Голосовые боты уже стали ценными сотрудниками, которые могут предоставить более качественный сервис за
이 문제를 해결하기 위한 옵션 중 하나는화난 대담자와의 대화를 포함하여 다양한 상황에 대한 사전 녹음 스크립트. 이를 통해 음성 봇이 상황에 적응하고 관련 지원을 제공할 수 있습니다. 이것은 프로그래밍 된 공감이라고 부를 수 있으며, 그 주요 조건은 사람의 감정을 올바르게 인식하고 이에 응답하는 능력입니다. 그리고 현재의 기술 개발 수준은 음성 봇의 EQ(영어에서. 감성 지수, "감성 지능"- "하이테크")를 크게 향상시킵니다. 예를 들어, TWIN 봇은 96%의 경우(긍정, 부정 또는 중립)에서 기본적인 감정을 정확하게 식별합니다.
Но создание эмпатичных ботов, которые могут имитировать EQ благодаря предзаписанным сценариям, требует больших вычислительных мощностей, а значит, их стоимость автоматически возрастает. Для бизнеса это не всегда рентабельно. Именно поэтому зачастую робот переводит разговор на живого сотрудника, как только диалог требует эмпатического общения.
음성 소프트웨어가 사람의 기분을 인식하는 방법
Определение эмоций по голосу — это микросервис, постепенно обучающийся на примерах. Для этого собирают множество диалогов между ботом и клиентом и анализируют их качество, оценивая, насколько правильно робот распознал эмоцию. Ошибки корректируются и заменяются правильным вариантом в системе.
Однако без человека тут не обойтись. Анализом и маркировкой эмоций занимаются разметчики-лингвисты, четко определяющие оттенки речи и реакции: позитивной, негативной или базовой. Они прослушивают множество диалогов, из которых выделяют эпизоды с ярко выраженной эмоциональной окраской, категоризируют их и заносят в соответствующую базу. Так создается набор датасетов или моделей, составляющий основу эмоционального интеллекта бота. Очень важно, чтобы маркировкой занимался профессионал, так как даже небольшая погрешность может полностью «убить» весь датасет.
После того, как модель с размеченной выборкой данных готова, наступает фаза обучения нейронной сети. На этом этапе, помимо качества датасетов, нужны лучшие ML-инженеры (специалисты по машинному обучению — «Хайтек»). Кроме того, стоит тщательно подобрать стек технологий. Только так система будет идеально работать, распознавая эмоциональную окраску практически любой речи, за исключением шепота.
감정 인식의 주요 어려움:
- 다양한 감성 음영 — даже человеку бывает сложно отличить обеспокоенность и раздраженность. Именно поэтому пока разграничивают три базовые эмоции: это позволяет снизить погрешность.
- 감정 표현 — часто в определении настроения робот опирается на словесные формулировки. Однако такой подход не всегда эффективен. Например, нецензурная лексика сама по себе не обязательно говорит о негативе. Поэтому в TWIN разделили два микросервиса определения эмоций: один обучен на голосе и используется в звонках, другой — на текстах, применяется в чатах.
봇은 어떤 영역에서 감정을 구별할 수 있어야 하나요?
서비스 지원
서비스 지원에는 종종 다음이 포함됩니다.클라이언트가 로봇에서 작업자에게 신속하게 이동해야 하는 상황, 특히 사람이 부정적인 태도를 갖고 있는 경우. 운송 업계의 회사는 종종 일반적인 전화에 직면합니다. 화난 사용자가 제 시간에 주문을 받지 못한 고객 센터에 전화를 겁니다. 전화를 받은 로봇은 회사에 대한 비판을 많이 듣지만 제대로 대응하지 못한다. 우리는 이러한 상황에서 교훈을 얻었습니다. 이제 시스템이 부정적인 감정을 식별하는 즉시 통화가 교환원에게 자동으로 전송됩니다.
감성 지능이 서비스의 일부가 됩니다.전자 상거래에서. 예를 들어 Amazon은 음성 비서 Alexa에게 억양으로 감정을 인식하도록 가르쳤습니다. 이 기능은 스마트 어시스턴트와 사용자의 통신 품질을 향상시키는 데 도움이 될 것으로 보인다. 그리고 Emotibot은 전자 상거래 판매 후 서비스를 위한 음성 도우미를 제공합니다. 봇은 불만의 확대를 방지하기 위해 대화 상대의 기분에 따라 반응을 조정합니다.
해석학
Call-центры тоже начинают экспериментировать с технологией распознавания эмоций для того, чтобы оценивать качество сервиса. Например, система может проанализировать речь оператора на предмет возникновения негативных оттенков речи: это контролирует коммуникацию сотрудников с клиентами и предупреждает регулярные нарушения этики общения.
감정 인식을 통한 음성 기술또한 고객 감정의 역학을 분석하는 데 도움이 됩니다. 예를 들어, 일반적으로 고객이 더 짜증을 냈는지, 반대로 브랜드 충성도가 더 높아졌는지 확인합니다. 이를 통해 콜 센터 자동화가 잘 진행되고 있는지 또는 일부 프로세스를 개선해야 하는지 파악할 수 있습니다. 예를 들어 비슷한 기술이 Rosbank에서 테스트되었습니다. 봇과 클라이언트 간의 대화를 분석한 결과, 관리자는 각 호출에 대한 통계 보고서를 수신하며, 이는 소비자 만족도 지수의 역학 및 서비스 효율성의 비교 지표와 같은 데이터를 반영합니다.
