Hlasové roboty sa už stali cennými zamestnancami, ktorí môžu poskytovať lepšie služby pre
Jednou z možností riešenia tohto problému jevopred nahraný scenár pre rôzne situácie vrátane rozhovoru s nahnevaným partnerom. Umožňuje hlasovému robotu prispôsobiť sa situácii a poskytnúť príslušnú pomoc. To sa dá nazvať programovaná empatia, ktorej hlavnou podmienkou je schopnosť správne rozpoznať emócie človeka a reagovať na ne. A súčasná úroveň vývoja technológií výrazne zvyšuje EQ (z angličtiny. Emocionálny kvocient, „emočná inteligencia“ - „High-tech“) hlasových robotov. Napríklad roboti TWIN správne identifikujú základné emócie v 96% prípadov: pozitívne, negatívne alebo neutrálne.
Ale vytváranie empatických robotov, ktorí môžusimulácia EQ vďaka vopred nahraným skriptom vyžaduje veľký výpočtový výkon, čo znamená, že ich cena sa automaticky zvyšuje. To nie je vždy výhodné pre podnikanie. To je dôvod, prečo robot často prepne konverzáciu na živého zamestnanca, akonáhle dialóg vyžaduje empatickú komunikáciu.
Ako hlasový softvér rozpoznáva náladu človeka
Detekcia hlasových emócií je mikroslužbapostupne sa učiť príkladom. Na tento účel zhromažďujú mnoho dialógov medzi robotom a klientom a analyzujú ich kvalitu, pričom posudzujú, ako správne robot rozpoznal emóciu. Chyby sú opravené a nahradené správnou verziou v systéme.
Bez človeka to však nejde.Analýzu a označovanie emócií vykonávajú lingvisti, ktorí jasne definujú odtiene reči a reakcie: pozitívne, negatívne alebo základné. Počúvajú množstvo dialógov, z ktorých vyberajú epizódy s výrazným emocionálnym presahom, kategorizujú ich a vkladajú do príslušnej databázy. To vytvára súbor súborov údajov alebo modelov, ktoré tvoria základ emocionálnej inteligencie robota. Je veľmi dôležité, aby označenie vykonal profesionál, pretože aj malá chyba môže úplne „zabiť“ celý súbor údajov.
Po označenom vzorovom modeliDáta sú pripravené, začína sa fáza tréningu neurónovej siete. V tejto fáze sú okrem kvality dátových súborov potrební aj najlepší inžinieri ML (špecialisti na strojové učenie – Hi-Tech). Okrem toho stojí za to starostlivo vybrať technologický zásobník. Len tak bude systém fungovať dokonale, rozpozná emocionálne zafarbenie takmer každej reči, s výnimkou šepotu.
Hlavné ťažkosti pri rozpoznávaní emócií:
- Rozmanitosť emocionálnych odtieňov- Dokonca aj človek môže ťažko rozlíšiť medzi obavami a podráždením. Preto v súčasnosti rozlišujú tri základné emócie: to nám umožňuje znížiť chybu.
- Vyjadrenie emócií— robot sa často spolieha nak verbálnym formuláciám. Tento prístup však nie je vždy účinný. Napríklad obscénny jazyk sám o sebe nemusí nutne znamenať negativitu. Preto TWIN rozdelil dve mikroslužby na detekciu emócií: jedna je trénovaná na hlas a používa sa pri hovoroch, druhá je trénovaná na texty a používa sa v chatoch.
V ktorých oblastiach musia roboti vedieť rozlišovať emócie?
Servisná podpora
Servisná podpora často zahŕňasituácie, keď je potrebné klienta rýchlo preniesť z robota na operátora, najmä ak má človek negatívny prístup. Spoločnosti v dopravnom priemysle často čelia typickému hovoru: nahnevaný používateľ zavolá kontaktné centrum, ktoré nedostalo objednávku včas. Po prijatí hovoru robot počuje veľkú kritiku spoločnosti, ale nedokáže adekvátne reagovať. Z takýchto situácií sme si vzali ponaučenie: teraz sa hovor automaticky prenesie na operátora, akonáhle systém identifikuje negatívne emócie.
Emocionálna inteligencia sa stáva súčasťou službyv elektronickom obchode. Napríklad Amazon naučil svojho hlasového asistenta Alexa rozpoznávať emócie intonáciou. Táto funkcia pravdepodobne pomôže zlepšiť kvalitu komunikácie inteligentného asistenta a používateľov. A spoločnosť Emotibot ponúka hlasového asistenta pre post-predajné služby elektronického obchodu. Bot upravuje odpovede na náladu partnera, aby zabránil eskalácii sťažností.
Analytika
Experimentovať začínajú aj call centrátechnológiu rozpoznávania emócií s cieľom vyhodnotiť kvalitu služieb. Systém napríklad dokáže analyzovať reč operátora na výskyt negatívnych konotácií reči: tým kontroluje komunikáciu zamestnancov s klientmi a zabraňuje pravidelnému porušovaniu komunikačnej etiky.
