Εξυπνότερη κατανόηση, πιο καθαρές κλήσεις: Το ASR της Retell μόλις αναβαθμίστηκε σημαντικά

Στον πυρήνα της σωστής κατανόησης των ανθρώπων και των φυσικών συνομιλιών βρίσκεται ο ρόλος της αυτόματης αναγνώρισης ομιλίας (ASR), που είναι κρίσιμος για κάθε AI call bot.

Οι τηλεφωνικές συνομιλίες είναι εκ φύσεως δύσκολες από την οπτική της αναγνώρισης ομιλίας. Η κακή συνδεσιμότητα, ο θόρυβος περιβάλλοντος και οι διάφορες διάλεκτοι και προφορές δυσκολεύουν την κατανόηση των λέξεων του καλούντος.

Γι’ αυτό κυκλοφορήσαμε μια σημαντική αναβάθμιση της μηχανής Αυτόματης Αναγνώρισης Ομιλίας (ASR) της Retell, που φέρνει πιο ακριβή μεταγραφή, ισχυρότερη ανίχνευση πρόθεσης και πιο αξιόπιστα αποτελέσματα κλήσεων σε επτά ευρέως χρησιμοποιούμενες γλώσσες.

Αυτό σημαίνει καλύτερη ακρίβεια, κρυστάλλινες μεταγραφές και υψηλότερα ποσοστά ολοκλήρωσης κλήσεων.

Τι νέο υπάρχει στην αναβαθμισμένη μηχανή ASR της Retell

Το νέο ASR (text-to-speech) της Retell υποστηρίζει πλέον 22+ νέες γλώσσες όπως:

• Αφρικάανς
• Αραβικά
• Αζερικά
• Βοσνιακά
• Ουαλικά
• Περσικά
• Φιλιππινέζικα
• Γαλικιανά
• Εβραϊκά
• Κροατικά
• Αρμενικά
• Ισλανδικά
• Καζακικά
• Κανάντα
• Σλαβομακεδονικά
• Μαράθι
• Νεπαλικά
• Σλοβενικά
• Σερβικά
• Σουαχίλι
• Ταμίλ
• Ουρντού

Αυτό ανεβάζει τον συνολικό αριθμό γλωσσών μας στις 50+, φέρνοντάς μας ένα βήμα πιο κοντά στο να κάνουμε το περιεχόμενο προσβάσιμο σε οποιαδήποτε γλώσσα. Η προσθήκη αυτών των γλωσσών ανοίγει τεράστιες δυνατότητες για τις επιχειρήσεις να φτάσουν σε νέα κοινά· τα Αραβικά μόνο μιλιούνται από 450 εκατομμύρια ανθρώπους, τα Περσικά από 130 εκατομμύρια και τα Ουρντού από 250 εκατομμύρια.

Αυτές οι γλώσσες διατίθενται ως μέρος του νέου μας ASR. Μπορείτε να δοκιμάσετε το OpenAI TTS για να δημιουργήσετε τον επόμενο φωνητικό πράκτορα AI σας με τη Retell. Μπορείτε επίσης να κλωνοποιήσετε τη φωνή σας και να τη μετατρέψετε σε οποιαδήποτε από τις 50+ γλώσσες μας.

Αυτή η εκτεταμένη υποστήριξη γλωσσών επιτρέπει στις επιχειρήσεις να αλληλεπιδρούν αποτελεσματικά με ένα παγκόσμιο κοινό. Δοκιμάστε τη Retell AI σήμερα και δείτε την σε δράση.

Πώς να χρησιμοποιήσετε τις ενημερωμένες γλώσσες της Retell;

Η ενίσχυση της ικανότητας του AI bot σας να επικοινωνεί σε πολλές γλώσσες είναι ένας ισχυρός τρόπος βελτίωσης της εμπειρίας χρήστη.

Με τη Retell AI, μπορείτε να ενεργοποιήσετε αυτές τις πολυγλωσσικές δυνατότητες σε λίγα απλά βήματα:

Βήμα 1: Αποκτήστε πρόσβαση στις Καθολικές Ρυθμίσεις

Μεταβείτε στο Agent Dashboard και επιλέξτε το bot που θέλετε να ρυθμίσετε. Κάντε κλικ στο μενού Global Settings στη δεξιά πλευρά.

Βήμα 2: Επιλέξτε Φωνή και Γλώσσα

Στην ενότητα Voice and Language κάτω από τις Global Settings, κάντε κλικ στο αναπτυσσόμενο μενού για να εξερευνήσετε τις διαθέσιμες γλώσσες.

