Объем информации о клиентах, необходимый компаниям для улучшения качества обслуживания, постоянно растет. И потребность в ее обработке тоже. Но нанимать больше людей, которые бы принимали и должным образом обрабатывали эту информацию, затратно. Поэтому компании стремятся автоматизировать процессы, чтобы снизить издержки и повысить продуктивность работы. Одним из способов автоматизации работы операторов колл-центров и отделов продаж стала технология распознавания речи Speech-to-Text.
Что такое Speech-to-Text
Speech-to-Text (STT) — это технология распознавания речи и перевода ее в текст. Мы сталкиваемся с ней, когда звоним в техподдержку мобильных операторов. Робот приятным женским голосом предлагает нам задать вопрос и выдает подготовленный релевантный ответ. Или когда нам поступает входящий звонок, где все тот же робот предлагает оценить качество сервиса и ответить на несколько вопросов.
В обоих случаях робот задает нам вопрос, получает ответ, анализирует, какой из заготовленных текстов больше соответствует нашему запросу, и выдает его нам. Если рассматривать процесс более подробно, Speech-to-Text работает следующим образом:
- 
	программа анализирует входящий аудио-файл и делит его на части по 25 миллисекунд каждая; 
- 
	в получившихся фрагментах выделяются звуки, которые формируются в слова; 
- 
	эти слова складываются в последовательность, образуя связные предложения. 
Далее уже, в зависимости от задачи, информация либо заносится в базу, либо робот подбирает подходящий ответ и выдает его собеседнику. Причем, технология постоянно совершенствуется и ответы робота все больше похожи на речь живого человека.
Для примера возьмем колонку Яндекс со встроенным голосовым помощником Алисой. Объем загруженной в программу информации и качество ответов таково, что с Алисой в прямом смысле можно общаться и даже шутить.
  
Достигается это за счет использования специальных словарей и библиотек, содержащих шаблоны звуков и последовательности слов. Часто под конкретные задачи бизнеса готовятся отдельные библиотеки, в которые входят не только шаблоны вопросов и ответов, но и список фраз, произношение которых заставляет систему пометить разговор, как файл, требующий отдельного внимания. Например, это могут быть слова, сигнализирующие о недовольстве клиента.
Как с помощью Speech-to-Text анализировать звонки
Технология распознавания речи широко используется в сервисах речевой аналитики. Их применяют для анализа работы колл-центров и отделов продаж, а именно:
- 
	контроля соблюдения операторами скриптов; 
- 
	выявления проблемных звонков; 
- 
	определения потребностей клиентов. 
- 
	сэкономить время на прослушивании разговоров с покупателями, сервис сам сформирует отчеты; 
- 
	узнать, как часто в разговорах упоминают конкурентов и с кем сравнивают ваш продукт; 
- 
	проверить сотрудников компании на соблюдение корпоративных стандартов общения; 
- 
	в строке поиска задать теги и просматривать разговоры на интересующие вас темы, установить фильтр на конкретного сотрудника и оценить качество его работы. 
А если сервис речевой аналитики, в котором используется распознавание речи, интегрирован с CRM-системами, поступающая от клиента информация при звонке будет автоматически заноситься в базу. Оператору не придется делать это вручную.
Интеграции MANGO OFFICE с другими программами улучшают продуктивность работы компании. ВАТС можно интегрировать с более чем 104 бизнес-приложениями.
Благодаря этому вы увеличите продажи, оцените результативность рекламы и воронки продаж, выстроите коммуникацию во всех бизнес-процессах.
  
