Распознавание речи

Виртуальный консультант распознает человеческую речь и умеет вести диалог. «Ульяна» отвечает на самые популярные вопросы жителей региона по многоканальному номеру: подскажет адреса офисов «Мои документы», сообщит о графике работы подразделений и порядке записи в МФЦ, проинформирует заявителя о статусе дела. На горячей линии граждане могут выяснить, как зарегистрироваться на портале госуслуг, оформить загранпаспорт, записать ребенка в детский сад, узнать, как получить материнский капитал или ежемесячную денежную выплату на детей в возрасте от трех до семи лет.

Нейроробот способен обработать около 80% поступающих в контакт-центр звонков. Если позвонившему понадобятся дополнительные сведения, система переключит его на оператора.

На протяжении нескольких месяцев аналитики «РТ Лабс» обучали голосового помощника. Для построения алгоритмов проанализировано свыше 60 тыс. обращений в контакт-центр МФЦ и на основании этих данных сформирована база знаний. Сейчас «Ульяна» не только распознает и синтезирует речь, но и с легкостью ориентируется в тематике вопросов.

Особенность голосовой биометрии заключается в подстройке коммуникации с клиентом, которая происходит на основе идентификации по голосу, анализа запроса, а также распознавания настроения и эмоций. Встроенная функция «умной» маршрутизации соединяет клиента с нужным сотрудником (при повторном контакте – с тем, с которым клиент общался ранее) без участия оператора. Это позволяет решить вопрос клиента при первом обращении, без длительного ожидания на линии и лишних переключений. Более того, поскольку система распознает эмоции и настроение, она выбирает для каждого клиента схожего по эмоциональному профилю менеджера. Благодаря этому складывается более доверительный и продуктивный диалог. Планируется, что новая технология позволит «Самолету» довести конверсию из звонков в визиты офисов продаж до 75% уже в 2021 году.

Голосовая биометрия – одна из четырех составляющих инновационного контакт-центра, формирование которого группа «Самолет» планирует завершить в текущем году. Параллельно с ней идет внедрение омниканальной платформы. Ранее компанией было налажено использование технологии речевого анализа и интеллектуальной системы управления клиентской базой. Ожидается, что внедрение голосовой биометрии позволит качественно обрабатывать все входящие обращения и сократить время коммуникации на 30%.

Система дает возможность определять наиболее частые запросы клиентов, умение менеджеров выявлять потребности, соблюдение правил вежливости и деловой этики. Распознавание эмоций позволяет определять процент вероятности визита клиента в офис продаж и выявлять слова, вдохновляющие звонящего лично познакомиться с проектами компании или выражения, не создающие у него позитивного настроя.

Контакт-центр Pony Express внедрил речевую аналитику VS Robotics для контроля качества обслуживания клиентов. Автоматизированное решение даст новые возможности для поиска и анализа записей звонков со 100% охватом всей фонотеки, исключив необходимость их выборочного прослушивания. Кроме того, инструмент позволит быстро и точно находить точки роста в диалогах операторов с абонентами, повысить качество коммуникации и удовлетворенность клиентов без существенных временных затрат.

По словам руководителя департамента клиентского сервиса Pony Express Марины Косякиной, на звонки в контакт-центр приходится порядка 60% от всего объема обращений. Внедрение системы речевой аналитики позволит изучать все диалоги клиентов и операторов, в автоматизированном режиме оценивать такие параметры, как длительность диалога, количество пауз в разговоре, процент соотношения речи клиента и оператора. На основании этих данных планируется эффективнее выявлять точки роста, анализировать кейсы и развивать систему обучения в компании.

В основе системы лежит несколько технологий, таких как распознавание речи, диаризация, определение роли спикера, определение тематик входящих обращений и другие. Технология Speech To Text позволяет осуществлять транскрипцию речи оператора и абонента и работать с поступающими звонками без задержек, что сопоставимо с режимом онлайн. Сервис диаризации решил вопросы, связанные с особенностями используемой телефонии, разделяя входящий аудипоток на несколько сегментов в соответствии с принадлежностью к каждому спикеру. А сервис составных запросов (и, или, не, предшествование) позволяет не только выявлять несоответствие диалога оператора скрипту, но и скрытые закономерности в коммуникациях с абонентами, использование которых значительно повышает конверсию в сделку.

Один из факторов, в значительной степени повлиявший на скорость реализации проекта, — короткая релизная политика, основанная на подходах Agile. С учетом кастомизации техническая фаза проекта была реализована в течение месяца с момента первых переговоров и до финального релиза решения.

