CTI论坛(ctiforum.com)3月4日消息(编译/老秦): Voximplant Platform 推出了 Avatar 的 beta 版本,这是一种开箱即用的 NLP,用于实际有效的自动化全渠道通信。

我们很高兴地宣布推出 Avatar 测试版。新产品为开发人员提供了自然集成到Voximplant平台中的 NLP 功能。
仅使用多合一平台专注于业务逻辑


使用Voximplant Avatar,您可以轻松集成 NLP 功能并更快、更便宜地进入市场。无需与多个供应商打交道、编写复杂的后端逻辑或设置集成和数据管理工作流程。
更好的是,供应商之间没有个人数据传输和同步他们的数据策略--这在 GDPR 时代尤其重要。
我们在一个地方提供完整且灵活的通信堆栈:
- 接电话处理电话
- 添加语音合成和识别以将音频流与对话管理系统联系起来
- 设置webhook以集成您的 CRM 并连接客户数据
- 最后,嵌入机器学习引擎为您的语音机器人提供动力
专注于您的客户体验,我们会处理繁重的工作,因此您不必这样做。
跳入最先进的机器学习模型

许多 NLP 提供商提供过时的 ML 模型和场景。在某些情况下,语音机器人将呼叫者锁定在意图块中。
例如,假设一位银行客户致电客户服务部门将资金从一个帐户转移到另一个帐户。在对话过程中,客户想要检查他们的账户余额并确保有足够的资金进行转账。过时的语音机器人将无法提供帐户信息,因此客户的问题将仍未得到解决。
我们使您能够为您的客户创建更人性化的交互。如果来电者想转移到另一个对话路径,Avatar 将轻松处理它。
使用 JS 创建复杂的通信流

以前,您必须是电信技术、软件工程和机器学习方面的专家才能构建语音机器人。Voximplant Avatar 使这变得简单,几乎任何了解基本 JavaScript 的开发人员都可以使用。
这个怎么运作:
1. 意图分类 - Avatar 根据规定的意图对所有听到的短语进行分类。
2. 信息提取 - Avatar 从语音中提取数字和日期等结构化信息,并以机器可读的格式返回。
3. 场景处理 - 信息进入 Avatar确定如何回答问题以及是否向 CRM 提出请求的场景。
在文本模式下调试和改进您的神经网络

机器学习并不总是完美的。有时它会出错,但您可以使用对话历史记录中的真实数据轻松微调您的模型。
通过小的调整,您可以轻松地随着时间的推移训练、发展和扩展模型。我们使用最先进的神经网络为我们的 ML 引擎提供动力,特别是xlmRoBERTa large,对对话数据进行了微调,以获得一流的质量水平。
通过五个步骤创建语音机器人
1.登录平台账号。如果您没有,可以在这里注册。
2. 创建一个空头像。转到头像部分,创建一个机器人并为其命名。之后,您将看到具有预定义基本意图和基本对话场景的空头像。
3. 添加场景特定的意图。添加用户可以表达此意图的话语示例。您还可以为这些请求添加默认响应。
4. 创建对话场景。我们将为您提供默认对话场景,您可以根据自己的用例进行自定义。
5、融入平台场景。自定义您的集成或使用预制解决方案。
声明:版权所有 非合作媒体谢绝转载