语音开发平台的现状

来源:
浏览次数: 98
   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: 159
    2022 - 06 - 27
    随着我们进入新的十年,呼叫中心自动化的实施正在加速,因此,企业实施最佳实践至关重要,否则就有可能落后于竞争对手。  机器人过程自动化(RPA)、人工智能(AI)和机器学习(ML)方面的技术进步正在改变客户服务的面貌。然而,仅仅因为您可以在呼叫中心自动化某些事情,并不意味着您应该这样做。要知道哪些任务应该交给人工智能和机器是一个挑战。  在本文中,我们解释了成功实现呼叫中心自动化的最重要的方法,概述了呼叫中心正在实施的一些主要的呼叫中心自动化工具类型,并讨论了在您的CX自动化方法中优化人类和人工智能之间的平衡的好处。  联络中心和呼叫中心的智能自动化  根据我们的经验,最重要的呼叫中心自动化最佳实践是平衡核心服务目标和KPI与自动化,以不断提高客户体验和运营效率。为了优化为客户和员工提供的全渠道服务,您必须知道何时利用来自实时座席的人工交互,以及何时部署人工智能驱动的虚拟助理和自动化流程。在呼叫中心自动化方法中找到这种完美的平衡就是我们所说的'深思熟虑的自动化'。  呼叫中心的智能自动化除了控制成本外,还有几个用途。例如,最常讨论的应用程序是自动化简单的、耗时的应用程序。重复的任务。这有助于减少总体处理时间,并允许联络中心座席参与更复杂的以客户为中心的交互。但这只是自动化改善呼叫中心运营的开始。自动化可以在幕后帮助员工,帮助他们做出更好、更快的决定。它还可以用于扩大数字服务知识获取、编纂和应用,并在长期内提高客户服务质量。  总之,以下是最常见的呼叫中心自动化趋势:  1. 聊天机器人和主动倾听,如自然语言处理(NLP)和自然语言理解(NLU),在客户交互过程中通过聊天机器人或语音助手促进自然语言生成(NLG)和会话UI工具。  2. 机器人过程自动化(RPA)取代了Tier0层面和其他面向任务和可编程的简单交互。数字工人工厂模型不是为每个任务部署单独的机器人...
  • 点击次数: 113
    2022 - 06 - 20
    Odigo 的 Vincent Lascoux 解释了如何在客户服务中建立成功且可持续的对话体验。  一个品牌现在被期望创造出在任何时候、任何地方和所有平台上都可以访问的内容或服务。机器人(语音机器人和聊天机器人)可以满足这些新的客户需求:对话体验的速度和个性化、可用性和全渠道。  它们还通过自动化低优先级、低复杂性的请求(例如关于营业时间的查询)来帮助平衡联络中心的高峰。  公司已经在整合这些原则,会话式 AI 市场正在经历显着加速,预计到 2024 年增长将超过 30%。在客户服务中,成功的会话式体验的关键是会话式用户体验 (UX) 专业知识,但也支持通过全渠道、开放和强大的解决方案。  使用经过验证的用户体验方法构建对话之旅和体验  成功的客户旅程需要会话 UX 专业知识来实现流畅的体验。这些可以最大限度地减少客户的工作量并提供快速访问正确答案的途径。用户体验专家考虑了许多指导对话体验发展的要素:用户意图或需求使用环境历史技术限制。  谷歌 Google Assistant 设计经理 Cathy Pearl 将对话体验进步的目标总结为:'教计算机如何更像人类一样交流,而不是相反。'  机器人对话的措辞自然会影响客户的回答,从而影响识别率,以及识别文本或语音的准确度。  如果遇到问题或遇到客户沉默,系统应配置为提供替代选项、改写或使用封闭式问题。有时休息一下,让客户可以寻找额外的信息(如保单号码),然后从他们离开的地方继续,这是有益的。  为了提高机器人的准确性,可以使用自然的客户对话进行培训,以帮助提供行业特定语言的真实示例以及客户通常表达自己查询的方式。  客户的对话体验可以通过多种渠道进行,而不仅仅是语音,只要集成了不同的人工智能服务,这种共享信息还可以创建更准确的客户旅程个性化。  但是,为了促进客户参与,定义与品牌价值和用例一致的机器人角色或个...
