การทดสอบการเอาใจใส่: บอทเสียงกำหนดเพศและอารมณ์ของผู้คนอย่างไร

บอทเสียงได้กลายเป็นพนักงานทรงคุณค่าที่สามารถให้บริการที่ดีกว่าแก่คุณได้แล้ว

ต้นทุนที่ต่ำกว่าแน่นอนเมื่อเปรียบเทียบกับบุคคล บอทมีข้อดีหลายประการ: บอทจะติดต่อกันตลอดเวลา รับสายทันที และใจเย็น แม้ว่าพวกเขาจะพูดไม่ถูกต้องและสุภาพในสายอื่นก็ตาม แต่ก็มีข้อเสียที่ชัดเจนเช่นกัน: จิตใจที่เยือกเย็นของบอทนั้นไม่ได้ชอบโดยลูกค้าที่มีอารมณ์มากเกินไปเสมอไป บ่อยครั้งที่ "เครื่องจักร" พูดซ้ำชุดวลีมาตรฐานซึ่งเพิ่มความระคายเคืองเท่านั้น สิ่งนี้นำไปสู่ความจำเป็นในการสร้างความฉลาดทางอารมณ์

หนึ่งในตัวเลือกสำหรับการแก้ปัญหานี้คือสคริปต์ที่บันทึกไว้ล่วงหน้าสำหรับสถานการณ์ต่างๆรวมถึงการสนทนากับคู่สนทนาที่โกรธ ช่วยให้บอทเสียงปรับตัวเข้ากับสถานการณ์และให้ความช่วยเหลือที่เกี่ยวข้อง สิ่งนี้สามารถเรียกได้ว่าเป็นโปรแกรมการเอาใจใส่ซึ่งเป็นเงื่อนไขหลักคือความสามารถในการรับรู้อารมณ์ของบุคคลและตอบสนองต่อสิ่งเหล่านี้ได้อย่างถูกต้อง และระดับการพัฒนาเทคโนโลยีในปัจจุบันทำให้ EQ (จาก English Emotional Quotient, "ความฉลาดทางอารมณ์" - "ไฮเทค") ของวอยซ์บอทเพิ่มขึ้นอย่างมาก ตัวอย่างเช่นบอท TWIN ระบุอารมณ์พื้นฐานได้อย่างถูกต้องใน 96% ของกรณี: บวกลบหรือเป็นกลาง

แต่การสร้างบอทที่เอาใจใส่ที่สามารถทำได้การจำลอง EQ ด้วยสคริปต์ที่บันทึกไว้ล่วงหน้าต้องใช้พลังการประมวลผลขนาดใหญ่ ซึ่งหมายความว่าต้นทุนจะเพิ่มขึ้นโดยอัตโนมัติ สิ่งนี้ไม่ได้สร้างผลกำไรให้กับธุรกิจเสมอไป นี่คือสาเหตุที่หุ่นยนต์มักจะเปลี่ยนการสนทนาเป็นพนักงานแบบเรียลไทม์ทันทีที่บทสนทนาต้องการการสื่อสารที่เอาใจใส่

ซอฟต์แวร์เสียงจดจำอารมณ์ของบุคคลได้อย่างไร

การตรวจจับอารมณ์เสียงเป็นไมโครเซอร์วิสค่อยๆเรียนรู้จากตัวอย่าง ในการดำเนินการนี้ พวกเขารวบรวมบทสนทนามากมายระหว่างบอทกับลูกค้า และวิเคราะห์คุณภาพของพวกเขา โดยประเมินว่าหุ่นยนต์จดจำอารมณ์ได้อย่างถูกต้องเพียงใด ข้อผิดพลาดได้รับการแก้ไขและแทนที่ด้วยเวอร์ชันที่ถูกต้องในระบบ

อย่างไรก็ตามสิ่งนี้ไม่สามารถทำได้หากไม่มีบุคคลการวิเคราะห์และการจำแนกอารมณ์ดำเนินการโดยนักภาษาศาสตร์ที่กำหนดเฉดสีของคำพูดและปฏิกิริยาอย่างชัดเจน: เชิงบวก ลบ หรือพื้นฐาน พวกเขาฟังบทสนทนามากมายโดยเลือกตอนที่มีเสียงหวือหวาทางอารมณ์จัดหมวดหมู่และป้อนลงในฐานข้อมูลที่เหมาะสม สิ่งนี้จะสร้างชุดของชุดข้อมูลหรือแบบจำลองที่เป็นพื้นฐานของความฉลาดทางอารมณ์ของบอท เป็นสิ่งสำคัญมากที่ผู้เชี่ยวชาญจะต้องทำการมาร์ก เนื่องจากข้อผิดพลาดเล็กๆ น้อยๆ ก็สามารถ "ทำลาย" ชุดข้อมูลทั้งหมดได้อย่างสมบูรณ์

