मुझसे बात करें: आज कौन से वॉयस बॉट कर सकते हैं

18 साल पहले, एनीमे सीरीज़ घोस्ट इन द शेल: द लोन सिंड्रोम में, उन्होंने बिल्कुल शानदार रोबोट ऑपरेटरों को दिखाया। बहुत उन्नत शारीरिक क्षमताओं के अलावा (आपको ऐसी उंगलियों के साथ एक कोड टाइप करना होगा!), वे पूरी तरह से लोगों के साथ आवाज में संवाद करने में सक्षम थे। आज, बॉट्स किसी को आश्चर्यचकित नहीं करेंगे। हम हर जगह उनके साथ मिलते हैं, हमारे जीवन के विभिन्न क्षेत्रों में। उनका उपयोग चिकित्सा संस्थानों, बैंकों, बिक्री में, ग्राहक सेवा में, सामाजिक नेटवर्क में, आदि में किया जाता है। और अगर हम पहले से ही बॉट चैट करने की आदत डालने लगे हैं, तो वॉयस बॉट्स अभी भी बहुतों के लिए एक नवीनता है। हाँ, और प्रौद्योगिकी अभी भी परिपूर्ण से बहुत दूर है। अब वॉयस बॉट के साथ स्थिति क्या है?

वॉइस बॉट्स की कहानी 1966 में चैट बॉट्स के साथ शुरू हुई थी। इस तरह का पहला विकास जोसेफ वेइज़ैनबाम द्वारा बनाया गया था और इसे "एलिज़ा" कहा जाता था। बॉट ने मनोचिकित्सक के रूप में एक संवाद आयोजित किया, वाक्यांशों पर सवाल उठाया और उन्हें जारी रखने की मांग की। पहले संचार में, कई को एहसास नहीं था कि वे मशीन के साथ संचार कर रहे थे। प्रकार के अनुसार वाक्यांश बनाए गए थे:

- मेरा सिर दर्द करता है।
"आपके सिर पर चोट क्यों लगी है?"

वास्तव में, "एलिजा" एक मनोचिकित्सक की पैरोडी थी और उसने कोई कार्य नहीं किया था। लेकिन, फिर भी, यह पहली चैट बॉट थी।

अगला बॉट 1972 में प्रदर्शित हुआ और "पैरी" नाम से ऊब गया। उन्होंने सिज़ोफ्रेनिया के साथ एक रोगी की भूमिका निभाई और कई डॉक्टरों को धोखा देने में कामयाब रहे जो उसके साथ बात करते थे।

बॉट्स के विकास में एक महत्वपूर्ण मील का पत्थर ऐलिस (कृत्रिम भाषाई इंटरनेट कंप्यूटर इकाई) था। यह पहला बॉट था जो डेटाबेस में उपलब्ध लोगों के साथ प्राप्त वाक्यांशों की तुलना करने के लिए अनुमानी विश्लेषण का उपयोग करते हुए, एक व्यक्ति के साथ व्यावहारिक रूप से पूर्ण संवाद का संचालन कर सकता था। उत्तर काफी सामान्य थे, लेकिन 1995 के लिए भी ऐसा संचार एक सफलता थी। तब से, उपयोगकर्ताओं के साथ बॉट के इंटरैक्शन एल्गोरिदम को हर साल छलांग और सीमा में सुधार किया जाता है। तंत्रिका नेटवर्क के आगमन के साथ, बॉट बहुत अधिक स्मार्ट हो गए हैं। विभिन्न लोगों के साथ संवाद करते समय, मशीन लर्निंग का उपयोग करने वाले बॉट अपने डेटाबेस की भरपाई करते हैं और एक व्यक्ति के रूप में बोलना सीखते हैं।