  • 点击次数: 96
    2022 - 06 - 13
    在当今时代,负面的客户体验可以破坏组织的声誉。然而,这种决定成败的关键能力只会在医疗保健领域得到放大。   该领域的来电者不仅是客户--他们是需要帮助、指导和护理的患者。在这个行业中,提供响应迅速、安全和高质量的患者护理和体验是重中之重。  优化联络中心运营的 4 大方法  联络中心是一个信息中心,记录、保留和存储数以千计的客户互动。通过利用这些数据,联络中心有可能提取有意义的见解,以增强客户体验并提高运营效率。  自 1990 年代以来一直处于紧急护理的前沿,Integrated Care 24 (IC24) 开展的工作是医疗保健组织如何利用未使用数据可以带来的丰富知识的一个很好的例子。  通过实施语音和文本分析解决方案,IC24 能够确定医疗保健组织可以优化其联络中心运营的 4 种方式:  1. 识别数据集之间的相关性和趋势  能够识别联络中心内 100% 的对话对于改善患者呼叫处理程序的体验至关重要。通过捕获这些通信,然后可以在分析工具中报告它们,使用包括情绪分析、串扰和非谈话在内的多个指标。  通过这样做,联络中心可以轻松识别数据集之间的相关性,以发现有价值的见解。这反过来又可以帮助纠正患者体验中的任何瓶颈。  2. 查看呼叫处理流程  呼叫处理流程是患者体验的重要组成部分。间歇性地审查这一点可以帮助隔离损坏的工作流程和需要改进的领域。  例如,通过使用分析,IC24 确定呼叫者在呼叫 111 时听到的预先录制的消息在呼叫处理过程的另一部分重复。通过消除重复,IC24 将其总平均通话时间减少了 3.5%,同时呼叫者的满意度也提高了。  此外,从分析解决方案中提取的宝贵数据还使 IC24 能够改进其质量改进工作流程。通过从人口统计数据收集脚本中删除两个呼叫处理程序语句,IC24 受益于整个时间当量 (WTE) 节省超过 66,000 英镑。  3.分析审计过...
  • 点击次数: 103
    2022 - 06 - 06
    许多联络中心正在摆脱传统的轮班模式,以改善客户服务并提高生产力。  现在,他们正在实施几种创新的轮班模式,以更好地满足预测需求和员工偏好。这里有五个很好的例子。  1、拆分班次  拆分班次将工作日分为两个或多个部分。两者之间的间隔超过一个小时的午休时间,让员工有更多时间享受爱好、完成诸如接孩子放学等任务或只是放松一下。  计划人员必须提前安排分班;请求延长休息时间不计算在内。毕竟,WFM团队经常实施分班制,以确保大多数员工在高峰期处理联系人,这需要精心计划。  事实上,大多数操作在一天中间的联系量都处于停顿状态。因此,实施从上午11点到下午2点休息三个小时的分班制是标准做法。  大流行助长了这种分班制的增长,因为它们对远程座席很方便。然而,对于在职团队来说,这通常不是最好的轮班模式。为什么?因为对于大多数员工来说,每天两次通勤上班并不理想。  2、微班次  与拆分班次一样,微班次是远程座席的绝佳选择。这些轮班可以持续短短两个小时甚至30分钟,非常适合在一天中的特定时间经历大量联系的联络中心。  这些转变对于雇用大学生的联络中心特别有利,因为他们可能在讲座和研讨会之间有几个小时的空闲时间来登录。  提供这些轮班也有助于从团队中获得更多时间。例如,一些兼职人员可能喜欢每周多做一两个小时,只要他们能适应他们的日程安排。鉴于当前的生活成本危机,许多座席将欢迎这样的机会,而联络中心则享有更大的覆盖范围。  3、有倾向性的轮班  由领先的WFM供应商injixo创造,倾斜轮班为座席提供了每周工作40小时的机会。但是,每天的时间并没有平均分配。  取而代之的是,工作周折衷为周一工作10小时、周二工作9小时、周三工作8小时、周四工作7小时、周五工作5小时。  这种轮班模式在联系量随着一周的进行而下降的运营中是理想的。此外,许多座席喜欢这样的时间表,因为它可以让他们享受更轻松的一周结束。  ...
Copyright ©2017 四川西沃信息技术有限公司
犀牛云提供企业云服务