หลังจากที่มีป้ายตัวอย่างรุ่นข้อมูลพร้อมแล้ว ขั้นตอนการฝึกอบรมโครงข่ายประสาทเทียมเริ่มต้นขึ้น ในขั้นตอนนี้ นอกเหนือจากคุณภาพของชุดข้อมูลแล้ว ยังจำเป็นต้องมีวิศวกร ML ที่เก่งที่สุด (ผู้เชี่ยวชาญด้านการเรียนรู้ของเครื่อง - ไฮเทค) นอกจากนี้ยังควรเลือกกลุ่มเทคโนโลยีอย่างระมัดระวัง นี่เป็นวิธีเดียวที่ระบบจะทำงานได้อย่างสมบูรณ์แบบ โดยรับรู้ถึงอารมณ์ของคำพูดเกือบทุกชนิด ยกเว้นเสียงกระซิบ

ปัญหาหลักในการรับรู้อารมณ์:

• เฉดสีที่หลากหลาย- แม้แต่บุคคลก็ยังพบว่าเป็นการยากที่จะแยกแยะระหว่างความกังวลและความระคายเคือง นั่นคือเหตุผลที่พวกเขากำลังแยกความแตกต่างระหว่างอารมณ์พื้นฐานสามประการ: สิ่งนี้ช่วยให้เราลดข้อผิดพลาดได้

• การแสดงออกของอารมณ์— หุ่นยนต์มักจะพึ่งพาถึงสูตรวาจา อย่างไรก็ตาม วิธีการนี้อาจไม่ได้ผลเสมอไป ตัวอย่างเช่น ภาษาที่หยาบคายในตัวมันเองไม่ได้บ่งบอกถึงความคิดเชิงลบเสมอไป ดังนั้น TWIN จึงแบ่งไมโครเซอร์วิสการตรวจจับอารมณ์ออกเป็นสองส่วน: ส่วนหนึ่งฝึกฝนด้วยเสียงและใช้ในการโทร ส่วนอีกส่วนหนึ่งฝึกฝนเกี่ยวกับข้อความและใช้ในการแชท

บอทต้องสามารถแยกแยะอารมณ์ในด้านใดได้บ้าง

การสนับสนุนบริการ

การสนับสนุนบริการมักเกี่ยวข้องกับสถานการณ์เมื่อลูกค้าจำเป็นต้องย้ายจากหุ่นยนต์ไปยังผู้ปฏิบัติงานอย่างรวดเร็วโดยเฉพาะอย่างยิ่งหากบุคคลนั้นมีทัศนคติเชิงลบ บริษัท ในอุตสาหกรรมการขนส่งมักต้องเผชิญกับการโทรทั่วไป: ผู้ใช้ที่โกรธแค้นโทรหาศูนย์ติดต่อที่ไม่ได้รับคำสั่งตรงเวลา เมื่อได้รับสายหุ่นยนต์ก็ได้ยินคำวิจารณ์มากมายเกี่ยวกับ บริษัท แต่ไม่สามารถตอบสนองได้อย่างเพียงพอ เราได้เรียนรู้บทเรียนจากสถานการณ์ดังกล่าวตอนนี้การโทรจะถูกโอนไปยังผู้ปฏิบัติงานโดยอัตโนมัติทันทีที่ระบบระบุอารมณ์เชิงลบ

ความฉลาดทางอารมณ์กลายเป็นส่วนหนึ่งของบริการในอีคอมเมิร์ซ ตัวอย่างเช่น Amazon สอนผู้ช่วยเสียง Alexa ให้รับรู้อารมณ์ด้วยน้ำเสียง ฟังก์ชันนี้มีแนวโน้มที่จะช่วยปรับปรุงคุณภาพการสื่อสารของผู้ช่วยอัจฉริยะและผู้ใช้ และ Emotibot มีผู้ช่วยด้านเสียงสำหรับบริการอีคอมเมิร์ซหลังการขาย บอทจะปรับการตอบสนองให้เข้ากับอารมณ์ของคู่สนทนาเพื่อป้องกันการร้องเรียนที่เพิ่มขึ้น

การวิเคราะห์

ศูนย์บริการทางโทรศัพท์ก็เริ่มทดลองด้วยเทคโนโลยีการจดจำอารมณ์เพื่อประเมินคุณภาพการบริการ ตัวอย่างเช่น ระบบสามารถวิเคราะห์คำพูดของผู้ปฏิบัติงานเพื่อหาความหมายเชิงลบของคำพูด: สิ่งนี้จะควบคุมการสื่อสารของพนักงานกับลูกค้าและป้องกันการละเมิดจรรยาบรรณในการสื่อสารเป็นประจำ

