语音开发平台的现状

来源:
浏览次数: 97
   语音供应商正在探索新的途径来扩展其开发工具的使用。增强的建模精度,改进的后端集成,对其他接口的扩展以及更开放的系统是2019年的重点领域。2020年的重点是标准接口的开发和可移植性的提高。
语音开发平台的现状
  年度回顾
  在构建解决方案时,语音供应商致力于为用户提供公司应用程序的直观界面。亚马逊于6月份宣布的Alexa演示语言就是一种用于用户界面设计的工具集。它具有技能个性化功能,使开发人员可以使用Alexa应用程序捕获的语音配置文件来创建个性化技能。语音配置文件可解决首选项,记住设置并区分用户。
  改善语音识别是人们持续关注的领域。十月份,亚马逊在其Alexa技能套件中添加了三套新工具。此开发工具包可帮助公司建立自助服务应用程序。其中两个功能是'自然语言理解(NLU)评估工具'和'话语冲突检测',旨在提高语音模型的准确性。前者测试成批的话语,并将语音应用程序的自然语言处理(NLP)模型对它们的解释与期望进行比较。为了提高结果质量,NLU评估工具依赖于消费者通常说的命令,而不是由交互模型构建的样本话语。结果,系统通过识别有问题的话语来隔离训练区域。该工具还支持回归测试,允许开发人员在向语音应用添加新功能后创建并运行评估。
  NLU评估工具使用生产中的数据以匿名的高频现场话语进行测量,该数据旨在帮助调整对语音模型所做的任何更改的准确性。
  话语冲突检测功能可以检测偶然映射到多个意图的话语,这是可能会降低NLP模型准确性的一个因素。该功能会在构建每个模型时自动运行,并且可以在发布应用程序的第一个版本之前使用,也可以随着时间的推移添加意图而使用。
  除了前端开发之外,在过去几个月中,还强调了与后台业务应用程序的集成。9月,Nuance Communications扩展了Nuance智能互动平台的功能,该平台在市场营销业务流程中增加了语音功能。开发环境现在具有连接到:
  • 消息服务,以便公司可以跨多个渠道自动化和改善人工协助的客户参与度;

  • 座席AI服务,旨在为座席和主管提供相关的实时客户信息;

  • 安全和生物识别服务,以改进身份验证并防止欺诈;

  • 后端集成,因此该平台可与提供所需信息的第三方认知引擎和数据源一起使用。

  数据分析已成为第三方开发人员关注的另一个领域。亚马逊增加了一个Get Metrics API,该API与第三方数据聚合平台一起使用,允许开发人员评估各种指标,例如唯一客户。它还支持创建监视器,警报和仪表板,以突出可能影响客户参与度的更改。
  语音开发平台传统上具有不同程度的开放性。例如,苹果公司一直致力于将其系统与自己的解决方案联系在一起,这给开发人员使用替代产品带来了挑战。十月份,供应商通过允许Siri使用第三方应用程序来打开其系统。用户可以调用第三方应用程序(如WhatsApp)来代替Apple解决方案(如其自己的Messages应用程序)。但是,第三方将需要将该功能添加到其软件中。
  展望未来
  对于语音开发人员而言,可移植性一直是一项长期挑战。'语音应用程序开发人员发现,每当他们将软件从一个语音引擎转移到另一个语音引擎时,他们都必须重写软件的大部分内容,'Conversational Technologies负责人,万维网联盟多模式交互工作组主席Deborah Dahl指出。
  可移植性涉及许多问题。旧版系统旨在在数据中心的服务器上运行。许多新系统具有云优先设计。将软件从一种迁移到另一种是一项复杂的工作。Nuance的智能参与平台具有与云无关的灵活性,允许组织在Nuance的托管,公共和私有云中部署相同的解决方案。
  设备支持是另一个重点领域。Nuance全渠道解决方案高级副总裁Tony Lorentzen表示:'我们将继续看到语音成为新界面,越来越多的设备将启用语音功能。'
  然后,这些解决方案必须与传统解决方案集成。亚马逊的Alexa演示语言使开发人员可以为带有屏幕的设备(例如台式机和笔记本电脑)创建Alexa技能。
  另一个可移植性问题是将软件从一个系统迁移到另一个系统。从历史上看,市场缺乏标准接口,因此企业和第三方每次使用不同的语音引擎时都必须完成共同的工作,例如分配存储。
  十月份,Nvidia推出了Jarvis,这是一种多模式AI软件开发套件,该套件将语音,视觉和其他传感器整合到一个系统中。该工具支持用于构建,训练和部署GPU加速的人工智能系统的工作流,该系统可以结合手势和眼睛运动等视觉提示以及语音来建立上下文。
  9月,亚马逊牵头成立了语音互操作性计划小组,这是一个创建标准语音开发接口的计划。该小组设定了以下四个目标:
  • 开发与其他解决方案一起使用的语音服务,同时保护客户的隐私和安全;

