"Parleurs" intelligents
La voix est un outil de communication naturel. Beaucoup de gens préfèrent résoudre les problèmes verbalement plutôt que
Les technologies vocales sont utilisées dans de nombreux domaines,et ils conviennent à tous les publics : les enfants sont attirés par un "talker" interactif, les jeunes apprécient le contrôle vocal des appareils intelligents, et un assistant lit les nouvelles aux personnes âgées. Mais les assistants vocaux sont les plus demandés dans les secteurs où il existe de nombreux points de communication avec les clients - dans la finance, la vente au détail et les télécommunications.
"Les technologies vocales sont utilisées dans de nombreux domaines"
Les grandes entreprises utilisent la voixla technologie n'est pas la première année. Depuis 2017, Bank of America gère Erica, une assistante virtuelle. Depuis 2018, Mercedes-Benz introduit un complexe d'expérience utilisateur numérique (MBUX) qui comprend les commandes vocales. Le détaillant Walmart a lancé une application avec l'assistant vocal Ask Sam, qui aide les clients à rechercher des produits. Selon Adobe Analytics, 91 % des marques investissent déjà massivement dans les solutions vocales et prévoient d'augmenter leurs investissements. Le marché russe de l'IA vocale au cours des cinq prochaines années passera de 38 à 81 % et en 2025 atteindra le niveau de 561 millions de dollars, prédit Just AI.
je crois - je ne crois pas
Les entreprises évaluent l'efficacité de la mise en œuvretechnologies vocales, axées sur la satisfaction des clients et la fidélité à la marque. Mais de nombreux clients voient l'innovation avec un enthousiasme modéré. Selon Voicebot.ai, seuls 45 % des utilisateurs souhaitent voir des assistants vocaux dans les applications mobiles. Les principales raisons de l'aversion, selon Neuro.net, sont la mauvaise qualité des réponses et le discours synthétique des assistants vocaux. Ces problèmes sont typiques des interfaces construites sur des technologies de la génération précédente. Les algorithmes modernes d'apprentissage automatique permettent de synthétiser des voix dépourvues d'âme.
Un autre facteur limitant est queles technologies vocales se sont généralisées aussi bien dans les "bons" scénarios du point de vue du client que dans les "mauvais". Il n'y a pas encore beaucoup d'entreprises spécialisées dans le développement d'interfaces vocales sur le marché, et le nombre de voix qu'elles peuvent proposer est limité. Il s'avère que si aujourd'hui une personne est gênée par de la publicité ou des appels frauduleux, et que demain un appel utile retentit, la communication ne réussira pas, car "tous les robots ont une seule voix". Si la réputation de l'assistant vocal est mise à mal, l'efficacité des appels utiles au client tombe à zéro. Par conséquent, Brand Voice est créé - une voix de marque unique.
"Une voix unique est un élément important d'une marque, tout commelogo ou police d'entreprise. De plus en plus de nos clients utilisent cette fonctionnalité et interagissent avec les clients d'une voix unique. Nous enregistrons un ensemble de phrases avec une certaine intonation dans la voix d'un employé de l'entreprise ou d'un annonceur. Et de nombreuses données dynamiques - numéros de téléphone ou adresses - que le système d'auto-apprentissage génère automatiquement, reproduisant la voix de l'employé et conservant des intonations réalistes. C'est ainsi que les entreprises automatisent les communications, mais conservent la fidélité des clients et augmentent la conversion : les gens sont heureux qu'on leur parle d'une voix vivante et ils sont prêts à dialoguer. »
Ivan Artemiev, directeur de produit MTT
Parler modèle
Le coût de la voix de marque finie commence à partir de 150mille roubles et dépend de la portée et de la complexité du modèle de synthèse vocale. Le processus de création d'une solution se compose de deux parties - technique et logique, chacune étant sous la responsabilité d'une équipe produit distincte.
Une étape importante dans cette partie est le choix de la voix, sursur lequel la parole sera synthétisée. La voix doit refléter de manière intonationnelle les attributs de la marque qu'il est important pour l'entreprise de promouvoir. Un annonceur professionnel ou un acteur de doublage devra parler jusqu'à 40 heures de constructions linguistiques sous l'enregistrement. L'enregistrement doit être de haute qualité, sans bruit inutile, et la prononciation doit être correcte, car le modèle de robot vocal sera formé sur ce matériel.
Pour former le modèle et mettre en œuvre une version complètela synthèse prend d'un mois à six mois, selon la complexité. Mais la technologie progresse et le temps d'enregistrement en studio diminue progressivement. Il est possible qu'à l'avenir, il soit possible d'obtenir un bon robot vocal en utilisant seulement 2 à 3 heures de l'audio d'origine.
"Le coût d'une voix de marque finie commence à partir de 150 000 roubles"
Apprentissage de l'intelligence artificielle
Lorsque l'enregistrement est prêt, la formation commencemodèle vocal. Elle traite le matériel enregistré, apprend à reproduire sa voix et, par conséquent, elle est capable de synthétiser la parole à partir de n'importe quel texte arbitraire.
Pour résoudre cette classe de problèmes,Transformers est une architecture de réseau neuronal profond introduite en 2017 par les chercheurs de Google Brain. Les transformateurs les plus connus sont les réseaux de neurones GPT (Generative Pre-trained Transformer) de l'organisation à but non lucratif OpenAI. Cette technologie, par exemple, vous permet de combler plus précisément un vide ou de prédire le mot suivant dans une phrase en fonction des mots précédents.
