Что такое голосовая информация
Голосовой поиск
Голосовой поиск — технология распознавания речи, позволяющая осуществлять перевод речевого запроса пользователя в текстовый вид, который затем передается в стандартную систему поиска по базе данных.
Приложения наиболее явно связанные с термином «голосовой поиск» основываются на использовании систем распознавания речи и часто синтеза речи для автоматизированного возвращения результатов поиска. Голосовой поиск реализуется в следующих направлениях:
Все эти формы поиска инициализируются голосовым запросом, результатом чего является либо выбор нужного действия, либо доставка информации в виде синтезированной речи. Отличительной характеристикой этих основных приложений является быстрый доступ к информации, сводящей до минимума ее усилия по ее поиску.
Причиной для использование голоса часто служит то, что используемое устройство является мобильным телефоном, где текстовый ввод неудобен или опасно отвлекает внимание, и где трудно просматривать длинные списки из-за маленького экрана.
Бизнес-модель для голосовых приложений может охватывать бесплатные услуги по поддержанию лояльности или для построения бренда, платные сервисы по подписке, сервисы объявлений, сервисы с оплатой за услуги (usage-based-fee) и сервисы, ориентированные на совершение сделок. [источник не указан 346 дней]
Другая категория приложений, которые можно считать частью голосового поиска — «голосовой набор номера» — поиск контакта в каталоге. Сервис состоит в том, что после голосового обращения к системе и определения искомого имени она совершает звонок по выбранному контакту.
Иногда под понятием «звуковой поиск» понимается поиск по аудио (или аудиодорожке видеофрагмента) для нахождения фрагментов речи и преобразования их в доступное для поиска содержание. Приложения включают в себя обнаружение в видео или в подкасте определенной темы или упоминания компании; радиокомпании могут преобразовывать заархивированное звуковое/видео содержание в более удобную для использования форму, а дикторы могут более легко находить информацию. Эта технология базируется на речевых технологиях, позволяющих анализировать голосовое содержание файлов.
При использовании данных технологий в call-центрах они носят название «речевой аналитики», которая дополняет распознанную речевую информацию, чтобы сделать некоторый статистический и языковой анализ, используя готовый текстовый и фонетический материал. Такие приложения позволяют искать определенные звуковые фрагменты по необходимым атрибутам (например, определять недовольные отзывы позвонивших клиентов).
Преобразование голосовых файлов в текст для дальнейшего текстового поиска по ним существует, например, в таких сервисах, которые позволяют преобразовывать голосовую почту (voicemail) в текст для более легкого поиска и просмотра, а также позволяют дальнейшую пересылку голосовой почты в виде электронной почты или sms. Так же доступны сервисы, предоставляющие возможность оставлять голосовые заметки по телефону и преобразовывать их в текст. Одна из главных целей такого обслуживания состоит в том, чтобы сделать голосовое содержимое легко архивируемым и удобным для поиска.
«Голосовой поиск» открывает коммерческие перспективы в обеспечении быстрого доступа к информации, особенно на мобильных устройствах. [источник не указан 346 дней] Он предоставляет некоторые из преимуществ письменной речи, сохраняя преимущества разговорной речи.
Голосовая почта: что это, и как с ней работать бизнесу
Голосовая почта — сервис, который обеспечивает запись голосовых сообщений от абонентов и их хранение. В большинстве случаев она входит в стандартный набор услуг, предоставляемых пользователям при подключении к IP-АТС или при покупке виртуального номера: платить за эту услугу дополнительно не придется.
Как работает голосовая почта и какие опции доступны ее пользователям
Голосовую почту можно разделить на 3 компонента:
Автоответчик
Этот компонент «встречает» звонящего абонента, если вызываемый номер занят или не отвечает в течение определенного периода времени. Он может работать по нескольким схемам и сценариям. Например:
Озвучивание информации о том, что вызываемый абонент занят, и предложение оставить для него голосовое сообщение.
Предложение перевода звонка на другого менеджера или реализация иных сценариев. Здесь уже может задействоваться IVR-меню. Если ни один из менеджеров не может ответить, автоответчик предлагает звонящему оставить сообщение.
Информирование звонящих о времени ожидания ответа, альтернативных способах связи с менеджерами, рекламных акциях, индивидуальных предложениях и т.д.
