讓我們回到2019年，根據(jù)弗雷斯特研究公司(Forrester Research)的數(shù)據(jù)，大多數(shù)消費者都討厭聊天機器人。事實上，分析師發(fā)現(xiàn)，54%的美國在線消費者認(rèn)為，與聊天機器人互動"對他們的生活質(zhì)量產(chǎn)生了負(fù)面影響"。

　　值得慶幸的是，自那以后，對話式人工智能取得了突飛猛進(jìn)的發(fā)展，人們對語音機器人的興趣尤其高漲。這種興趣很大程度上可能源于目前圍繞ChatGPT和生成式人工智能的炒作。

　　事實上，這些技術(shù)已經(jīng)增強了許多企業(yè)對話式人工智能平臺。盡管如此，更多的技術(shù)進(jìn)步為2023年客戶友好型、高附加值的語音機器人做出了貢獻(xiàn)。

　　以下是這些進(jìn)步的五個例子，它們使該技術(shù)成為各種形式和規(guī)模的企業(yè)更可行的選擇。

 1 
語音識別

　　2020年3月，Statista發(fā)表了一項研究，發(fā)現(xiàn)各行各業(yè)語音到文本自動轉(zhuǎn)錄模型的平均準(zhǔn)確率為77%。
　　換句話說，平均模型只能準(zhǔn)確地轉(zhuǎn)錄100個單詞中的77個。

　　然而，三年過去了，這項技術(shù)更加先進(jìn)了。事實上，微軟和亞馬遜的準(zhǔn)確率分別達(dá)到了95.9%和95.6%。

　　盡管如此，20個單詞中有1個單詞的錯誤率可能聽起來很糟糕。然而，這數(shù)字還算合理。正如babelforce首席執(zhí)行官兼聯(lián)合創(chuàng)始人皮爾斯o巴克利所解釋的那樣：

　　"與客戶的對話可能涉及簡單的語言，而不是科學(xué)論文或復(fù)雜書籍中的棘手術(shù)語--人工智能將難以駕馭這些術(shù)語。"

　　因此，根據(jù)Buckley的說法，語音機器人在簡單的用例中--比如在人工座席交互之前預(yù)先收集客戶信息--現(xiàn)在的成功率已經(jīng)超過了80%。

　　此外，剩下的< 20%的大部分將因為與會話AI模型的功能分離的問題而失敗。

　　例如，可能集成系統(tǒng)無法定位客戶ID號，或者客戶沒有現(xiàn)有記錄。這類問題最有可能導(dǎo)致語音機器人故障。

 2 
語音合成

　　想想我們是如何說話的，作為人類，不斷地改變我們的重點--以非常微妙的方式--來傳達(dá)語氣和意思。對于語音機器人來說，這要棘手得多。
　　通常，語音機器人供應(yīng)商會采取兩種方法中的一種來克服這個問題。

　　首先，他們可能采用預(yù)測的、基于統(tǒng)計的神經(jīng)網(wǎng)絡(luò)或隨機模型。

　　另一種選擇是人工編寫規(guī)則，開發(fā)人員可以使用語音機器人中的控制機制來強調(diào)重點。

　　然而，隨著語音機器人的發(fā)展，供應(yīng)商們正在尋找一種皆大歡喜的媒介。在分享原因時，巴克利說：

　　想象一下，寫出一個句子，其中有兩個重音。你希望能夠告訴機器人這樣做。你不想等六個月，直到神經(jīng)網(wǎng)絡(luò)有足夠的數(shù)據(jù)來處理這種類型的請求，所以它會自動完成。應(yīng)該會在周五上線。"

　　因此，界面將允許開發(fā)人員添加重點--或語言學(xué)家所說的"韻律標(biāo)記"--這樣機器人就能以期望的方式說話。

　　然而，神經(jīng)網(wǎng)絡(luò)將在機器人內(nèi)部運行，不斷學(xué)習(xí)和改進(jìn)--跨越它所說的每一種語言--所以未來的一代需要更少的人工編程。

 3 
無代碼(NoCode)工具

　　在第一次使用語音機器人的30分鐘內(nèi)，企業(yè)可以在計劃接下來一周的A/B測試時啟動并運行第一個流程。
　　這樣的部署速度是相對較新的，其中很大一部分源于低代碼 (Low-Code) 或無代碼 (No-Code)接口的開發(fā)。