  • 构建语音功能的设备,通过多个同时的唤醒词来促进选择和灵活性;

  • 发布使更容易在单个产品上集成多个语音服务的技术和解决方案;

  • 加速机器学习和对话式AI研究,以改善语音服务的广度,质量和互操作性。

  包括百度,微软,Salesforce.com和Verizon在内的30多家公司支持这项工作。苹果和谷歌是缺席者。该小组的第一批成果有望在2020年到来。
  
  作者:Paul Korzeniowski
  原文网址:https://www.speechtechmag.com/Articles/Editorial/Features/The-State-of-Speech-Developer-Platforms-139108.aspx


  • 相关资讯 More
  • 点击次数: 107
    2021 - 03 - 22
    人们通常认为,良好的客户服务意味着100%的座席都在打电话,让客户尽快与座席通话。与普遍的看法相反,如果你的联络中心是这样工作的,那可能意味着你实际上没有有效地利用你的时间,而且你雇佣了太多的座席。这是呼叫路由可以提供帮助的地方。  呼叫路由是一种联络中心管理功能,其中传入的呼叫被放置在队列中,并根据特定条件转移(换句话说,路由)到座席或自助菜单。呼叫路由系统也被称为自动呼叫分配(ACD)。顾名思义,这些系统致力于自动分配入站呼叫。路由可以基于诸如时间、部门、语言首选项、呼叫量或呼叫复杂性等变量。  为了最有效地优化呼叫路由系统,您需要考虑传入呼叫的上下文以及各个座席的技能。通过优化的呼叫路由,您可以提高首次联络解决率(FCR)和运营的整体生产率。  呼叫的上下文  与其将所有来电尽快转接到下一个可用的座席,不如首先考虑来电背后的原因。通常情况下,你的大部分电话都可以自动化处理,并发送到自助服务,而不是使用宝贵的人力资源。  在大多数情况下,入站操作中至少有3-4种呼叫类型,可以轻松地实现自动化,而无需涉及实时座席。20-40%的入站问题通常可以通过简单地访问相关的客户信息来解决。可以轻松路由到自动自助服务的呼叫包括与包裹交付时间、帐单信息或产品和定价信息相关的呼叫。通过使用自助服务,您可以减少通话量,大大节省人力资源,确保您的座席在最需要的地方使用。  把电话转接给现场座席  当涉及到复杂的呼叫时,主要的问题是:哪个座席能够最有效地处理呼叫?根据呼叫的上下文,将呼叫路由到相应的座席时可以使用多种方法。  大多数现代呼叫路由技术都提供了基于技能的路由选择。此功能使您能够根据指定的条件将呼叫路由到特定的座席或部门。换言之,您将能够将有特定请求的呼叫者引导到具有适当技能集和培训的座席或专门处理其问题的部门。  除了基于技能的路由,您还可以选择使用路由技术创建VIP队列。呼叫路由...
  • 点击次数: 60
    2021 - 03 - 15
    去年三月,新冠疫情爆发使联络中心受到考验。他们几乎立即转变为在家工作(WFH),并面临客户服务请求的激增。一年后,尽管大多数人开始接受处理群众问题的挑战,但许多人仍在努力应对数量增长过快的询问。我现在认为,客户服务面临一个系统性的能力问题。在这个由两部分组成的系列文章中,我将解释这个挑战的含义,并引导您通过技术和组织杠杆来应对它。  容量问题  在WFH过渡的早期,主要的障碍是为座席建立远程工作环境。大多数企业都能迅速做到这一点,但并非所有企业都能做到。虽然流感大流行减少了员工流失,但也使招聘、入职和培训变得更具挑战性。大浪淘沙,留下了与客户服务需求大致相同的座席能力。与此同时,客户咨询量的急剧增加并没有停止。一开始,是关于COVID相关的问题。现在,世界变得越来越倾向于数字化,但即使是数字化进程也仍然需要人类的帮助。  数字化救援  企业已经转向自助服务和自动化,以减少人与人之间的交互。避免打电话的第一步是让客户能够在网上或手机上自助。今天最先进的网络自助服务包括可搜索的帮助中心和页面帮助。帮助中心为客户可能遇到的所有问题提供一站式解决方案,而无需浏览网站或移动应用程序。帮助中心也已经从常见问题(FAQ)演变为可搜索的文章知识库,并可以通过客户相互帮助的论坛进行扩充。  尽管网络和移动应用程序不断提高可用性,提供更多信息,但这还不够。与我交谈的企业一致认为,他们收到的咨询中有50-70%来自无法在线解决问题的沮丧客户。这些联系的主要问题是它们的上下文丢失,因为它们是匿名的,需要从头开始恢复。  企业已经部署了聊天来提供上下文帮助,但人员配置仍然是一个挑战。团队规模很小,这会造成很长的等待时间,并且很难找到所有需要的技能。机器人和会话助理可以在前端聊天,提供一些答案,并缓解反应时间差的问题。虽然这是一个很好的步骤,但只要您能够方便地访问人工,该模型就可以工作。否则,客户付出...