영업
Эмоциональное состояние напрямую влияет на готовность покупателя сделать покупку. Человеку проще что-то продать, когда он в хорошем настроении. Это подтверждают исследования: например, белорусский эксперимент продемонстрировал прямую связь между позитивными эмоциями и готовностью общаться с менеджером по продажам, а также общей лояльностью к бренду.
감정을 인식하면 수입을 늘릴 수 있습니다.리드 처리를 처리하는 봇. 예를 들어, 이 마커에 의존하여 세일즈맨 로봇은 "핫" 리드를 놓치지 않기 위해 통화를 "라이브" 직원에게 즉시 전달할 수 있습니다. 아마도 미래에 이 도구는 봇이 콜드 베이스 또는 웜 베이스를 호출하는 데 종사하는 대부분의 회사에서 사용될 것입니다.
Индустрия разработки уже предложила онлайн-ритейлерам гайд-бота, который может выступить в роли цифрового консультанта и строить диалог с пользователем, исходя из его характера (бот определяет его по эмоциям). Однако подобные решения только вступили в стадию изучения и тестирования рынком, поэтому массового распространения пока не получили.
로봇이 대화 상대의 성별을 인식해야 하나요?
Клиенты хотят видеть индивидуальный подход к обслуживанию в любой индустрии. В ходе опроса SmarterHQ две трети потребителей признались: они вовлекаются в общение, только когда получают персонализированные сообщения. Это диктует необходимость и дальше работать над тем, чтобы голосовые боты становились умнее, сегментируя собеседников по различным критериям, из которых самое очевидное — это пол.
성별 인식을 사용하여 음성을 구축할 수 있습니다.이 기준을 고려하고 가입자에게 전화를 걸 때 오류 비율을 줄이기도 합니다. 예를 들어 Natalia가 데이터베이스에 나열되어 있고 남성 대담자가 전화를 받으면 봇은 즉시 반응하여 "나탈리아와 통화할 수 있습니까?"라고 말할 수 있습니다. "안녕, 나탈리아" 대신.
Со звонками то же самое. Давайте смоделируем ситуацию: робот набирает клиента, чье имя в базе — Наталья. Соответственно, он переключается на режим общения с женщиной. Но вдруг трубку поднимает муж или брат Натальи и говорит: «Извините, я не Наталья». Если робот не определит по голосу пол собеседника, может получиться забавная ситуация: клиент будет доказывать, что он не Наталья, а робот будет продолжать общаться с Натальей, и разговор, скорее всего, очень быстро закончится.
Конечно, можно и вовсе отказаться от имен и обращаться ко всем унифицировано, ведь примерно в 3% случаев трубку берет человек, который не записан при регистрации. Но для ритейлеров, например, это будет стоит нескольких очков лояльности. Только представьте: вы заказали товар из интернет-магазина, перед его отправкой звонит бот и спрашивает, удобно ли будет получить заказ в ближайшее время. Безымянное обращение сделает разговор холодным, тогда как простое «Здравствуйте, Сергей!» сильно его смягчит. Очень кстати можно вспомнить крылатую фразу Дейла Карнеги: «Имя человека — самый сладостный и самый важный для него звук на любом языке». Это подтверждают и ученые Деннис П. Кармоди и Майкл Льюис, которые доказали, что наш мозг приходит в экстаз, когда мы слышим свое имя, что моментально концентрирует внимание на звуке.
따라서 난처한 상황을 피하기 위해,동시에 소비자 충성도를 희생하지 않고 음성으로 남성과 여성을 구별해야 합니다. 예를 들어 우리 봇은 98%의 경우에서 사람의 성별을 정확하게 판별합니다. 서구에서는 비슷한 기능을 마이 보이스 AI가 탑재해 대략적인 나이와 감정 상태도 판단할 수 있다.
로봇은 이제 막 깊이를 탐험하기 시작했습니다.사람의 말을 듣고 내담자의 기분이나 성별을 구별합니다. 기술은 앞으로 빠르게 발전할 것입니다. Gartner는 2년 안에 모든 기기의 10%에 감정 진단 기능이 탑재될 것으로 예측합니다. 이는 필연적으로 분석 및 감정 인식 시스템 시장의 발전을 촉진할 것입니다. MarketsAndMarkets에 따르면 2019년 216억 달러에서 2024년 560억 달러로 연평균 21%의 성장률을 보일 것입니다.
참조 :
천문학 자들이 이상한 궤도를 가진 외계 행성을 발견했습니다.
종말의 빙하는 과학자들이 생각했던 것보다 더 위험한 것으로 밝혀졌습니다. 우리는 중요한 것을 말합니다
지구는 여섯 번째 멸종 과정에 있습니다. 이것이 인류에게 어떤 영향을 미칠까요?