เทคโนโลยีเสียงพร้อมการจดจำอารมณ์นอกจากนี้ยังช่วยในการวิเคราะห์พลวัตของความเชื่อมั่นของลูกค้าตัวอย่างเช่นเพื่อตรวจสอบว่าลูกค้าโดยทั่วไปมีอาการหงุดหงิดมากขึ้นหรือในทางกลับกันพบว่ามีความภักดีต่อแบรนด์มากขึ้น สิ่งนี้ทำให้เข้าใจว่าระบบอัตโนมัติของคอลเซ็นเตอร์ทำงานได้ดีหรือไม่หรือต้องปรับปรุงกระบวนการบางอย่าง ตัวอย่างเช่นเทคโนโลยีที่คล้ายกันได้รับการทดสอบโดย Rosbank อันเป็นผลมาจากการวิเคราะห์บทสนทนาระหว่างบอทและลูกค้าผู้จัดการจะได้รับรายงานทางสถิติสำหรับการโทรแต่ละครั้งซึ่งสะท้อนถึงข้อมูลดังกล่าวเช่นพลวัตของดัชนีความพึงพอใจของผู้บริโภคและตัวบ่งชี้เปรียบเทียบประสิทธิภาพการบริการ

ขาย

สภาวะทางอารมณ์ส่งผลโดยตรงความเต็มใจของผู้ซื้อในการซื้อ มันง่ายกว่าสำหรับคนที่จะขายของเมื่อเขาอารมณ์ดี การวิจัยยืนยันสิ่งนี้: ตัวอย่างเช่น การทดลองในเบลารุสแสดงให้เห็นถึงความเชื่อมโยงโดยตรงระหว่างอารมณ์เชิงบวกและความเต็มใจที่จะสื่อสารกับผู้จัดการฝ่ายขาย รวมถึงความภักดีต่อแบรนด์โดยรวม

การรับรู้อารมณ์สามารถเพิ่มรายได้จากบอทที่จัดการการประมวลผลลูกค้าเป้าหมาย ตัวอย่างเช่นเมื่ออาศัยเครื่องหมายนี้หุ่นยนต์พนักงานขายสามารถโอนสายไปยังพนักงานที่ "สด" ได้ทันทีเพื่อไม่ให้พลาดโอกาสในการขายที่ "ร้อนแรง" เป็นไปได้ว่าในอนาคต บริษัท ส่วนใหญ่จะใช้เครื่องมือนี้ซึ่งบอทมีส่วนร่วมในการเรียกฐานที่เย็นหรืออบอุ่น

อุตสาหกรรมการพัฒนาได้เสนอไปแล้วผู้ค้าปลีกออนไลน์คือบอทนำทางที่สามารถทำหน้าที่เป็นที่ปรึกษาดิจิทัลและสร้างบทสนทนากับผู้ใช้ตามลักษณะนิสัยของเขา (บอทจะกำหนดเขาตามอารมณ์ของเขา) อย่างไรก็ตาม โซลูชั่นดังกล่าวเพิ่งเข้าสู่ขั้นตอนการศึกษาและทดสอบจากตลาด ดังนั้นจึงยังไม่ได้รับการจำหน่ายในวงกว้าง

ควรให้หุ่นยนต์จดจำเพศของคู่สนทนา

ลูกค้าต้องการเห็นแนวทางของแต่ละบุคคลบริการในอุตสาหกรรมใดๆ ในแบบสำรวจ SmarterHQ ผู้บริโภคสองในสามยอมรับว่าพวกเขามีส่วนร่วมในการสนทนาเฉพาะเมื่อได้รับข้อความส่วนตัวเท่านั้น สิ่งนี้กำหนดความจำเป็นในการทำงานต่อไปเพื่อทำให้บอทเสียงฉลาดขึ้น โดยแบ่งกลุ่มคู่สนทนาตามเกณฑ์ต่างๆ ซึ่งชัดเจนที่สุดคือเรื่องเพศ

การจดจำเพศช่วยให้คุณสามารถสร้างเสียงพูดได้โดยคำนึงถึงเกณฑ์นี้และยังลดเปอร์เซ็นต์ของข้อผิดพลาดเมื่อโทรหาสมาชิก ตัวอย่างเช่นถ้า Natalia มีรายชื่ออยู่ในฐานข้อมูลและคู่สนทนาชายหยิบโทรศัพท์ขึ้นบอทจะสามารถตอบสนองและพูดว่า: "ฉันคุยกับ Natalia ได้ไหม" แทนที่จะเป็น "สวัสดี Natalia"

