on distingue actuellement trois émotions fondamentales : cela permet de réduire l'erreur.
- Expression des émotions— le robot s'appuie souvent suraux formulations verbales. Cependant, cette approche n'est pas toujours efficace. Par exemple, un langage obscène en soi n’indique pas nécessairement une attitude négative. Par conséquent, TWIN a divisé deux microservices de détection d'émotions : l'un est formé sur la voix et est utilisé dans les appels, l'autre est formé sur les textes et est utilisé dans les chats.
Dans quels domaines les robots doivent-ils pouvoir distinguer les émotions?
Service après vente
Le support technique implique souventdes situations où le client doit être rapidement transféré du robot à l'opérateur, surtout si la personne a une attitude négative. Les entreprises de l'industrie du transport sont souvent confrontées à un appel typique: un utilisateur en colère appelle un centre de contact qui n'a pas reçu une commande à temps. À la réception de l'appel, le robot entend beaucoup de critiques de l'entreprise, mais ne peut pas répondre de manière adéquate. Nous avons tiré une leçon de telles situations: maintenant, l'appel est automatiquement transféré à l'opérateur dès que le système identifie des émotions négatives.
L'intelligence émotionnelle fait partie du servicedans le commerce électronique. Par exemple, Amazon a appris à son assistant vocal Alexa à reconnaître les émotions par intonation. La fonction est susceptible de contribuer à améliorer la qualité de communication de l'assistant intelligent et des utilisateurs. Et Emotibot propose un assistant vocal pour le service après-vente e-commerce. Le bot adapte les réponses à l'humeur de l'interlocuteur afin d'éviter l'escalade des plaintes.
Analytique
Les centres d'appels commencent également à expérimentertechnologie de reconnaissance des émotions afin d’évaluer la qualité du service. Par exemple, le système peut analyser le discours de l'opérateur pour détecter l'apparition de connotations négatives : cela contrôle la communication des employés avec les clients et évite les violations régulières de l'éthique de la communication.
Technologie vocale avec reconnaissance des émotionsIls aident également à analyser la dynamique du sentiment des clients: par exemple, pour déterminer si les clients en général sont devenus plus irrités ou, au contraire, ont trouvé plus de fidélité à la marque. Cela permet de savoir si l'automatisation du centre d'appels est réussie ou si certains processus doivent être améliorés. Par exemple, une technologie similaire a été testée par Rosbank. À la suite de l'analyse du dialogue entre le bot et le client, le gestionnaire reçoit un rapport statistique pour chaque appel, qui reflète des données telles que la dynamique de l'indice de satisfaction des consommateurs et un indicateur comparatif de l'efficacité du service.
Ventes
L'état émotionnel affecte directementla volonté de l'acheteur de faire un achat. Il est plus facile pour une personne de vendre quelque chose lorsqu'elle est de bonne humeur. La recherche le confirme : par exemple, une expérience biélorusse a démontré un lien direct entre les émotions positives et la volonté de communiquer avec un directeur commercial, ainsi que la fidélité globale à la marque.
Reconnaître les émotions peut augmenter les revenusbots qui gèrent le traitement des leads. Ainsi, par exemple, en s'appuyant sur ce marqueur, un robot vendeur est capable de transférer immédiatement un appel vers un employé «en direct» pour ne pas rater une piste «chaude». Probablement, à l'avenir, cet outil sera utilisé par la majorité des entreprises où les bots sont engagés à appeler une base froide ou chaude.
L'industrie du développement a déjà proposéles détaillants en ligne un bot guide qui peut agir comme un consultant numérique et construire un dialogue avec l'utilisateur en fonction de son caractère (le bot le détermine par ses émotions). Cependant, ces solutions viennent tout juste d’entrer dans la phase d’étude et de test sur le marché et n’ont donc pas encore été largement distribuées.
Le robot devrait-il reconnaître le sexe de l'interlocuteur
Les clients souhaitent voir une approche individuelleservice dans n’importe quelle industrie. Dans une enquête SmarterHQ, les deux tiers des consommateurs ont déclaré qu'ils ne s'engageaient que lorsqu'ils recevaient des messages personnalisés. Cela impose de continuer à travailler pour rendre les robots vocaux plus intelligents, en segmentant les interlocuteurs en fonction de différents critères, dont le plus évident est le sexe.
La reconnaissance du genre vous permet de créer un discours avecen tenant compte de ce critère, et également réduire le pourcentage d'erreurs lors de la numérotation d'un abonné. Par exemple, si Natalia est répertoriée dans la base de données et qu'un interlocuteur masculin a décroché le téléphone, le robot pourra réagir instantanément et dire: "Puis-je parler à Natalia?" au lieu de "Hello, Natalia".
C'est la même chose avec les appels.Simulons la situation : le robot recrute une cliente dont le nom dans la base de données est Natalya. En conséquence, il passe au mode de communication avec une femme. Mais soudain, le mari ou le frère de Natalya décroche le téléphone et dit : « Désolé, je ne suis pas Natalya. Si le robot ne détermine pas le sexe de l'interlocuteur par la voix, une situation amusante peut survenir : le client prouvera qu'il n'est pas Natalya, et le robot continuera à communiquer avec Natalya, et la conversation se terminera très probablement très rapidement.
Bien sûr, vous pouvez complètement abandonner les noms ets'adresser à tout le monde de manière unifiée, car dans environ 3 % des cas, le téléphone répond par une personne qui n'était pas enregistrée lors de l'inscription. Mais pour les commerçants par exemple, cela coûtera quelques points de fidélité. Imaginez : vous avez commandé un produit dans une boutique en ligne, et avant de l'envoyer, un robot vous appelle et vous demande s'il serait pratique de recevoir votre commande dans un avenir proche. Une adresse anonyme rendra la conversation froide, tandis qu'un simple « Bonjour, Sergey ! » le ramollira beaucoup. Il est très utile de se souvenir du slogan de Dale Carnegie : « Le nom d’une personne est pour elle le son le plus doux et le plus important dans n’importe quelle langue. » Ceci est confirmé par les scientifiques Dennis P. Carmody et Michael Lewis, qui ont prouvé que notre cerveau entre en extase lorsque nous entendons notre nom, ce qui attire instantanément l'attention sur le son.
Donc pour éviter les situations délicates,sans sacrifier la fidélité des consommateurs, il est nécessaire de distinguer les hommes et les femmes par la voix. Nos robots, par exemple, déterminent correctement le sexe d'une personne dans 98% des cas. En Occident, My Voice AI est équipé d'une fonction similaire, qui peut également déterminer l'âge approximatif et l'état émotionnel.
Les robots commencent tout juste à explorer les profondeursdiscours humain et distinguer l'humeur ou le sexe du client. La technologie est susceptible de progresser rapidement à l'avenir. Gartner prévoit que 10% de tous les appareils seront équipés de diagnostics émotionnels dans deux ans. Cela stimulera inévitablement le développement du marché des systèmes d'analyse et de reconnaissance des émotions: selon les données de MarketsAndMarkets, il passera de 21,6 milliards de dollars en 2019 à 56 milliards de dollars en 2024 avec un taux de croissance annuel moyen de 21%.
Voir aussi:
Les astronomes trouvent une exoplanète avec une orbite étrange
Le glacier Doomsday s'est avéré plus dangereux que les scientifiques ne le pensaient. Nous disons l'essentiel
La terre est dans le processus de la sixième extinction. Comment cela affectera-t-il l'humanité