音声ボットはすでに、より良いサービスを提供できる貴重な従業員となっています。
この問題を解決するためのオプションの1つは怒っている対話者との会話など、さまざまな状況で事前に録音されたスクリプト。これにより、音声ボットは状況に適応し、関連する支援を提供できます。これはプログラムされた共感と呼ぶことができ、その主な条件は人の感情を正しく認識し、それに反応する能力です。そして、現在の技術開発レベルでは、音声ボットのEQ（英語の感情指数、「感情的知性」-「ハイテク」）が大幅に向上しています。たとえば、TWINボットは、96％のケースで、ポジティブ、ネガティブ、ニュートラルの基本的な感情を正しく識別します。
しかし、共感的なボットを作成すると、事前に記録されたスクリプトを使用して EQ をシミュレートするには、大量のコンピューティング能力が必要となるため、コストが自動的に増加します。これはビジネスにとって必ずしも有益であるとは限りません。対話に共感的なコミュニケーションが必要になるとすぐに、ロボットが会話を生の従業員に切り替えることが多いのはこのためです。
音声ソフトウェアが人の気分を認識する方法
音声感情検出はマイクロサービスです例によって徐々に学習していきます。これを行うために、ボットとクライアントの間の多くの対話を収集し、その質を分析し、ロボットが感情をどの程度正確に認識したかを評価します。エラーは修正され、システム内の正しいバージョンに置き換えられます。
ただし、これは人がいないとできません。感情の分析とラベル付けは言語学者によって行われ、言語学者は発話と反応の色合い（肯定的、否定的、または基本的）を明確に定義します。彼らはたくさんの会話を聞き、その中から感情的な含みが顕著なエピソードを選択し、分類して適切なデータベースに入力します。これにより、ボットの心の知能指数の基礎を形成する一連のデータセットまたはモデルが作成されます。たとえ小さなエラーでもデータセット全体を完全に「破壊」する可能性があるため、マーキングは専門家によって行われることが非常に重要です。
ラベル付きサンプルモデルの後データの準備ができたら、ニューラル ネットワークのトレーニング フェーズが始まります。この段階では、データセットの品質に加えて、最高の ML エンジニア (機械学習のスペシャリスト - ハイテク) が必要です。さらに、テクノロジー スタックを慎重に選択する価値があります。これがシステムが完璧に機能し、ささやき声を除くほぼすべての音声の感情的な色合いを認識する唯一の方法です。
感情を認識する際の主な困難：
- さまざまな感情的な色合い- たとえ人間であっても、懸念とイライラを区別するのは難しい場合があります。だからこそ、彼らは現在 3 つの基本的な感情を区別しています。これにより、誤差を減らすことができます。
- 感情の表現— ロボットはよく依存します言葉による表現に。ただし、このアプローチが常に効果的であるとは限りません。たとえば、卑猥な言葉自体は必ずしも否定的なものを示すわけではありません。したがって、TWIN は 2 つの感情検出マイクロサービスを分割しました。1 つは音声でトレーニングされて通話で使用され、もう 1 つはテキストでトレーニングされてチャットで使用されます。
ボットはどの領域で感情を区別できる必要がありますか？
サービスサポート
多くの場合、サービスサポートにはクライアントがロボットからオペレーターに迅速に転送される必要がある状況、特に人が否定的な態度を持っている場合。運輸業界の企業は、通常の電話に直面することがよくあります。怒っているユーザーが、時間どおりに注文を受けなかったコンタクトセンターに電話をかけます。電話を受けたロボットは、会社に対する多くの批判を聞いたが、適切に対応することができなかった。このような状況から教訓を学びました。システムが否定的な感情を特定するとすぐに、通話が自動的にオペレーターに転送されるようになりました。
感情的な知性はサービスの一部になりますeコマースで。たとえば、Amazonは音声アシスタントのAlexaにイントネーションによって感情を認識するように教えました。この機能は、スマートアシスタントとユーザーの通信品質の向上に役立つ可能性があります。また、Emotibotは、販売後のeコマースサービス用の音声アシスタントを提供しています。ボットは、苦情のエスカレーションを防ぐために、対話者の気分に合わせて回答を調整します。
分析
コールセンターも実験を始めているサービスの品質を評価するための感情認識技術。たとえば、システムはオペレーターの音声を分析して、音声に否定的な意味合いが含まれているかどうかを分析できます。これにより、従業員と顧客のコミュニケーションが管理され、コミュニケーション倫理の定期的な違反が防止されます。