Автоответчик настраивается пользователями системы. При настройке можно выбирать время, через которое активируется этот модуль, и ряд других параметров. Сообщения можно синтезировать из текста при помощи text-to-speech систем (отдельных или входящих в состав IP АТС). Также у большинства провайдеров есть возможность записи своих голосовых сообщений для автоответчика. Например, пользователи АТС «Телфин.Офис» могут записывать сообщения или загружать файлы размером до 10 Мб в форматах mp3 или wav.
Голосовой ящик: что это
При подключении услуги для каждого номера создается голосовой ящик. Это своего рода хранилище сообщений, которые будут оставлять звонящие. Возможны варианты, когда для нескольких телефонных номеров создается общий ящик. В частности, такая опция доступна для пользователей корпоративной АТС «Телфин.Офис»: вы сможете настроить хранение сообщений для абонентов всей компании в едином корпоративном ящике.
Хранение записей можно организовать двумя способами. Выбор подходящего зависит от способа развертывания АТС. Если она развернута на физических серверах пользователя услуги, записи могут храниться там же. При использовании облачной АТС хранение сообщений, оставленных через голосовую почту, организуется провайдером в облаке. Однозначно сказать, какой из них удобнее и надежнее, сложно. Все зависит от специфики компании.
Как правило, продолжительность сообщений, которые могут записываться в голосовой ящик, ограничивается. Провайдеры придерживаются среднего значения длительности записи на уровне 10 минут.
Система оповещения
Информирует владельца (пользователя) голосового ящика о новых сообщениях в нем. Делать это она может разными способами. При этом абонент может выбрать один из них или несколько, чтобы точно не пропустить новые сообщения. Для оповещения абонентов о новых сообщениях в голосовой почте могут использоваться следующие каналы:
Email. В зависимости от провайдера используются разные сценарии. Например, отправка звукового файла с новым сообщением в электронном письме. Еще один вариант — добавление в тело email ссылки, по которой пользователь может перейти в личный кабинет виртуальной АТС и прослушать сообщение.
SMS. Здесь тоже возможны разные сценарии. Первый — просто СМС с уведомлением о том, что в голосовом ящике появилось новое сообщение. Второй — SMS со ссылкой на прослушивание новой записи в личном кабинете пользователя виртуальной АТС.
Личный кабинет виртуальной АТС. В зависимости от типа интерфейса и модели использования для оповещений могут использоваться всплывающие сообщения, звуки и т.д.
Система оповещения пользователей голосовой почты используется не только для информирования о новых сообщениях. Например, в АТС «Телфин.Офис» она также информирует абонентов о текущем объеме занятого записями пространства голосового почтового ящика, а также об оставшемся размере. Такие сообщения отправляются на email с периодичностью раз в сутки.
Какие телефоны могут подключаться к голосовой почте
Ограничений практически нет. Завести голосовой ящик можно для любого телефонного аппарата, подключенного к IP АТС. Например, при подключении к «Телфин.Офис» такая опция доступна для абонентов со следующими типами аппаратов:
IP-телефоны. Подключаются к системе напрямую, без каких-либо «посредников».
«Традиционные» телефонные аппараты. Для подключения к IP АТС, использования голосовой почты и других возможностей виртуальной телефонии применяется подключение через SIP-адаптеры.
Мобильные телефоны. Их интеграция с виртуальной АТС и доступ к голосовой почте в рамках нее осуществляется с помощью технологии FMC.
Более того, пользоваться услугой голосовой почты в рамках виртуальной АТС можно даже без телефонного аппарата. Голосовые ящики могут заводиться и для абонентов, использующих программные телефоны (софтофоны). Такие программы могут устанавливаться на компьютеры, мобильные телефоны, планшеты.
Как настроить голосовую почту
При подключении к виртуальной АТС и активации голосового ящика, как правило, автоматически активируются базовые настройки — трансляция для звонящего предложения записать сообщение по истечении определенного количества времени. Но вы можете также использовать и другие настройки, чтобы использовать эту технологию эффективно. Среди них синхронизация автоответчика с календарем или другими источниками данных. Если пользователь укажет, например, в календаре, что он отсутствует на рабочем месте, при попытке дозвона будет сразу же активироваться автоответчик с предложением оставить сообщение. Также можно настроить работу голосовой почты с учетом рабочего времени. Можно установить автоматическую активацию автоответчика в нерабочие часы. При попытке дозвона звонящему сразу же будет предлагаться записать сообщение на голосовую почту.