มันเหมือนกันกับการโทรมาจำลองสถานการณ์กัน: หุ่นยนต์กำลังรับสมัครลูกค้าที่มีชื่อในฐานข้อมูลคือ Natalya ดังนั้นเขาจึงเปลี่ยนไปใช้โหมดการสื่อสารกับผู้หญิง แต่ทันใดนั้นสามีหรือน้องชายของนาตาลียาก็รับสายแล้วพูดว่า "ขอโทษ ฉันไม่ใช่นาตาลียา" หากหุ่นยนต์ไม่ได้ระบุเพศของคู่สนทนาด้วยเสียง สถานการณ์ตลกอาจเกิดขึ้น: ลูกค้าจะพิสูจน์ว่าเขาไม่ใช่ Natalya และหุ่นยนต์จะยังคงสื่อสารกับ Natalya ต่อไป และการสนทนาน่าจะจบลงอย่างรวดเร็ว

แน่นอนคุณสามารถละทิ้งชื่อและติดต่อกับทุกคนในลักษณะที่เป็นหนึ่งเดียวกัน เนื่องจากในกรณีประมาณ 3% โทรศัพท์จะได้รับคำตอบโดยบุคคลที่ไม่ได้ลงทะเบียนระหว่างการลงทะเบียน แต่สำหรับผู้ค้าปลีก จะต้องเสียคะแนนสะสมบางส่วน ลองนึกภาพ: คุณสั่งซื้อผลิตภัณฑ์จากร้านค้าออนไลน์ และก่อนที่จะส่ง บอทจะโทรมาถามว่าจะสะดวกที่จะรับคำสั่งซื้อของคุณในอนาคตอันใกล้นี้หรือไม่ ที่อยู่ที่ไม่ระบุชื่อจะทำให้การสนทนาเย็นลง ในขณะที่พูดง่ายๆ ว่า “สวัสดี เซอร์เกย์!” จะทำให้มันนุ่มขึ้นมาก การจดจำบทกลอนของ Dale Carnegie มีประโยชน์มาก: “ชื่อของบุคคลเป็นเสียงที่ไพเราะที่สุดและสำคัญที่สุดสำหรับเขาในทุกภาษา” สิ่งนี้ได้รับการยืนยันโดยนักวิทยาศาสตร์ Dennis P. Carmody และ Michael Lewis ผู้พิสูจน์ว่าสมองของเราเข้าสู่ภาวะปีติยินดีเมื่อเราได้ยินชื่อของเรา ซึ่งมุ่งความสนใจไปที่เสียงทันที

ดังนั้นเพื่อหลีกเลี่ยงสถานการณ์ที่น่าอึดอัดใจในขณะที่ไม่ลดทอนความภักดีของผู้บริโภค แต่ก็จำเป็นต้องแยกแยะความแตกต่างระหว่างชายและหญิงด้วยเสียง ยกตัวอย่างเช่นบอทของเรากำหนดเพศของบุคคลได้อย่างถูกต้องใน 98% ของกรณี ในตะวันตก My Voice AI มาพร้อมกับฟังก์ชันที่คล้ายกันซึ่งสามารถกำหนดอายุโดยประมาณและสภาวะทางอารมณ์ได้

หุ่นยนต์เพิ่งเริ่มสำรวจความลึกคำพูดของมนุษย์และแยกแยะอารมณ์หรือเพศของลูกค้า เทคโนโลยีมีแนวโน้มที่จะก้าวหน้าอย่างรวดเร็วในอนาคต Gartner คาดการณ์ว่า 10% ของอุปกรณ์ทั้งหมดจะได้รับการวินิจฉัยทางอารมณ์ในสองปี สิ่งนี้จะกระตุ้นการพัฒนาตลาดสำหรับระบบสำหรับการวิเคราะห์และการจดจำอารมณ์อย่างหลีกเลี่ยงไม่ได้: ตามข้อมูลจาก MarketsAndMarkets จะเติบโตจาก 21.6 พันล้านดอลลาร์ในปี 2562 เป็น 56,000 ล้านดอลลาร์ภายในปี 2567 โดยมีอัตราการเติบโตเฉลี่ยต่อปีที่ 21%

ดูเพิ่มเติมที่:

นักดาราศาสตร์พบดาวเคราะห์นอกระบบที่มีวงโคจรแปลกประหลาด

ธารน้ำแข็ง Doomsday กลายเป็นอันตรายมากกว่าที่นักวิทยาศาสตร์คิด เราบอกสิ่งสำคัญ

โลกอยู่ระหว่างการสูญพันธุ์ครั้งที่หก สิ่งนี้จะส่งผลต่อมนุษยชาติอย่างไร