Голосовые помощники Х5 уже помогают сетям обрабатывать входящие звонки и совершать исходящие вызовы без участия живого человека. Они имитируют диалог с клиентами и помогают решать их вопросы. В арсенале бота более 300 различных фраз, а новые сценарии разговоров создаются всего за один день. Большинство звонящих не чувствует разницы между разговором с человеком и системой. Когда клиент звонит в колл-центр, он выбирает в IVR кнопку, которая составляет для него дальнейший маршрут по всем вопросам. Далее пользователь формулирует вопросы, а бот за счет алгоритмов машинного обучения и накопленных данных распознает тематику обращения, поддерживает диалог и узнает у него имя, дату рождения, номер телефона, карты и заносит информацию в корпоративную систему.

Основная задача разработок речевых технологий – развитие функциональности действующих контакт-центров. Уже сейчас в сети «Пятерочка» ежедневно до 50% всех обращений по вопросам лояльности решает робот, а конверсия в целевое действие составляет более 60%. При этом затраты на бота в 5-7 раз меньше, чем на операторов.

Робот Х5 уже успешно обрабатывает входящие сценарии по регистрации карт лояльности, переносу баллов между ними и проверки статуса. Внедрен сценарий проверки баланса и блокировки карт. Бот работает и с исходящими вызовами: он обзванивает клиентов и проводит опросы NPS. Кампании по холодным звонкам создаются в модуле обратной связи и попадают в Х5 в автоматическом режиме через настроенную интеграцию. Как только система получает запрос на вызов, робот звонит клиенту, общается и задает вопросы о качестве продуктов, обслуживания и прочие, чтобы получить мнение о магазине. В зависимости от вопроса, в систему записываются оценки или ответы клиентов на свободные вопросы.

Как отмечает Сергей Добряков, директор департамента развития продуктов больших данных X5 Retail, основной фокус сейчас – это масштабирование кейсов с голосовыми роботами в торговых сетях, а также создание удобного приложения с визуальным интерфейсом. Планируется дальнейшее развитие платформы речевых сервисов, в том числе для подтверждения заказов и информирования о доставке, проведения скрининг-интервью при найме сотрудников, а также для опросов и исследований, вовлечения в мобильные приложения и бонусные программы, консультирования по более широкому кругу вопросов. Разработанные технологии позволяют сделать стандартные звонки еще более функциональными и эффективными.

В нынешнем году виртуальных ассистентов будет использовать в повседневной работе лишь 2% работников цифрового труда, но к уже 2021 году их доля вырастет до 25%, полагают аналитики Gartner.

Полигоном для испытаний виртуальных помощников стали контакт-центры. С распространением технологий искусственного интеллекта и разработкой более точных и гибких разговорных интерфейсов виртуальные помощники разделились на три типа: персональных помощников (virtual personal assistant, VPA), помощников клиентов (virtual customer assistant, VCA) и помощников сотрудников (virtual employee assistant, VEA). Последний тип, по мнению аналитиков, будет применяться все шире. Виртуальных ассистентов и чат-ботов разрабатывают более 1 тыс. компаний в мире.

К 2023 году четверть операций взаимодействия работников с приложениями будет выполняться посредством голосовых команд. Популярность домашних гаджетов с голосовым интерфейсом (Amazon Echo, Apple HomePod, Google Home и других) приведет к их внедрению и в корпоративной среде. Уже сейчас подобный проект осуществляют Amazon и гостиничная сеть Marriott. Мировой объем продаж колонок с виртуальными помощниками в 2021 году превысит 3,5 млрд долл., полагают аналитики.

Технология распознавания речи в IVR – альтернатива стандартному меню самообслуживания, когда клиент сам выбирает нужные пункты с помощью режима тонального набора. При обращении система распознает голосовой запрос и переводит абонента в необходимый раздел голосового меню. Использование технологии позволило увеличить автоматизацию обработки запросов и сократить время клиента на поиск ответа и прослушивание всех вариантов голосового меню.

Благодаря работе над повышением качества сервиса время ожидания ответа операторов центров поддержки клиентов «Билайн» сократилось на 30%, а эффективность их работы повысилась на 15%.

Использование технологии распознавания речи в IVR позволяет клиентам самостоятельно решать многие стандартные вопросы благодаря удобной навигации по меню по схеме «вопрос – ответ». Это, в свою очередь, увеличивает время, которые операторы выделяют для решения нестандартных обращений, ведь им приходится обрабатывать не только запросы о пополнении баланса, смене тарифа и стоимости звонков в роуминге, но и другие нестандартные и даже курьезные обращения.