भाषण मान्यता प्रौद्योगिकी और आवाज संश्लेषण के विकास के साथ, आवाज बॉट दिखाई दिए हैं। यह एक पूर्ण आभासी सहायक के लिए अगला कदम है जो मानव हस्तक्षेप के बिना सभी प्रकार के सरल कार्यों को हल कर सकता है। ऐसे सहायकों के लिए उपयोग के कई क्षेत्र हैं: प्रसंस्करण अनुप्रयोगों के प्रारंभिक चरण में कॉल सेंटर ऑपरेटरों की जगह; सरल और सबसे सामान्य प्रश्नों में तकनीकी सहायता; बिक्री और ऑर्डरिंग माल का स्वचालन; ग्राहक अलर्ट और सर्वेक्षण; इलेक्ट्रॉनिक सहायक सचिव जो थकते नहीं हैं और कुछ भी नहीं भूलते हैं; स्मार्ट आंसरिंग मशीन, आदि। धीरे-धीरे, वॉयस बॉट पूरे कॉल सेंटर की जगह लेते हैं और ग्राहकों से आने वाली सभी कॉल को प्रोसेस करते हैं। और अगर बॉट उस समस्या को हल नहीं कर सकता है जिसे क्लाइंट ने संपर्क किया है, तो यह कॉल को मानव ऑपरेटर पर स्विच करता है।

इसके अलावा, विभिन्न "स्मार्ट" डिवाइस वॉयस बॉट से लैस होने लगते हैं। IoT के विकास के लिए धन्यवाद, आभासी सहायक तेजी से हमारे जीवन में दिखाई दे रहे हैं। उदाहरण के लिए, 2018 में, हर छठे वयस्क अमेरिकी के पास स्मार्ट स्पीकर थे । यह एक एकीकृत वॉयस बॉट के साथ एक उपकरण है जो किसी भी उपलब्ध इंटरफ़ेस के माध्यम से इंटरनेट से जुड़ता है और स्ट्रीमिंग सेवाओं, ऑर्डर डिलीवरी या टैक्सी से संगीत खेल सकता है, मेल पढ़ सकता है, कुछ अनुरोध पर जानकारी पा सकता है, एक बच्चे को एक परी कथा सुना सकता है, मौसम की आवाज़ और बहुत कुछ बता सकता है। 2017 में इन गैजेट्स की बिक्री वृद्धि 128% थी। रूस में, विदेशी उपकरण जो रूसी नहीं बोलते हैं, उन्हें वितरण नहीं मिला है, लेकिन हाल ही में घरेलू विकास बाजार पर दिखाई दिए हैं। उनके पास अपने विदेशी समकक्षों के रूप में क्षमताओं का एक ही सेट है, और कुछ क्षेत्रों में उन्हें पार कर गया है।

जल्द ही हम अपना स्मार्ट कॉलम "कैप्सूल" भी जारी करेंगे ( प्री-ऑर्डर अब खुला है) वह इसी तरह के उपकरणों की तुलना में थोड़ी देर बाद पैदा हुई थी। कॉलम पर एकमात्र बटन सभी 6 माइक्रोफोनों को म्यूट करता है, बाकी को आवाज द्वारा नियंत्रित किया जाता है या सिर के शीर्ष पर एक स्पर्श सेंसर का उपयोग किया जाता है। पहला कनेक्शन काफी सरल है - आपको अपने स्मार्टफोन पर Maroussia एप्लिकेशन डाउनलोड करना होगा और स्पीकर को इसके माध्यम से वाई-फाई से कनेक्ट करना होगा। वीके में प्राधिकरण आपको अपने प्लेलिस्ट से संगीत सुनने और दोस्तों को कॉल करने की अनुमति देता है: "कैप्सूल" रूसी बाजार में पहला स्मार्ट स्पीकर है जो नेटवर्क पर कॉल कर सकता है। या आप ब्लूटूथ के माध्यम से अपने स्मार्टफोन पर संगीत का अपना चयन सुन सकते हैं। आप एक कैलकुलेटर के रूप में कॉलम का उपयोग भी कर सकते हैं: उसे कुछ जोड़ने या गुणा करने के लिए कहें, और वह तुरंत परिणाम कहेगा।

