Rozpoznawanie mowy: co to jest i jak działa?

Nowa funkcja rozpoznawania mowy jest dostępna jako część bezpłatnej wirtualnej centrali PBX. Teraz możesz przekształcić wszystkie swoje rozmowy w format tekstowy w celu dalszej analizy.

Co to jest rozpoznawanie mowy?

Nagrany głos jest przepisywany na tekst za pomocą sieci neuronowych i modeli dźwięku, które uwzględniają strukturę różnych języków. Technologia ta była badana od lat, ale dzięki dodaniu sieci neuronowych otrzymała nowy ważny impuls. Przy tak silnym wsparciu technologia mogłaby się uczyć poprawnie, a dzisiejsze nowe uznanie wpływa na jakość rozpoznawania przyszłościowe.

Kiedy mówimy o rozpoznawaniu, mamy na myśli nie tylko transkrypcję połączeń, ale także pomoc głosową i wiele więcej. Wróćmy jednak do VoIP i znaczenia tej technologii z biznesowego punktu widzenia.

Dlaczego Twoja firma potrzebuje rozpoznawania mowy?

Ty, jako właściciel firmy lub menedżer, możesz nie zawsze mieć czas na wysłuchanie wszystkich rozmów twoich pracowników z klientami w ciągu dnia. Zwłaszcza jeśli mówimy o dziale sprzedaży, z setkami telefonów dziennie. Tak, funkcja nagrywania rozmów (która jest bezpłatna jako część centrali Zadarma PBX) jest ważna, gdy na przykład występuje konflikt i musisz wrócić do określonego wywołania i mieć prawidłowe argumenty. Ale teraz możesz wrócić do rozmowy znacznie szybciej, ponieważ odbieranie tekstu jest zawsze szybsze niż dźwięk. Poza tym możesz ręcznie analizować tekst, aby znaleźć stop-words lub wzmianki o konkurentach, sprawdzić skrypt lub poszukać wycieku poufnych informacji.

Rozpoznawanie głosu to dopiero pierwszy krok, wkrótce dostępna będzie rozszerzona funkcjonalność z analizą tekstu. Teraz metody rozpoznawania są już dostępne w API, dzięki czemu każdy może samodzielnie analizować mowę.

Jak włączyć rozpoznawanie mowy?

Usługa rozpoznawania mowy tworzy dwukanałowe nagranie rozmowy, a następnie sztuczna inteligencja przekształca mowę na tekst. W interfejsie konta osobistego możesz zobaczyć transkrypcję rozmowy operatora z klientem.

Aby włączyć funkcję rozpoznawania mowy, musisz:

1. Wejść na stronę Moja centrala – Numery wewnętrzne
2. Wybierz numer wewnętrzny i w polu Nagrywanie rozmów włącz jedną z dwóch opcji: „Rozpoznaj wszystkie rozmowy” lub „Rozpoznaj wybiórczo w statystykach”
3. Wszystkie rozpoznane nagrania można znaleźć na stronie Moja centrala – Statystyki centrali telefonicznej;

Funkcja „Rozpoznaj wszystkie rozmowy” umożliwia transkrypcję wszystkich połączeń przychodzących i wychodzących z tego numeru wewnętrznego na format tekstowy Moja centrala – Statystyki centrali telefonicznej wystarczy wcisnąć przycisk nagrania. Oznacza to, że nagranie jest już zapisane w formacie dwukanałowym i zawsze możesz do niego wrócić i osobno transkrybować.

Współpracujemy z największymi sieciami neuronowymi na rynku, zapewniając najwyższej jakości rozpoznawanie mowy. System rozpoznaje ponad 20 języków.

Funkcja rozpoznawania mowy jest usługą płatną, a cena zależy od języka rozpoznawania. Pakiety taryfowe obejmują również bezpłatne minuty na transkrypcję.