  • 点击次数: 87
    2021 - 03 - 08
    一个运动队从一个剧本开始工作,剧本提供了创造或应对不同环境的策略,并指导每个队员如何发挥他们的作用。同样,联络中心也有解决客户问题和机会的行动手册。随着自助服务的扩展和人工智能的引入,剧本范围需要扩大。  知识管理者  如今,联络中心的剧本中最常见的元素是脚本和知识库,这些脚本和知识库可能由主管或专门的知识管理人员建立和维护。当数据分析师将数据转化为见解时,知识管理人员收集并管理这些见解,决定如何以及在何处最好地使用它们,并建立资产,使其他人可以获得这些见解。一般资产包括:支持客户自助服务的常见问题试剂的罐装和建议响应完整的脚本,指导座席一步一步地完成交互座席搜索的知识库  随着大数据分析和虚拟座席的兴起,知识管理者的工作将发生重大变化。让我们看看其中的一些变化:人工智能现在可以增强建议和响应,以便在实时分析会话上下文的基础上,及时向座席提供建议。数据科学家将向知识管理者寻求用于分析的原始数据,以及作为机器人培训材料使用的见解库。机器人可能会扩充一些现有资产,例如可搜索的知识库,或者公司可能会决定用机器人替换资产。数据科学家将提供丰富的新见解,知识管理者可以在剩余的脚本、知识库和培训模块中部署这些见解。  随着我们的发展,知识管理者变得越来越重要。联络中心需要确保这些岗位上有合适的员工,提供所需的培训,并制定一个良好的流程,以获取知识并将其纳入行动手册,从而使其发挥作用,改善客户服务并降低成本。  教机器人说话--会话设计师  在虚拟座席的世界中,脚本不仅仅是一个会话指南,而且实际上是会话本身。一个人工座席的脚本中的内容不一定适用于机器人,因为人类在破译歧义和上下文方面要比人工智能好得多(尽管人工智能越来越好!)。健谈的设计师不仅把文字放在机器人的嘴里,而且还赋予它个性。  会话设计师需要将三个世界连接起来:问题域客户如何思考和反应机器如何“思考”和反应  他们利用自己的沟...
  • 点击次数: 111
    2021 - 03 - 01
    在今天的联络中心,员工使用来自ACD报告、质量调查和人员配置系统的统计数据来调整路由规则、建议座席辅导计划和调整员工时间表。这些员工中的许多人从联络中心的座席或主管的工作中走出来,甚至可能与联络中心的其他管理人员分担“分析”责任。然而,要想在竞争日益激烈的客户满意度游戏中取得成功,就必须采用不同的方法。  数据是新的石油--数据科学家在联络中心  “数据就是新的石油。它是有价值的,但如果未经提炼就不能真正使用。必须将数据转化为天然气、塑料、化学品等,才能创造一个有价值的实体,推动盈利活动;因此必须对数据进行分解、分析,使其具有价值。”--数据科学家先驱Clive Humby。  数据爆炸正在发生,全球数据总量每3年翻一番,站点也没有尽头。利用这些数据将推动未来的经济。这个领域的专家被称为数据科学家,《哈佛商业评论》(Harvard Business Review)称之为“21世纪最性感的工作”的职业。数据已经给职业体育带来了革命性的变化--只要看看棒球场上的击球手们用“转移”到球场的一边就知道了,这是由于击球手们的统计击球模式造成的。数据也将彻底改变联络中心。  数据通常分为两类:结构化和非结构化。结构化数据长期以来一直是联络中心管理的基础--数据是在一个组织良好的数据库中,可以交叉引用,例如由座席、组和队列组织的通话时间。非结构化数据比会话内容更原始。像聊天和电子邮件这样的数字会话有丰富的文本等待挖掘,随着语音识别技术的进步,语音会话也可以以类似的方式进行挖掘。语音和文本分析可用于破译对话并将其分类到结构化数据库中,例如,为来电者表现出挫败感或座席使用不当语言的互动建立索引。  数据科学家在新兴联络中心的工作是理解所有这些信息,并将其付诸行动以改善业务成果。  分析数据--数据分析师  数据分析师使用专门的分析工具来寻找趋势和获得见解,并帮助设计解决方案。数据分析员在结构...
Copyright ©2017 四川西沃信息技术有限公司
犀牛云提供企业云服务