इसकी क्षमताओं में लगातार विस्तार हो रहा है। उदाहरण के लिए, हाल ही में जोड़ा गया "कार्यालय लगता है": आप घर में एक दूरस्थ स्थान पर बैठे हैं, और इसलिए कि परिवर्तन इतने दर्दनाक नहीं हैं, आप सामान्य कार्यालय शोर शामिल करते हैं। हमने कैप्सूल को गेम खेलने के लिए भी सिखाया है: क्विज़, सिटीज़, एरंडोपेल, बिलीव - डोंट नॉट बिलीव, फेंटा और अन्य। और निकट भविष्य में हम उसे बच्चों का मनोरंजन करने के लिए सिखाने की योजना बनाते हैं: विभिन्न जानवरों की आवाज़ और दिलचस्प आवाज़ें बनाने के लिए, आरएफआईडी कार्ड का उपयोग करके शैक्षिक खेल खेलने के लिए, आदि। अब मर्सिया संवाद आयोजित करने और सवालों के जवाब देने में सक्षम है, लेकिन जल्द ही एक टैक्सी, भोजन, मूवी टिकट आदि का ऑर्डर करने का अवसर होगा।

निकट भविष्य में, वॉइस असिस्टेंट रेफ़रेंट के कार्यों को करने में सक्षम होंगे। उदाहरण के लिए, Google डुप्लेक्स वॉयस असिस्टेंट का एक संस्करण है। अब तक, कुछ अमेरिकी शहरों में केवल Pixel स्मार्टफोन के मालिक ही इसका उपयोग कर सकते हैं, लेकिन इसे iOS और Android पर पेश करने की योजना है। बॉट की प्रस्तुति 2018 में Google I / O सम्मेलन में हुई । बॉट ने रेस्तरां को बुलाया और एक मेज को आरक्षित किया, जो मानव से एक आवाज में अविभाज्य था। निकट भविष्य में, डुप्लेक्स की क्षमताओं के एक महत्वपूर्ण विस्तार की योजना है। वह उपयोगकर्ता की ओर से कॉल करने, मरम्मत सेवाओं को कॉल करने, बैठकों की व्यवस्था करने और बहुत कुछ करने में सक्षम होगा। इस मामले में, तार के दूसरे छोर के व्यक्ति को सूचित किया जाएगा कि वह मालिक की ओर से बॉट के साथ संचार कर रहा है।

वॉइस बॉट पर आधारित कॉल सेंटर अधिक से अधिक लोकप्रिय हो रहे हैं। तो, उसी डुप्लेक्स के आधार पर, Google ने इंटेलिजेंट वॉयस सिस्टम Google कॉन्टैक्ट सेंटर AI पेश किया। कृत्रिम बुद्धिमत्ता आने वाली सभी कॉलों को प्राप्त करने, उन्हें संसाधित करने और समस्या को हल करने के लिए एक विशेषज्ञ को जोड़ने की आवश्यकता पर निर्णय लेने में सक्षम होगी। Google के अलावा, कई कंपनियों द्वारा वॉयस असिस्टेंट विकसित किए जा रहे हैं, जिनमें KVINT, Robovoice, Glagol, आदि शामिल हैं।

कॉल सेंटर संचालकों के रूप में बॉट्स का उपयोग आउटगोइंग कॉल (ग्राहकों को सूचित करना, चुनाव, विपणन अनुसंधान समन्वय, आदेशों का स्पष्टीकरण और बहुत कुछ), और ग्राहकों से आने वाली कॉल को संसाधित करने के लिए, डेटाबेस में वर्णित सरल कार्यों को हल करने के लिए दोनों किया जा सकता है। यदि आवश्यक हो, तो बॉट संबंधित विभाग के ऑपरेटर को कॉल स्विच करता है: बिक्री, सेवा, तकनीकी सहायता, आदि।

वॉयस बॉट्स मदद कर सकते हैं जब आपको प्रति दिन हजारों नमूना कॉल करने या प्राप्त करने की आवश्यकता होती है। एक रोबोट दर्जनों ऑपरेटरों को 24/7 बदल देता है। स्वाभाविक रूप से, किसी व्यक्ति को पूरी तरह से बदलने के लिए अब तक काम नहीं करेगा: ऐसी कई परिस्थितियां हैं जो रोबोट संभाल नहीं सकता है। लेकिन कम से कम यह कॉल सेंटर ऑपरेटरों पर लोड को काफी कम कर सकता है।