感情認識を備えた音声テクノロジーまた、顧客の感情のダイナミクスを分析するのにも役立ちます。たとえば、顧客が一般的にいらいらしているのか、逆にブランドへの忠誠心が高まっているのかを判断するのに役立ちます。これにより、コールセンターの自動化が成功したのか、一部のプロセスを改善する必要があるのかを理解できます。たとえば、同様のテクノロジーがRosbankによってテストされました。ボットとクライアント間の対話を分析した結果、マネージャーは各通話の統計レポートを受け取ります。このレポートには、消費者満足度指数のダイナミクスやサービス効率の比較指標などのデータが反映されています。
売上高
感情状態が直接影響する買い手の購入意欲。人は機嫌が良いときに何かを売りやすくなります。研究はこれを裏付けています。たとえば、ベラルーシの実験では、ポジティブな感情と営業マネージャーとのコミュニケーション意欲、および全体的なブランドロイヤルティとの間に直接的な関係があることが実証されました。
感情を認識することで収入を増やすことができますリード処理を処理するボット。したがって、たとえば、このマーカーに依存して、販売ロボットは、「ホット」リードを逃さないように、コールを「ライブ」従業員にすぐに転送できます。おそらく、将来的には、このツールは、ボットがコールドベースまたはウォームベースの呼び出しに従事しているほとんどの企業で使用される予定です。
開発業界はすでに提案していますオンライン小売業者には、デジタル コンサルタントとして機能し、ユーザーの性格に基づいてユーザーとの対話を構築できるガイド ボット (ボットは感情によってユーザーを決定します)。ただし、このようなソリューションは市場での研究とテストの段階に入ったばかりであるため、まだ大量に配布されていません。
ロボットが対話者の性別を認識すべきか
クライアントは個別のアプローチを望んでいますあらゆる業界のサービス。 SmarterHQ の調査では、消費者の 3 分の 2 が、パーソナライズされたメッセージを受信した場合にのみエンゲージすると回答しました。このため、音声ボットがより賢くなり、さまざまな基準に従って対話者をセグメント化するための取り組みを継続する必要があり、その中で最も明らかなのは性別です。
性別認識により、この基準を考慮に入れ、サブスクライバーにダイヤルするときのエラーの割合も減らします。たとえば、ナタリアがデータベースにリストされていて、男性の対話者が電話を受け取った場合、ボットは即座に反応して「ナタリアと話せますか？」と言うことができます。 「こんにちは、ナタリア」の代わりに。
通話も同様です。状況をシミュレーションしてみましょう。ロボットがデータベース内の名前が Natalya であるクライアントを募集しています。したがって、彼は女性とのコミュニケーションモードに切り替わります。しかし突然、ナタリアの夫または兄弟が電話に出て、「ごめんなさい、私はナタリアではありません」と言いました。ロボットが対話者の性別を音声で判断しない場合、面白い状況が発生する可能性があります。クライアントは彼がナタリアではないことを証明し、ロボットはナタリアとコミュニケーションを続け、会話はおそらくすぐに終了します。
もちろん、名前を完全に放棄することもできます。約 3% のケースで、登録時に登録されていない人が電話に出ることがあるため、全員に統一した方法で連絡する必要があります。しかし、たとえば小売業者の場合は、いくつかのロイヤルティ ポイントがかかります。想像してみてください。オンライン ストアで商品を注文し、商品を発送する前に、ボットが電話をかけて、近い将来に注文を受け取るのに都合がよいかどうかを尋ねます。匿名のアドレスでは会話が冷たくなりますが、単に「こんにちは、セルゲイ！」というだけです。すごく柔らかくなりますよ。デール・カーネギーのキャッチフレーズを覚えておくと非常に役立ちます。「人の名前は、どの言語の中でも、その人にとって最も優しく、最も重要な響きです。」これは科学者のデニス・P・カーモディ氏とマイケル・ルイス氏によって確認されており、彼らは自分の名前を聞くと脳がエクスタシーを起こし、即座にその音に注意を集中させることを証明しました。
したがって、厄介な状況を回避するために、消費者の忠誠心を犠牲にすることなく、声で男性と女性を区別する必要があります。たとえば、私たちのボットは、98％のケースで人の性別を正しく判断します。欧米では、同様の機能にMy Voice AIが搭載されており、おおよその年齢や感情状態を判断することもできます。
ロボットは深さを探求し始めたばかりです人間のスピーチとクライアントの気分や性別を区別します。技術は将来急速に進歩する可能性があります。 Gartnerは、すべてのデバイスの10％に2年以内に感情診断が装備されると予測しています。これは必然的に分析と感情認識のためのシステムの市場の発展を刺激するでしょう：MarketsAndMarketsからのデータによると、それは2019年の216億ドルから2024年までに560億ドルに成長し、平均年間成長率は21％です。
また見なさい：
天文学者は奇妙な軌道を持つ外惑星を発見しました
終末の氷河は、科学者が考えていたよりも危険であることが判明した。主なことを伝えます
地球は6番目の絶滅の過程にあります。これは人類にどのように影響しますか