Dauguma automatizuotų skambučių — tiesiog nevykę. Nauja technologija tai keičia.
Anksčiau telefoninių pokalbių automatizavimui trūko ne malonaus balso, o gebėjimo pakankamai gerai suprasti pašnekovą ir sklandžiai tęsti tikrą pokalbį.
Pokalbius telefonu vis lengviau automatizuoti.
Su kiekviena karta pati sistema apdoroja vis daugiau konteksto.
Skambinantysis turėjo kalbėti sistemos kalba.
02Ankstyvasis DISistemos suprato tik siaurą užklausų spektrą, o už jo ribų pasimesdavo.
033 etapų apdorojimo grandinėsApdorojimo grandinė tapo lankstesnė, tačiau kiekvienas etapas pasikliovė ankstesniu.
04ThunderPhoneSistema gali išgirsti, samprotauti ir pati ištaisyti klaidą per vieną ciklą.
Skambinantysis turėjo kalbėti sistemos kalba.
Automatizavimas apsiribojo meniu, pasirinkimais telefono klaviatūroje ir laukimo eilėmis. Tai veikė, jei skambinantysis jau žinojo, kurį meniu punktą rinktis.
Visas skambinančiojo poreikis turi tilpti į vieno mygtuko pasirinkimą, todėl jei meniu tinkamo varianto nėra, skambutis peradresuojamas arba viską tenka kartoti iš naujo.
Rezultatas · Skambinantysis spėlioja, laukia ir tą patį aiškina dar kartą.
Sistemos suprato tik siaurą užklausų spektrą, o už jo ribų pasimesdavo.
Komandos kiekvienam skambučių scenarijui atskirai mokė akustinius modelius, ketinimų klasifikatorius ir duomenų laukų išskyrimo modelius. Tokie sprendimai buvo naudingi, bet juos keisti kainavo brangiai.
Sistema gali atpažinti vieną numatytą ketinimą, bet tada praleisti antrąjį prašymą arba užduoti nelankstų, iš anksto parengtą patikslinamąjį klausimą.
Rezultatas · Informacija apie sutuoktinį praleidžiama, nes sistemos išmoktas dialogo scenarijus jos neapima.
Apdorojimo grandinė tapo lankstesnė, tačiau kiekvienas etapas pasikliovė ankstesniu.
Dažnai šiuolaikinėse sistemose kalbos atpažinimas, LLM ir kalbos sintezė sujungiami į vieną pokalbio ciklą.
Kai transkripcija klaidinga arba skambinantysis pertraukia, LLM užtikrintai pateikia ne tą atsakymą.
Rezultatas · Viena atpažinimo klaida virsta garsiai ištarta klaida.
Sistema gali išgirsti, samprotauti ir pati ištaisyti klaidą per vieną ciklą.
ThunderPhone vienoje architektūroje suderina garso supratimą, modelių parinkimą, pokalbio eigos valdymą ir atsakymų generavimą.
Keli lygiagretūs garso atpažinimo būdai ir garsinį kontekstą vertinantis samprotavimas sumažina vieno etapo klaidų skaičių dar prieš joms pasiekiant skambinantįjį.
Rezultatas · Pokalbis tęsiasi sklandžiai, o skambinančiajam nereikia vargti su sistema.
Tikrasis proveržis — ne maloniau skambantis roboto balsas. Tai architektūra, neleidžianti pokalbiui nukrypti nuo kurso.
Geresnis garso suvokimas
Sistema gali lyginti signalus ir daryti išvadas iš paties garso, užuot pasikliovusi viena transkripcija.
Sklandesnis pokalbio ritmas
Kalbėjimo eiliškumas ir pertraukimų valdymas yra pokalbio ciklo dalis.
Geresnis nukreipimas
Sistema pagal kiekvienos pokalbio replikos poreikius gali rinktis greitąjį kelią arba nuodugnesnį samprotavimą.
Sklandesnė patirtis
Skambinantieji mažiau laiko gaišta taisydami tai, ką automatizuota sistema suprato neteisingai, ir daugiau jo skiria pačiai užduočiai atlikti.