Hlasová technológia s rozpoznávaním emóciíPomáhajú tiež analyzovať dynamiku sentimentu zákazníkov: napríklad určiť, či sú zákazníci vo všeobecnosti podráždenejší alebo naopak, viac veria značke. Takto získate pochopenie, či je automatizácia call centra úspešná, alebo je potrebné vylepšiť niektoré procesy. Napríklad podobnú technológiu testovala Rosbank. Výsledkom analýzy dialógu medzi robotom a klientom je, že manažér dostane štatistický výkaz o každom hovore, ktorý odráža údaje ako dynamika indexu spokojnosti spotrebiteľov a porovnávací ukazovateľ efektívnosti služieb.
predaj
Emocionálny stav priamo ovplyvňujeochota kupujúceho uskutočniť nákup. Pre človeka je ľahšie niečo predať, keď má dobrú náladu. Výskum to potvrdzuje: napríklad bieloruský experiment preukázal priamu súvislosť medzi pozitívnymi emóciami a ochotou komunikovať s manažérom predaja, ako aj celkovou lojalitou k značke.
Rozpoznanie emócií môže zvýšiť príjem zroboty, ktoré zvládajú spracovanie olova. Takže napríklad na základe tohto označenia je robot obchodníka schopný okamžite preniesť hovor na „živého“ zamestnanca, aby nezmeškal „horúci“ náskok. Pravdepodobne v budúcnosti bude tento nástroj využívať väčšina spoločností, kde sa roboty zaoberajú volaním na studenú alebo teplú základňu.
Vývojový priemysel už navrholonline predajcovia sprievodcu bota, ktorý môže pôsobiť ako digitálny konzultant a budovať dialóg s používateľom na základe jeho charakteru (bot ho určuje podľa jeho emócií). Takéto riešenia však ešte len vstúpili do štádia štúdia a testovania trhom, takže sa ešte nedočkali masovej distribúcie.
Mal by robot rozpoznať pohlavie partnera
Klienti chcú vidieť individuálny prístupslužby v akomkoľvek odvetví. V prieskume SmarterHQ dve tretiny spotrebiteľov priznali, že sa do konverzácií zapájajú len vtedy, keď dostávajú personalizované správy. Z toho vyplýva, že je potrebné pokračovať v práci na tom, aby boli hlasové roboty inteligentnejšie, segmentovali účastníkov na základe rôznych kritérií, z ktorých najzreteľnejšie je pohlavie.
Rozpoznávanie pohlavia vám umožňuje budovať rečpri zohľadnení tohto kritéria a tiež znížiť percento chýb pri vytáčaní účastníka. Napríklad, ak je Natalia uvedená v databáze a mužský účastník hovoru zdvihol telefón, robot bude schopný okamžite reagovať a povedať: „Môžem sa s Natáliou rozprávať?“ namiesto „Ahoj, Natália“.
Rovnako je to aj s hovormi.Simulujme situáciu: robot verbuje klienta, ktorého meno v databáze je Natalya. Podľa toho prejde na spôsob komunikácie so ženou. Ale zrazu Natalyin manžel alebo brat zdvihne telefón a hovorí: "Prepáč, nie som Natalya." Ak robot neurčí pohlavie partnera hlasom, môže nastať zábavná situácia: klient dokáže, že nie je Natalya, a robot bude pokračovať v komunikácii s Natalyou a konverzácia sa s najväčšou pravdepodobnosťou skončí veľmi rýchlo.
Samozrejme, môžete úplne opustiť mená aoslovovať všetkých jednotne, pretože približne v 3 % prípadov dvíha telefón osoba, ktorá nie je uvedená pri registrácii. Ale napríklad maloobchodníkov to bude stáť pár vernostných bodov. Len si to predstavte: objednali ste si produkt z internetového obchodu a pred jeho odoslaním zavolá robot a spýta sa, či bude vhodné prijať vašu objednávku v blízkej budúcnosti. Bezmenná adresa ochladzuje konverzáciu, zatiaľ čo jednoduché „Ahoj, Sergey!“ veľmi to zjemní. Je veľmi užitočné zapamätať si hlášku Dalea Carnegieho: „Meno človeka je preňho najsladší a najdôležitejší zvuk v akomkoľvek jazyku.“ Potvrdzujú to vedci Dennis P. Carmody a Michael Lewis, ktorí dokázali, že náš mozog sa dostane do extázy, keď počujeme svoje meno, čo okamžite upriami pozornosť na zvuk.
Aby sa zabránilo nepríjemným situáciám,bez toho, aby sme obetovali lojalitu spotrebiteľov, je potrebné rozlišovať medzi mužmi a ženami podľa hlasu. Naši roboti napríklad správne určujú pohlavie osoby v 98% prípadov. Na západe je podobná funkcia vybavená funkciou My Voice AI, ktorá dokáže určiť aj približný vek a emočný stav.
Roboti ešte len začínajú objavovať hlbinyľudská reč a rozlíšiť náladu alebo pohlavie klienta. Je pravdepodobné, že technológia bude v budúcnosti rýchlo napredovať. Gartner predpovedá, že 10% všetkých zariadení bude o dva roky vybavených emocionálnou diagnostikou. To nevyhnutne stimuluje rozvoj trhu so systémami pre analytiku a rozpoznávanie emócií: podľa údajov MarketsAndMarkets vzrastie z 21,6 miliárd dolárov v roku 2019 na 56 miliárd dolárov do roku 2024 s priemernou ročnou mierou rastu 21%.
Pozri tiež:
Astronómovia našli exoplanétu so zvláštnou obežnou dráhou
Ľadovec Doomsday sa ukázal byť nebezpečnejším, ako si vedci mysleli. Hovoríme to hlavné
Zem je v procese šiesteho vyhynutia. Ako to ovplyvní ľudstvo