उदाहरण के लिए, कुछ रूसी बैंक पहले से ही वॉयस बॉट ( 1 , 2 , 3 , 4) का उपयोग करते हैं) रोबोट शेष एटीएम का पता, मुद्रा विनिमय दर, आदि का पता बता सकता है। उदाहरण के लिए, वीटीबी वॉयस असिस्टेंट ग्राहकों के अनुरोधों के 25% के बारे में सफलतापूर्वक प्रक्रिया करता है। रोबोट कुछ सेकंड के भीतर सवाल का जवाब देता है और यह दिन के समय या मुफ्त ऑपरेटरों की संख्या पर निर्भर नहीं करता है। जब क्लाइंट समस्या का सार सेट करता है, तो बॉट स्वचालित रूप से इसे उपयुक्त सेवा पर पुनर्निर्देशित कर देगा। कॉल केवल ऑपरेटर को हस्तांतरित किया जाता है यदि क्लाइंट के प्रश्न का उत्तर डेटाबेस में नहीं है। प्रणाली एक तंत्रिका नेटवर्क पर आधारित है और स्व-शिक्षा है। वॉयस बॉट की शुरुआत के बाद से, बैंक ग्राहकों की भाषण मान्यता का स्तर 85% तक बढ़ गया है। रोबोट स्वचालित रूप से उपयोगकर्ताओं के अनुरोध पर जानकारी एकत्र करता है और संरचना करता है। इन आंकड़ों के लिए धन्यवाद, वीटीबी ने कुछ सेवाओं में सुधार किया और नए लॉन्च किए (एसएमएस इस बात की जानकारी देता है कि कार्ड तैयार होने की तारीख, शाखा पते आदि के बारे में)।बॉट बैंक के कॉल सेंटर के कर्मचारियों पर बोझ को काफी कम करता है, और विशेषज्ञों के समय को भी बचाता है।

वॉयस बॉट में खामियां हैं। यद्यपि तकनीक आपको लोगों के अधिकांश वाक्यांशों को पहचानने की अनुमति देती है, लेकिन जब प्रश्न विशिष्ट से अलग होता है, तो कई रोबोट विशेषज्ञ को शामिल किए बिना समस्या का समाधान खोजने के प्रयास में उपयोगकर्ता को सरल प्रश्नों के आसपास ड्राइव करना शुरू करते हैं। यह ग्राहकों को बहुत परेशान करता है और असंतोष का कारण बनता है। साथ ही, बॉट गलत तरीके से प्रश्न को पहचान सकता है और गलत उत्तर दे सकता है, जो ग्राहकों के समय और तंत्रिकाओं को भी छीन लेता है।

इन्हें और अन्य कमियों को ठीक करने के लिए सक्रिय सुधार चल रहे हैं। डेटाबेस और मशीन सीखने की तकनीक में सुधार किया जा रहा है, और भाषण को संश्लेषित करने और पहचानने के तरीके विकसित हो रहे हैं। अगली पीढ़ियों के वॉइस बॉट्स का परीक्षण पहले से ही किया जा रहा है। उदाहरण के लिए, वीटीबी पर आउटगोइंग कॉल के लिए एक बॉट का परीक्षण किया जा रहा है, जो बैंकिंग उत्पादों की पेशकश कर सकता है, उनके उपयोग के लिए शर्तों के बारे में बात कर सकता है और ग्राहकों की आपत्तियों का जवाब दे सकता है।

आज, कई स्टार्टअप वॉइस बॉट्स के क्षेत्र में समाधान विकसित कर रहे हैं। दिलचस्प लोगों में से कुछ में शामिल हैं:

अंतर्ज्ञान रोबोटिक्स से ELLIQ। यह बुजुर्गों के लिए बनाया गया एक वॉयस असिस्टेंट है। यह उनके लिए डिजिटल दुनिया में खुद को विसर्जित करना और चीजों की इंटरनेट के साथ संवाद करना आसान बनाता है। ELLIQ चैट, इंस्टेंट मैसेंजर, सोशल नेटवर्क का उपयोग करने के बारे में बात करेगा, अगर दोस्तों या परिवार से कोई नया संदेश आया है, या आपको किसी से कॉल आया है, या आप नेटवर्क पर दिखाई देने पर अपने परिवार को कॉल करने की पेशकश करेंगे। सहायक एक प्लेलिस्ट का चयन कर सकता है, एक दवा या उत्पादों का आदेश दे सकता है, आने वाले दिनों के लिए मौसम की आवाज़ दे सकता है, आपको दवा लेने की आवश्यकता याद दिला सकता है, आदि। ELLIQ डिजिटल प्रौद्योगिकियों की दुनिया में बहुत ही कम पढ़े-लिखे लोगों को समझने में मदद करेगा।


