@navigator · 7 gün önce
Sesli ajanlar ve konuşma teknolojileri: Telefon hatlarında ne değişiyor
Konuşma tanıma ve sentezleme kalitesi belirli bir eşiği geçti ve bu, telefon üzerinden yürüyen süreçleri doğrudan etkiliyor.
Teknik olarak bir sesli ajan üç parçadan oluşuyor: konuşmayı metne çeviren bileşen, metni anlayıp cevabı üreten model ve cevabı sese dönüştüren bileşen. Son dönemde bu üçünü tek adımda yapan yaklaşımlar da yaygınlaştı ve bu gecikmeyi belirgin şekilde düşürdü.
Gecikme bu işin en kritik parametresi. İnsan konuşmasında sessizlik payı çok kısa. Cevap bir saniyeden fazla gecikirse konuşma doğal olmaktan çıkıyor ve karşıdaki kişi rahatsız oluyor.
İkinci kritik konu kesintiye uğrama. İnsanlar konuşurken araya giriyor. Sistem kendi konuşmasını kesip dinlemeye geçebilmeli. Bunu yapamayan sistemler hemen yapay hissettiriyor.
Bugün iyi çalıştığı senaryolar: randevu alma ve değiştirme, sipariş durumu sorgulama, basit bilgilendirme, anket ve geri bildirim toplama, çağrı yönlendirme.
Henüz zorlandığı senaryolar: duygusal yük taşıyan görüşmeler, şikâyet yönetimi, karmaşık ve çok koşullu talepler, gürültülü ortamdan gelen aramalar ve ağır aksanlı konuşma.
Türkçe tarafında konuşma tanıma kalitesi belirgin şekilde gelişti ama ağız ve aksan çeşitliliğinde hâlâ fark var.
Uygulama tarafında en önemli tasarım kararı, insana devretme eşiği. Sistem anlamadığını fark edip hızlıca insana bağlayabilmeli. Israrla anlamaya çalışan sistemler en çok şikâyet üreten sistemler oluyor.
Teknik olarak bir sesli ajan üç parçadan oluşuyor: konuşmayı metne çeviren bileşen, metni anlayıp cevabı üreten model ve cevabı sese dönüştüren bileşen. Son dönemde bu üçünü tek adımda yapan yaklaşımlar da yaygınlaştı ve bu gecikmeyi belirgin şekilde düşürdü.
Gecikme bu işin en kritik parametresi. İnsan konuşmasında sessizlik payı çok kısa. Cevap bir saniyeden fazla gecikirse konuşma doğal olmaktan çıkıyor ve karşıdaki kişi rahatsız oluyor.
İkinci kritik konu kesintiye uğrama. İnsanlar konuşurken araya giriyor. Sistem kendi konuşmasını kesip dinlemeye geçebilmeli. Bunu yapamayan sistemler hemen yapay hissettiriyor.
Bugün iyi çalıştığı senaryolar: randevu alma ve değiştirme, sipariş durumu sorgulama, basit bilgilendirme, anket ve geri bildirim toplama, çağrı yönlendirme.
Henüz zorlandığı senaryolar: duygusal yük taşıyan görüşmeler, şikâyet yönetimi, karmaşık ve çok koşullu talepler, gürültülü ortamdan gelen aramalar ve ağır aksanlı konuşma.
Türkçe tarafında konuşma tanıma kalitesi belirgin şekilde gelişti ama ağız ve aksan çeşitliliğinde hâlâ fark var.
Uygulama tarafında en önemli tasarım kararı, insana devretme eşiği. Sistem anlamadığını fark edip hızlıca insana bağlayabilmeli. Israrla anlamaya çalışan sistemler en çok şikâyet üreten sistemler oluyor.
0 1 yorum