Επιλέξτε την επιθυμητή γλώσσα για το bot σας. Για παράδειγμα, η επιλογή Ισπανικά (Λατινική Αμερική) θα εφαρμόσει αυτή τη ρύθμιση φωνής και γλώσσας στο bot.

Βήμα 3: Προσαρμόστε τη Ροή Συνομιλίας

Αφού επιλέξετε τη γλώσσα, επιστρέψτε στον επεξεργαστή Conversation Flow και βεβαιωθείτε ότι όλα τα μηνύματα είναι σωστά μεταφρασμένα για το κοινό-στόχο.

Για παράδειγμα, στον κόμβο Greetings, το bot μπορεί να πει:

“Hola, soy Anna, una representante de inteligencia artificial que llama desde la organización Retell Healthcare en una línea grabada…” (όταν επιλεγούν τα Ισπανικά).

Επιβεβαιώστε ότι κάθε κόμβος συνομιλίας—συμπεριλαμβανομένων των προτροπών και των απαντήσεων χρήστη—ταιριάζει με συνέπεια με την επιλεγμένη γλώσσα.

Αυτές οι πολυγλωσσικές φωνητικές ροές μπορούν επίσης να ρυθμιστούν μέσα σε ένα σύστημα IVR με AI, επιτρέποντας στους καλούντες να πλοηγούνται στα μενού και να φτάνουν στο κατάλληλο τμήμα στη γλώσσα προτίμησής τους.

Βήμα 4: Δοκιμάστε την Πολυγλωσσική Δυνατότητα

Χρησιμοποιήστε την επιλογή Test στις Global Settings για να προσομοιώσετε μια συνομιλία και να επαληθεύσετε ότι το bot απαντά ομαλά στην επιλεγμένη γλώσσα. Ελέγξτε τόσο τα φωνητικά όσο και τα κειμενικά αποτελέσματα για να διασφαλίσετε την ακρίβεια και τη συνέπεια.

Αυτή η διαμόρφωση μπορεί επίσης να υποστηρίξει προηγμένες περιπτώσεις χρήσης, όπως έναν πράκτορα προγραμματισμού ραντεβού με AI, όπου το bot επιβεβαιώνει ημερομηνίες, ώρες και άλλες λεπτομέρειες μιλώντας φυσικά τη γλώσσα προτίμησης του πελάτη.

Συμβουλές για μια Αποτελεσματική Πολυγλωσσική Ρύθμιση

• Επιλογή Φωνής: Επιλέξτε μια φωνή που ταιριάζει με την περιοχή του κοινού για να βελτιώσετε την οικειότητα και τη δέσμευση.

• Πολυγλωσσική Λειτουργία: Σε περιοχές με δίγλωσσους ή πολύγλωσσους χρήστες, ενεργοποιήστε την πολυγλωσσική λειτουργία ώστε το bot να μπορεί να εναλλάσσεται μεταξύ γλωσσών απρόσκοπτα.

Ακολουθώντας αυτές τις βέλτιστες πρακτικές, το AI bot σας μπορεί να επικοινωνεί καθαρά με ένα ευρύτερο κοινό, βελτιώνοντας την προσβασιμότητα και προσφέροντας μια πιο συμπεριληπτική εμπειρία πελάτη.

Πώς λειτουργεί αυτό το νέο ASR στη Retell;

Η μεταγραφή σε πραγματικό χρόνο είναι συχνά ένας συμβιβασμός μεταξύ καθυστέρησης (latency) και ακρίβειας.

Όταν βελτιστοποιείτε για ταχύτητα, έχετε τη χαμηλότερη καθυστέρηση (latency) αλλά μεγαλύτερη πιθανότητα σφαλμάτων λόγω λιγότερου πλαισίου. Όταν βασίζεστε σε αποτελέσματα με περισσότερο πλαίσιο, ρισκάρετε να περιμένετε περισσότερο αφού ο χρήστης σταματήσει να μιλά.

Η Retell προσφέρει δύο μοντέλα μεταγραφής:

• Βελτιστοποίηση για ταχύτητα (λειτουργίες Fast & Accurate)

• Βελτιστοποίηση για ακρίβεια (λειτουργία Accurate)

Παρόλο που έχουμε διαπιστώσει ότι η λειτουργία βελτιστοποίησης για ταχύτητα και η λειτουργία βελτιστοποίησης για ακρίβεια έχουν παρόμοιο WER (Word Error Rate). Η πραγματική διαφορά έγκειται στις παραμικρές λεπτομέρειες όπως αριθμός, ημερομηνία ή διεύθυνση.