　　這些界面使構(gòu)建語音機器人的體驗類似于玩視頻游戲，因為開發(fā)人員可以瀏覽下拉菜單，連接對話框，并選擇各種任務(wù)和操作。

　　現(xiàn)在，有了大語言模型(LLM)，各大品牌在這方面走得更遠(yuǎn)。例如，谷歌正在使用其硬件驅(qū)動的App Builder來繪制會話流程，并為IT團(tuán)隊自動調(diào)整設(shè)計，僅使用自然語言提示。

　　這樣的創(chuàng)新是優(yōu)秀的。然而，品牌必須記住，語音機器人成功的最關(guān)鍵因素是它與聯(lián)絡(luò)中心利用的各種其他數(shù)據(jù)集的溝通能力。

　　"把它想象成一座冰山，"巴克利說。"頂部的亮點是AI組件。然而，你的泰坦尼克號將要撞上的那90%都是數(shù)據(jù)流。"

　　因此，品牌還必須與能夠圍繞各種系統(tǒng)包裝API并升級系統(tǒng)架構(gòu)的供應(yīng)商合作，以便IT團(tuán)隊可以隨時快速優(yōu)化Bot。

 4 
自然語言理解(NLU)

　　直到最近，將NLU嵌入到可操作的AI模型中被證明是乏味的。

　　對話式設(shè)計團(tuán)隊會坐下來，考慮客戶有多少種方式可以表達(dá)他們有一個特定的問題。

　　這需要很長時間。例如，一家澳大利亞銀行發(fā)現(xiàn)了2000多種客戶問"我的余額是多少？"

　　銀行的員工必須手動將這些咨詢插入語音機器人。

　　巴克利說："在一種語言中，有40或50種不同的方式來簡單地說'是'和'不是'。"變化是驚人的。"

　　因此，即使是最具事務(wù)性的對話，也需要付出難以置信的努力來繪制所有可能性，并將它們映射到"NLU結(jié)果"。

　　近年來，隨著語音分析系統(tǒng)能夠理解意圖，這一過程得到了改善。然而，它們的價格很高，用多種人工智能技術(shù)對它們進(jìn)行測序就變成了另一回事。

　　現(xiàn)在，隨著大語言模型(LLM)的出現(xiàn)，它可以在沒有任何事先培訓(xùn)的情況下檢測客戶的意圖，這變得簡單多了。

　　事實上，許多語音機器人提供商已經(jīng)在用他們的語音機器人解決方案來增強這些模型。

 5 
對話框管理

　　巴克利表示："任何地方都沒有擅長對話管理的大語言模型(LLM)或神經(jīng)網(wǎng)絡(luò)。
　　"當(dāng)你使用ChatGPT時，你可能會認(rèn)為它有上下文，但它沒有。

　　"API在后臺所做的是用新的提示重新注入以前的提示。"

　　因此，像ChatGPT這樣的工具可以模擬擁有上下文。但是，實際上，他們只引用了對話的前一部分，這導(dǎo)致了人們在網(wǎng)上發(fā)布的許多有趣的對話。這是一個很好的例子：

　　盡管如此，它在某些方面仍然令人印象深刻。例如，它可以記住以前提示中的人名和角色，這是一個驚人的飛躍。

　　此外，一些語音機器人現(xiàn)在利用LLM來檢測客戶在談話中途的意圖何時發(fā)生變化，并將客戶拉回正軌。

　　得益于這些新功能，對話管理在一定程度上得到了改進(jìn)。然而，還有很長的路要走。

　　"與對話有關(guān)的一切，它應(yīng)該以什么模式發(fā)生，以及之前發(fā)生的事情的知識都必須由人類編程。"

　　因此，重新配置和快速測試任何語音機器人設(shè)計（包括后端集成）的能力至關(guān)重要（這讓我們回到第三點…）。

　　結(jié)束語

　　部分歸功于這五項技術(shù)的進(jìn)步，對話式人工智能的發(fā)展可能會在未來三年內(nèi)起火。

　　事實上，盡管機器人只自動化了1.6%的座席交互，但根據(jù)Gartner的估計，截至2022年，這一數(shù)字將在2026年上升到10%。

　　這是一個相當(dāng)大的增長，技術(shù)合作伙伴正在幫助品牌為未來做好準(zhǔn)備，提供出色的語音人工智能和專家支持服務(wù)。