При настройке следует уделить внимание и такому параметру, как продолжительность молчания, прежде чем закончится запись (часто этот параметр именуется как Max Message Silence). Правильно настроив его, вы обеспечите рациональное расходование пространства голосового ящика, что особенно актуально при большом количестве входящих звонков. Также не лишним для экономии емкости ящика будет и настройка минимальной длины сообщений, которые будут записываться (Min Message Length). Это позволит «отсечь» неинформативные записи и не забивать хранилище бесполезными файлами.
Видно, что голосовая почта — это не просто запись всех без разбора звонков. Это гибкий инструмент, который способен приносить бизнесу серьезную пользу. Нужно только грамотно его настроить и использовать.
Голосовые технологии: термины, которые нужно знать
Как устроен процесс распознавания и понимания речи пользователя? Как работает голосовой поиск? Что представляют собой интеллектуальные голосовые помощники? В этой статье мы разберем основные понятия и термины в области голосовых технологий и интерфейсов.
Распознавание речи – это процесс преобразования речевого сигнала в цифровую информацию. Именно этот процесс позволяет организовать речевое управление компьютером или программой и осуществить ввод текста с микрофона. Эта технология позволяет создавать голосовое командное управление ПК, системы диктовки текста или средства идентификации по образцу речи.
Понимание речи – процесс, при котором компьютер или программа воспринимает смысл сказанного. Такая возможность стала реальной благодаря технологии искусственного интеллекта (ИИ). Благодаря ИИ речевой интерфейс может не только дублировать голосовые команды.
Голосовой поиск (или голосовая команда) – функция поиска информации без использования клавиатуры. Пользователь произносит фразу, а приложение распознает текст, выполняет поиск и предоставляет результаты на странице поисковой выдачи. Голосовой поиск, в отличие от классического, взаимодействует с пользователем с помощью диалогов, а не посредством ключевых слов и фраз.
Например, по информации аналитика Google Гэри Илш, число голосовых запросов в 2015 году увеличилось в два раза. И такие запросы были чаще связаны с действиями, чем печатные.
Интеллектуальные голосовые помощники (или голосовые ассистенты) – это веб-сервисы, которые объединяют технологию распознавания речи и текста и поиска информации по ключевым словам. Голосовые помощники умеют распознавать речь, определять значение сказанного и синтезировать голос для ответа. Основные приложения: Alexa Amazon, Siri Apple, OK Google, Кортана Microsoft, «Алиса» Яндекса.
Голосовые ассистенты используются не только в мобильных приложениях и персональных компьютерах, но и в устройствах умного дома. Они могут быть внедрены в холодильники, бытовую технику, машины. Или же представляют собой беспроводные динамики, снабженные голосовым управлением.
Первопроходцем в области голосовых интерфейсов выступает компания Amazon. Она выпустила голосового помощника для дома Amazon Echo. Echo Show – это первичное голосовое устройство. На его экране нет привычных значков приложений. Но когда пользователь отправляет голосовую команду, экран отображает всю связанную с ней информацию. Google также имеет аналог голосового ассистента для дома Google Home.
Облачные АТС (или облачная телефония) – программное обеспечение, которое заменяет физическую офисную телефонную станцию. Клиент подключается к услуге с помощью Интернета. АТС – это телефонная система компании, способная обеспечить подключение внутренних номеров к внешним телефонным линиям и мобильным сетям.
Веб-интерфейс АТС позволяет управлять звонками, подключать к системе IP-телефоны, просматривать статистику по звонкам, записывать и сохранять разговоры. Облачную АТС можно интегрировать с CRM-системой (системой управления взаимоотношениями с клиентами). Благодаря такой возможности при входящем вызове менеджер уже видит карточку клиента, а звонок автоматически попадает на ответственного менеджера.