Βελτιστοποιώντας τη διαδικασία ακουστικής μοντελοποίησης, βελτιώνοντας τα φωνητικά λεξικά ανά γλώσσα και βελτιώνοντας την αποκωδικοποίηση σε πραγματικό χρόνο, η Retell προσφέρει πλέον δραματικά χαμηλότερα Ποσοστά Σφαλμάτων Λέξεων (WER) τόσο στη λειτουργία Accurate όσο και στις λειτουργίες Fast & Accurate.

Πιο ακριβής απόδοση σε ευρωπαϊκές γλώσσες (Λειτουργία Accurate)

Για Γερμανικά, Γαλλικά, Ιταλικά και Πολωνικά, μειώσαμε το Word Error Rate κατά 7–10 μονάδες.

Αυτές ήταν ήδη ισχυρές γλώσσες στη λειτουργία Accurate μας. Ωστόσο, η νέα αρχιτεκτονική μοντελοποίησης μειώνει σημαντικά τους τυπικούς τύπους σφαλμάτων που παρατηρήσαμε σε πραγματικές κλήσεις πελατών, όπως ανταλλαγές φωνημάτων λόγω προφοράς, παραμορφώσεις από θόρυβο περιβάλλοντος και λάθη συμφωνίας γένους/αριθμού.

Τι σημαίνει αυτό για την αυτοματοποίηση φωνής:

• Πιο καθαρές μεταγραφές ακόμη και σε θορυβώδη περιβάλλοντα

• Πιο αξιόπιστη σύλληψη πρόθεσης για σύνθετες απαντήσεις πολλαπλών προτάσεων

• Λιγότερες διορθωτικές παρεμβάσεις (“Συγγνώμη, μπορείτε να το επαναλάβετε;”)

• Υψηλότερη επίλυση με την πρώτη κλήση για ροές εργασίας υποστήριξης, πωλήσεων και εξυπηρέτησης

Σημαντικές πρόοδοι σε ασιατικές γλώσσες (Λειτουργίες Fast & Accurate)

Για τα Κινεζικά (Μανδαρίνικα), τα Μαλαισιανά και τα Χίντι, τα οφέλη είναι ακόμη μεγαλύτερα: βελτιώσεις WER κατά 15–25 μονάδες.

Αυτές οι γλώσσες ήταν ιστορικά δύσκολες για το ASR λόγω των τονικών δυναμικών (Μανδαρίνικα), της μίξης κωδίκων (Μαλαισιανά) και της ποικιλίας προφορών (Χίντι). Η αναβαθμισμένη μηχανή διαχειρίζεται πλέον αυτές τις πολυπλοκότητες πολύ πιο έξυπνα.

Τι ξεκλειδώνει αυτό:

• Σημαντικά καλύτερη κατανόηση σε πραγματικό χρόνο ακόμη και σε ταχύτητες λειτουργίας Fast
  
• Ακριβής αναγνώριση τονικών αλλαγών, διαλεκτικών παραλλαγών και μικτής χρήσης γλωσσών
  
• Πιο φυσική εναλλαγή σειράς χωρίς καθυστερήσεις ή παρερμηνείες
  
• Ισχυρότερη απόδοση σε τηλεφωνικό ήχο τύπου τηλεφωνικού κέντρου — το πιο δύσκολο περιβάλλον ASR

Τι σημαίνει αυτό: Καθαρότερη είσοδος → Εξυπνότερη έξοδος

Η νέα μηχανή ASR μειώνει την αναντιστοιχία μεταξύ αυτού που λένε οι καλούντες και αυτού που το AI νομίζει ότι είπαν. Με χαμηλότερο WER, η βασισμένη σε LLM μηχανή συλλογισμού μας λαμβάνει πιο καθαρό κείμενο, επιτρέποντας:

• Πιο ακριβή αναγνώριση πρόθεσης
• Λιγότερες διακοπές συνομιλίας
• Πιο ομαλές, πιο γρήγορες επιλύσεις
• Πιο ανθρώπινη συμπεριφορά πράκτορα

Αυτή η αναβάθμιση δεν βελτιώνει απλώς τη μεταγραφή — αναβαθμίζει ολόκληρη την εμπειρία αυτοματοποίησης φωνής.

‍