Решение на основе нейросетевой технологии распознает эмоции в голосе клиентов, обратившихся в контакт-центр, и рассчитывает индекс удовлетворенности обслуживанием непосредственно во время разговора с оператором. При этом анализ осуществляется как на голосовом уровне, так и на семантическом, при переводе речи в текст. Система также учитывает дополнительные параметры: количество пауз в речи оператора, изменение громкости голоса и общее время разговора. Аналитика такого рода позволит распознавать эмоции клиентов и выделять наиболее критичные классы обращений. Таким образом менеджер контакт-центра получит сводную статистику по работе операторов с каждым звонком: распознанные эмоции, динамику изменения индекса удовлетворенности обслуживанием во времени, сравнительные показатели эффективности предоставленного сервиса.

Технологии на основе биометрии становятся все популярнее в различных сферах, в том числе и в банковской. В Росбанке надеются, что внедрение технологии распознавания эмоций в голосе поможет вывести сервис на новый уровень. При успешной реализации пилотного проекта система может применяться в сети отделений банка для аналитики общения сотрудников с клиентами.

Ежемесячно операторы контакт-центра Газпромбанка обрабатывают более 300 тыс. обращений клиентов. С целью обеспечения высокого качества обслуживания и предложения клиентам новых сервисов, было решено реорганизовать работу центра с помощью специалистов Центра Речевых Технологий и «Крок».

Чтобы повысить скорость обработки запросов, специалисты интегратора внедрили систему голосового самообслуживания (IVR), в которую встроены синтез и распознавание речи. Теперь, чтобы получить необходимую информацию, клиенту достаточно в свободной форме и без нажатия клавиш телефона, озвучить свой запрос – например, «хочу уточнить баланс карты». Далее система самостоятельно с помощью IVR предоставит квалифицированную консультацию. При нетипичном для Газпромбанка запросе система, «услышав» клиента, оперативно переключает его на универсального оператора, обладающего необходимой экспертизой. Это значительно экономит время клиентов при обращении в банк и оптимизирует работу операторов контакт-центра.

В целях повышения уровня удовлетворенности клиентов была внедрена система автоматизированного контроля качества, фиксирующая и анализирующая все диалоги. Так, если клиент в процессе общения с оператором меняет динамику тона или использует особые слова-якори, система в режиме реального времени формирует отчеты для службы контроля качества. Это помогает выявить претензионное обращение клиента как можно раньше и, таким образом, максимально быстро и профессионально решить его вопрос.

Система записи и аналитики речи также позволила руководителю контактного центра и службе контроля качества в режиме реального времени анализировать работу операторов по количественно-временным, лексико-семантическим и эмоциональным параметрам. Это помогает сокращать количество повторных обращений клиентов, выявлять и устранять причины длительных звонков.

Система работает как обычный оператор контакт-центра. В меню – пока лишь одна приветственная фраза с вопросом о том, какая информация интересует клиента. Система способна воспринимать ответы в свободной форме и распознавать до 98% человеческой речи, что дает клиентам возможность комфортно общаться, а «Роману» – качественно обслуживать входящий поток звонков. Сама система речевого анализа настроена таким образом, что виртуальный оператор, в случае если он не смог распознать тематику обращения, будет задавать уточняющие вопросы для конкретизации. Если для решения потребуется участие сотрудника банка, система сможет перенаправить клиента к нужному специалисту.

На сегодняшний день в лексиконе голосовой системы содержится несколько тысяч слов и словосочетаний из наиболее часто встречающихся клиентских запросов. Еженедельное «обучение» позволяет быстро актуализировать систему под текущие задачи, продуктовые предложения и клиентские потребности.

Андрей Абрамов, вице-президент и директор службы поддержки клиентов «Ренессанс Кредит», внедрение интеллектуального распознавания голоса снизило нагрузку на контакт-центр. Одновременно такой робот может качественно обслуживать десятки звонков, что позволяет существенно сократить время ожидания клиента на линии. Более того, потенциал для развития такой системы огромный: за первые полгода использования она уже обрабатывает более 85% всех входящих звонков.

Следующим этапом ожидаемо станет расширение интеграции системы распознавания речи с другими банковскими системами, чтобы позволить ей самостоятельно решать большее число клиентских запросов. Например, «Роман» способен проводить мониторинг звонков в реальном времени и поддерживать перекрестные продажи.