जर्मन ऑटोलैब्स द्वारा क्रिस । यह ड्राइवरों के लिए एक आवाज सहायक है। यह आपको ड्राइवर के लिए आवश्यक एप्लिकेशन कनेक्ट करने, कॉल करने और वॉयस कमांड और सरल इशारों का उपयोग करके उन्हें जवाब देने की अनुमति देता है। इसके अलावा इसकी मदद से आप संगीत को चालू कर सकते हैं, पटरियों और रेडियो स्टेशनों के बीच स्विच कर सकते हैं। क्रिस आपको रास्ता बता सकता है, सबसे अच्छा मार्ग ढूंढ सकता है और आपको दिखा सकता है कि ट्रैफिक जाम के आसपास जाकर समय कैसे बचाएं।


ऐडा स्वास्थ्य । हमारे स्वास्थ्य की देखभाल करने में मदद करने के लिए डॉक्टरों और वैज्ञानिकों की एक टीम द्वारा विकसित एक विशेष चिकित्सा सहायक। वर्तमान में, सहायक एक अलग मोबाइल एप्लिकेशन के रूप में एक चैटबॉट है, लेकिन निकट भविष्य में इसे आवाज मोड में पेश करने की योजना है। बॉट प्रवेश किए गए लक्षणों और स्वास्थ्य समस्याओं के विवरण के आधार पर एक उपचार का निदान और चयन करने में मदद करता है। स्टार्टअप प्रमुख हेल्थकेयर कंपनियों के साथ काम करता है और उनकी विशेषज्ञता पर निर्माण करता है। 2016 में परियोजना के शुभारंभ के बाद से, आवेदन 140 देशों में फैल गया है और इसकी 15 मिलियन रेटिंग हैं।


Dasha.ai । एक सार्वभौमिक प्रणाली कॉलिंग और कॉलिंग का जवाब देने के लिए आउटसोर्सिंग सेवाएं प्रदान करती है। "दशा" ग्राहकों को कॉल करने, सामान बेचने, बातचीत के परिणामों के आधार पर पत्र भेजने, चैट करने और सवालों के जवाब देने में सक्षम है। बेशक, उसे काम करने के लिए एक विस्तृत स्क्रिप्ट की जरूरत है। "दशा" पर्यायवाची समझता है, वार्ताकार द्वारा प्रयुक्त शब्दों और संदर्भ को याद करता है; पहचानता है कि कब वह बाधित हो या उसे वापस बुलाने के लिए कहा जाए। एक व्यक्ति फोन पर सामान्य "मानव" भाषण सुनता है, और कई लोग यह भी नहीं समझते हैं कि वे रोबोट के साथ संवाद कर रहे हैं:

https://dasha.ai/ru/wp-content/uploads/2019/09/dasha_demo_1/mp3.mp3

https: // dasha। ai / ru / wp-content / uploads / 2019/09 / dasha_demo_2_mp3.mp3

. * *

भविष्य में, आवाज बॉट पूरी तरह से कई कॉल सेंटरों को बदल देगा और अधिकांश ग्राहकों के अनुरोधों को हल करेगा, जिससे विशेषज्ञों के काम को कम से कम किया जा सके। इलेक्ट्रॉनिक सहायक भी विकसित कर रहे हैं, सामान्य गैजेट से परे जा रहे हैं। वे सभी घरेलू उपकरणों, कारों और यहां तक ​​कि कपड़ों में भी बस जाएंगे। विभिन्न उपकरणों पर कई सहायकों के बजाय, प्रत्येक उपयोगकर्ता के लिए एक सहायक होगा।