Selon ce principe, les Marques vocales sont créées.Solutions vocales. Le modèle formé est exécuté sur une énorme quantité de données - plusieurs modèles sont lancés avec différents paramètres et le meilleur est sélectionné à la sortie. Il est important que le robot "traduise" correctement le texte en voix, ne fasse pas d'erreurs de prononciation et d'intonation. Pour améliorer la qualité de la synthèse, le modèle est en outre entraîné pour des cas d'utilisation spécifiques, ce qui vous permet d'obtenir les voix les plus naturelles.
Où est la logique ?
Le contenu sémantique du robot, sa logique métier etles scénarios d'interaction avec les personnes sont créés en étroite collaboration avec le client. Pour qu'un assistant vocal apporte le maximum d'avantages à une entreprise, vous devez bien comprendre comment cette entreprise est organisée, avec quelles questions et dans quelles situations le client contactera l'assistant.
Inventer des cas à partir de zéro est une mauvaise idée, logiqueL'interaction avec le client doit être réelle. Si un assistant rencontre une personne sur la ligne téléphonique, le scénario est basé sur un scénario de conseil, de vente ou autre - une séquence d'actions d'un employé du centre d'appels dans un dialogue avec un client. Lors de la préparation d'un script pour un assistant vocal, il est utile d'analyser les demandes d'utilisateurs réels, des entretiens avec des employés qui communiquent régulièrement avec eux ou des expériences UX visant à connaître les besoins réels des personnes.
"Si un assistant rencontre une personne au téléphone, alors le scénario est basé sur un scénario de conseil, de vente ou autre"
De nombreux clients essaient de s'exprimerl'assistant a aidé les clients à résoudre des problèmes qu'ils ont du mal à gérer seuls. Par exemple, à la merci du robot, il vaut mieux transférer des fonctions qui sont "profondément" cachées ou peu évidentes lorsque l'on travaille dans une application mobile.
Irina Stepanova, conceptrice-analyste d'interfaces conversationnelles chez Just AI :"Vous devez comprendre que dans différents canaux, il y a un chat,application, téléphone - le client se comporte différemment. Par conséquent, tout d'abord, vous devez étudier attentivement la carte du parcours client dans les canaux où vous envisagez de mettre en œuvre un assistant vocal. Dans l'interface visuelle, le client a moins de possibilités de se tromper - presque tout ce que le service a à offrir est devant ses yeux. Dans l'interface vocale, l'utilisateur ne ressent pas si bien les limites du service, et il est nécessaire de prévoir qu'une personne puisse exprimer une demande à un assistant avec une longue phrase dans laquelle il faudra mettre en évidence des phrases significatives par lesquelles le programme déterminera l'essence de la demande. Une tâche distincte consiste à concevoir un script hors sujet pour lequel il n'existe pas de script prêt à l'emploi. Le client peut tout demander. Ce qui rend un robot humain, c'est la variabilité des réponses, lorsqu'il répond à la même question de différentes manières.
L'un des problèmes du développement de la voixinterface - découvrabilité : comment savoir ce que l'assistant peut faire et en quoi il peut aider ? Ici, il faut agissez de manière proactive - exprimez vos compétences et capacités et guidez l'utilisateur à travers le scénario, en lui suggérant d'autres étapes, aidez-le dans les branches sans issue lorsqu'il se lance dans le « traitement des demandes non reconnues ». Vous pouvez également parler des capacités de l’assistant en dehors de l’assistant lui-même : dans la publicité, les mailings et l’utilisation d’autres outils marketing.
L'assistant vocal ne doit pas seulement apporteravantage, mais aussi être un causeur intéressant. Les développeurs essaient toujours d'en mettre le plus possible dans le "cerveau" de Brand Voice, en le dotant de caractère et de personnalité.
L'apprentissage est un processus continu
Le développement du modèle vocal ne s'arrête pas même aprèssa mise en service. Après six mois de travail, la qualité du modèle s'améliore et après un an, il se développe au-delà de la reconnaissance. Si le client a autorisé la journalisation, c'est-à-dire l'enregistrement d'informations sur les événements pendant le fonctionnement de l'assistant vocal, toutes les données d'erreur sont collectées et utilisées pour recycler le modèle. La journalisation peut être nécessaire lorsque l'assistant ne peut pas reconnaître des mots et des phrases spécifiques ou fait des erreurs dans leur prononciation, par exemple, dans les noms de médicaments ou dans l'assortiment d'un service de livraison.
La création d'une voix de marque se déroule généralement dans le cloudenvironnement et nécessite l'utilisation de données personnelles, ce qui soulève souvent des problèmes de sécurité chez les clients. Et bien que la méfiance à l'égard des clouds soit un stéréotype dépassé, s'il est important pour le client que les données ne dépassent pas le périmètre de l'entreprise, elles peuvent être traitées strictement au sein du circuit informatique de l'organisation. Les données personnelles sont également utilisées lors de la connexion, pour assurer leur confidentialité, les données sont anonymisées.
Création de nouveaux scénarios de travail et formations complémentairesmodèles pour Brand Voice est un processus continu. En effet, en commandant une solution vocale prête à l'emploi, le client bénéficie d'un service en constante amélioration. Un assistant vocal vraiment de haute qualité peut non seulement remarquer le personnel de tout un centre d'appels, mais aussi devenir un accent brillant qui ajoute de l'individualité à l'image de l'entreprise.
Lire la suite
L'arche de Noé d'Elon Musk emmènera un million de personnes sur Mars
Des astronomes japonais ont découvert une structure inconnue dans la galaxie
Sabre d'origine inconnue trouvé en Grèce. Des scientifiques perplexes face à un étrange artefact