Как работает распознавание речи и где его можно использовать
Голосовой поиск в Google или голосовое управление в машине уже никого не удивляют — мы привыкли к этим технологиям. Они экономят время и делают жизнь комфортнее. Но технология распознавания речи включает гораздо больше возможностей: оптимизацию бизнес-процессов, анализ маркетинговых кампаний и повышение продаж. Как работает распознавание речи и как применить его в бизнесе — читайте в статье.
Что такое распознавание речи
Это технология, с помощью которой речь человека возможно трансформировать в текст. Система распознавания речи может работать автономно, а может обучаться особенностям произношения конкретного пользователя.
Распознавание голоса — часть технологии распознавания речи. Идентификацию говорящего используют при биометрической проверке, для ограничения доступа к личным файлам. Система запоминает голос человека и отличает его от других голосов.
Технология распознавания речи или Speech-to-Text появилась еще в конце прошлого столетия, но качественно преобразовывать человеческую речь в текст программы научились только в 2000-х — по мере развития IT-технологий и машинного обучения на Западе, а потом и в России. Сегодня системы распознавания речи массово используют в повседневной жизни и в бизнесе, ведь это здорово экономит ресурсы.
Как работает технология
Это сложный многоступенчатый алгоритм, поэтому постараемся описать общий принцип действия. Если сказать голосовому поиску «Александр Пушкин», то телефон услышит не имя известного писателя, а звуковой сигнал без четких границ. Система восстанавливает по этому непрерывному сигналу воспроизведенную человеком фразу следующим образом:
Сначала устройство записывает голосовой запрос, а нейросеть анализирует поток речи. Волна звука делится на фрагменты — фонемы.
Затем нейросеть обращается к своим шаблонам и сопоставляет фонемы с буквой, слогом или словом. Далее образуется порядок из известных программе слов, а неизвестные слова она вставляет по контексту. В результате объединения информации с этих двух этапов получается речь, превращенная в текст.
На заре развития процесс работы Speech-to-Text заключался в элементарной акустической модели — речь человека сопоставлялась с шаблонами. Но количества словарей в системе было недостаточно для точного распознавания, программа часто ошибалась.
Благодаря обучаемости нейронных сетей качество распознавания речи значительно выросло. Алгоритм знает типичную последовательность слов в живой речи и может воспринимать структуру языка — так работает языковая модель. А каждая новая обработанная голосовая информация влияет на качество обработки следующей, уменьшая количество погрешностей.
Где применяют алгоритм
Технология распознавания речи позволяет нам искать нужную информацию, составлять маршрут по навигатору. Вот еще несколько сфер, где применение Speech-to-Text сделало жизнь проще:
Телефония. Технология экономит не только время звонящего, но и ресурсы компании. С помощью голосового набора и робота клиенты могут без участия менеджеров заказывать товары, отвечать на опросы и получать консультации.
Бытовая техника. Сегодня можно управлять голосом различными устройствами: выключателями в доме, системами освещения и гаджетами.
Медицина. В 2020 году российские разработчики создали Voice2Med — систему на основе искусственного интеллекта, которая заполняет медицинские документы, пока врач диктует информацию во время осмотра.
Как распознавание речи используется в бизнесе
Распознавание речи позволяет автоматизировать многие процессы в бизнесе, от продаж и контроля клиентского сервиса, до защиты от мошенников.
Благодаря этой технологии аналитика телефонных разговоров с клиентами стала проще и дешевле: система автоматически записывает звонки и собирает данные для повышения конверсии.
Например, система речевой аналитики MANGO OFFICE помогает узнать, с какими конкурентами клиенты чаще всего сравнивают ваш продукт. Вы создаете теги для упоминаний о конкурентах, анализируете отчеты разговоров и понимаете, как нужно улучшить маркетинговую стратегию. Также можно анализировать работу сотрудников — отмечайте стоп-слова, следите за соблюдением скриптов продаж.
Еще одно направление, где речевая аналитика помогает развитию бизнеса — интерактивные голосовые системы (IVR). Это незаменимый инструмент в управлении колл-центром. Speech-to-Text распознает речь клиента, а голосовой робот автоматически подбирает нужную информацию для ответа или переводит звонок на оператора. Технология уменьшает количество потерянных звонков, так как многие люди не успевают или не могут нажимать на кнопки в голосовом меню.