Где еще в бизнесе используется технология распознавания речи
С помощью этой технологии можно:
- 
	увеличить скорость обработки информации; 
- 
	снизить издержки на работу колл-центра; 
- 
	минимизировать вероятность ошибок; 
- 
	повысить эффективность использования рекламных бюджетов. 
Рассмотрим более предметно, где используют технологию Speech-to-Text.
Интерактивные голосовые системы (IVR)
Это роботы, которые отвечают на часто задаваемые вопросы клиентов, обращающихся в компании по телефону. Такой подход позволяет снизить нагрузку на операторов. И, как следствие:
- 
	Увеличить скорость обработки входящих звонков. Клиентам не нужно ждать ответа оператора, чтобы получить нужную информацию. 
- 
	Оптимизировать затраты на колл-центр. Чем больше вопросов может закрыть IVR, тем меньше операторов требуется для обработки входящих звонков. 
Например, при звонке в РЖД робот предлагает выбирать пункты меню как кнопками, так и голосом, и таким же образом можно задавать вопросы.
Голосовое меню IVR MANGO OFFICE позволит:
- 
	сократить время на прием и распределение звонков; 
- 
	обрабатывать одновременно множество обращений; 
- 
	автоматически сообщать клиенту о проведении акций; 
- 
	общаться с покупателем в нерабочие часы организации; 
- 
	уменьшить нагрузку на операторов, а значит и уменьшить расходы — голосовое меню дешевле секретаря. 
Дополнительно вы сможете:
- 
	настроить расписания с неограниченным числом временных диапазонов в зависимости от рабочих и нерабочих часов, определенной даты; 
- 
	записать собственное голосовое приветствие или загрузить свои мелодии; 
- 
	записать индивидуальное приветствие голосом профессионального диктора MANGO OFFICE. 
  
Маркетинговые исследования
Программы с технологией Speech-to-Text способны обзванивать клиентов, задавая им вопросы относительно товаров и услуг. Четко поставленные вопросы позволяют получить максимум информации об отношении людей к продукту и их уровне удовлетворенности. С таким подходом можно оптимизировать затраты на исследование и минимизировать вероятность ошибок из-за человеческого фактора.
Подготовка персональных предложений
Технологии распознавания речи способны не только понимать контекст разговора, но и при помощи анализа голоса определять пол, примерный возраст и другие параметры собеседника. На основе этих данных программа может предлагать товары и услуги, подходящие тому сегменту целевой аудитории, к которому относится клиент. Это достигается за счет совмещения технологии распознавания речи и искусственного интеллекта.
Например, сервис автоматизации маркетинга MANGO OFFICE собирает все данные о потенциальном клиенте и мотивирует оформить заказ. Робот-маркетолог порекомендует дополнительные товары покупателям и вовремя предложит скидку клиенту, напомнит про товары в корзине. При интеграции с CRM робот-аналитик будет брать информацию из карточек клиентов, чтобы сделать наиболее точное предложение и обращаться к клиенту по имени. С помощью автоматизации вы снизите затраты на маркетинг, избежите некоторых ошибок, ведь робот не ошибается, не устает и ничего не забывает.
Сбор информации
При помощи технологии распознавания речи информация по клиенту сразу заносится в базу данных без оператора. Обзванивать могут как операторы, так и роботы. В последнем случае скорость обзвона увеличивается в сотни раз.
Голосовой робот, голосовой помощник MANGO OFFICE, настраивается всего за 15 минут, работает без перерыва и совершает до 500 звонков в день. Что он умеет:
- 
	обзванивать клиентов по базе в любые дни и время; 
- 
	подтверждать оформление заказа в интернет-магазине, уведомлять о поступлении товара; 
- 
	проводить опрос покупателей; 
- 
	оповещать всех клиентов об акциях; 
- 
	работать быстрее оператора. 
  
Что в итоге
- 
	Технология Speech-to-Text основана на использовании специальных словарей и библиотек, содержащих шаблоны звуков и последовательности слов. Под конкретные бизнес-задачи можно делать отдельные словари. 
- 
	Совместное применение Speech-to-Text и технологий искусственного интеллекта позволяет определять пол, возраст и другие параметры собеседника, относя его к соответствующей целевой группе. Так можно предлагать клиенту релевантные товары и услуги. 
- 
	Технология распознавания речи используется во многих сферах бизнесах. Широкое распространение она получила и в сервисах речевой аналитики, где позволяет контролировать работу колл-центров и отделов продаж, следить за соблюдением скриптов, выявлять проблемные звонки и, как результат, оптимизировать расходы на рекламу. 
- 
	Speech-to-Text — это технология, которая плотно вошла в нашу повседневную жизнь, облегчая ее, но мы этого уже даже не замечаем. 
< читать Журнал