Службам контроля сервиса не обязательно проводить дополнительные опросы: это можно сделать автоматически, а потом проанализировать отчеты. Службы безопасности в банках используют речевую аналитику, чтобы защитить личные данные клиентов.
Заключение
Технология преобразования голоса в текст упрощает повседневные задачи и помогает развивать многие профессиональные сферы. В бизнесе Speech-to-Text используют для эффективного взаимодействия с клиентами и быстрой обработки большого объема данных. Аналитика телефонных звонков и голосовые роботы уменьшают затраты, повышают средний чек и изучают реальные потребности клиентов.
Технология передачи голосовой информации VoIP
Назначение протокола VoIP
Протокол VoIP кодирует стандартные голосовые сигналы по протоколу IP. В настоящее время большая часть звуковых сигналов передается по сетям с коммутацией каналов, когда канал устанавливается и поддерживается между вызывающей и вызываемой сторонами на протяжении всего разговора. При использовании же IP звук разбивается на пакеты, пересылаемые отдельно. Преимущество такого подхода состоит в уменьшении доли емкости канала, необходимой для передачи сигнала, поскольку когда собеседники молчат, передавать ничего не нужно. Современный интерес к VoIP продиктован в основном возможностью осуществлять международные вызовы по местным тарифам, передавая разговор через Интернет. Долговременный интерес к VoIP состоит в возможности объединения существующих сетей в единую сеть для передачи голоса и данных. Это приведет к значительной экономии средств операторов и более богатым возможностям интеграции услуг передачи голоса и данных.
Технология передачи голосовой информации
Компрессия данных позволяет передавать по Интернет-каналу одновременно несколько разговоров (в отличие от традиционной телефонии, где для передачи одного разговора используется целый канал), что существенно уменьшает стоимость междугородних и международных телефонных разговоров по сравнению с традиционной телефонией.
Использование протокола VoIP
Внедрение технологии VoIP в рамках IP-сети позволяет пользователям Интернет и сетей передачи данных уменьшить суммарные расходы, связанные с ведением международных телефонных переговоров, а также начать процесс миграции к технологиям пакетной передачи мультимедийных данных. Одним из лидеров сетевой индустрии является компания Cisco Systems, предлагающая технические решения по передаче голосового трафика в сетях передачи данных. Коммутация и работа голосовых соединений в IP-сетях обеспечивается за счет протоколов, предусмотренных международными стандартами.
VoIP: Протокол H.323
В общих чертах, передача голоса в IP-сети происходит следующим образом. Входящий звонок и сигнальная информация из телефонной сети передаются на пограничное сетевое устройство, называемое телефонным шлюзом, для обработки специальной картой устройства голосового обслуживания. Шлюз, используя управляющие протоколы семейства H.323 перенаправляет сигнальную информацию другому шлюзу, находящемуся на приемной стороне IP-сети. Приемный шлюз обеспечивает передачу сигнальной информации на приемное телефонное оборудование согласно плану номеров, в результате чего обеспечивается соединение из-конца-в-конец. После установления голосового соединения голос на входном сетевом устройстве кодируется в соответсвии со стандартными алгоритмами ITU, такими как G.711 или G.729, сжимается, инкапсулируется в пакеты протокола реального времени RTP. Пакеты с голосовыми данными передаются по IP-сети на целевое удаленное устройство. Затем пакеты с голосовыми данными обрабатываются с целью восстановления голоса и его передачи получателю по телефонному участку соединения.
Аналогично происходит и передача факса. При этом возможность fax relay, реализованная в голосовых устройствах Cisco Systems, обеспечивает автоматическое распознавание тонов факса, оповещает (по IP-сети) целевой факс о том, что необходимо принять факсимильное сообщение. После того, как целевой факс установит состояние готовности, устройства Cisco Systems образуют виртуальное соединение, по которому в реальном времени передается факсимильное сообщение. Таким образом, пользователь может быть уверен, что факс доставлен по назначению. Кроме того, голосовые карты AS5300 могут работать в режиме «T.30 spoofing», когда входящий сигнал факсимильного сообщения демодулируется перед передачей по IP-сети таким образом, что закодированное в 64-кбитном стандарте PCM факсимильное сообщение, на самом деле, передается по сети в полосе 9.6 Кбит.