✅ איפה זיהוי קולי בסמארטפון חוסך לעסק עבודה, ואיפה לא?
✅ האם ניתן לשפר את התקשורת של העסק עם לקוחותיו במעבר לשירותי תקשורת מבוססי זיהוי קולי נייד המנוהל בענן (או מקומית)?
✅ היתרונות באימוץ טכנולוגיות זיהוי קולי לשיפור ולייעול חוויית הלקוחות, העובדים והמשתמשים, עם תמיכה בכל סוגי הסמארטפונים.
עובד שטח, שמדווח שעות או מעדכן קריאת שירות בהקלדה בנייד, מבזבז זמן ונוטה לטעות. זיהוי קולי באפליקציה מאפשר לו פשוט לומר את הדיווח, והמערכת ממירה אותו לנתונים. זו היכולת, שמנוע זיהוי דיבור למובייל מוסיף לאפליקציה עסקית.
הסיבה העסקית: עבודת מוקד, הקלדה ודיווח ידני עולים כסף. כשהמשתמש מדבר במקום להקליד, חלק מהעבודה הזו נחסך, בתנאי שהמנוע מזהה נכון את המונחים של העסק.
יישומים קוליים מבוססי בינה מלאכותית (AI) הם חלק מהתפתחות שירותי התקשורת בענן. ההחזר על ההשקעה (ROI) תלוי בכמות הפעולות החוזרות, שהמשתמשים מבצעים, ולכן מודדים אותו לפני ההטמעה ולא אחריה.
מה זה מנוע זיהוי קולי לסמארטפון (SDK)?
מנוע זיהוי קולי לסמארטפון הוא ערכת פיתוח (SDK, Software Development Kit), שמשתלבת באפליקציית מובייל ומאפשרת לה להבין דיבור, עם תמיכה ב-2 מערכות ההפעלה הנפוצות: iOS של אפל ו-Android של גוגל. דוגמה לכך היא VocaSDK, השם, שאודיוקודס נתנה למנוע כזה. היום יכולת כזו מוצעת על ידי כמה יצרנים של מנועי זיהוי דיבור, בדרך כלל כשירות בענן.
כך, כל עסק יכול להרחיב את היכולות של כל אפליקציה המשמשת אותו ואת לקוחותיו (או פנימה, את עובדיו, שותפיו וספקיו). כך, שאותה אפליקציה תפעל בפקודות קוליות של המשתמש המחזיק בסמארטפון.
בבסיס מנוע כזה יש עיבוד שפה טבעית (NLP, Natural Language Processing), שמאפשר למשתמש לדבר בצורה חופשית. המערכת מנתחת את המשפט לפי ההקשר, מזהה את הפקודה ומעבירה אותה לביצוע. למשל, טכנאי, שאומר "סיימתי את הקריאה בסניף חיפה, החלפתי ספק כוח", סוגר קריאת שירות בלי להקליד.
משפטים, שהמנוע לא זיהה, משמשים בדרך כלל לשיפור המודל. לכן כדאי לברר מראש היכן נשמרות ההקלטות, לכמה זמן, ומי ניגש אליהן.
מה מנוע זיהוי דיבור למובייל נותן לאפליקציה עסקית?
- מנוע זיהוי דיבור המתאים לכל אפליקציה סלולרית, על כל מכשיר סלולרי חכם הקיים בשוק.
- דיבור חופשי, כולל בעברית. את רמת הזיהוי בעברית ובמבטאים של המשתמשים בודקים בניסיון, לפני ההטמעה.
- חלק מהמנועים מזהים פקודות בסיסיות במכשיר עצמו, גם בלי חיבור לאינטרנט.
- המערכת משתפרת עם הזמן ע"י זיהוי המאפיינים הייחודיים של קולו של המשתמש וזיהוי ניואנסים הקיימים בקולו של כל משתמש (התאמה אישית של הזיהוי הקולי לכל משתמש).
- שילוב מהיר באפליקציות עסקיות קיימות תוך התאמה לצרכים של כל עסק.
בוט קולי: מה הוא עושה בעסק?
מנועי זיהוי הדיבור לא נשארו באפליקציה. אותה טכנולוגיה מפעילה היום גם נתב שיחות קולי במרכזיה, שמחליף את מערכות ה-IVR המעצבנות את המתקשרים, וגם בוט קולי, שעונה בטלפון.
בוט קולי נותן מידע או מקבל דיווח בשיחה, בלי הקשות. למשל, עובדי שטח מדווחים בקול על תחילת משמרת וסיומה, והדיווח נרשם במערכת בלי עובד מוקד, שמקליד אותו. בשיטה, שנקראת הבנת שפה מונחית (Guided-NLU), הבוט שואל שאלות קצרות ומכוון את הדובר, וכך הדיווח מגיע שלם.
שני דברים בודקים לפני שבוחרים בוט כזה. הראשון: מיקום ההתקנה. ארגון, שרגיש לאבטחת מידע, יכול לדרוש התקנה מקומית בחצריו (On-Premise) במקום ענן ציבורי. השני: חיבור ל-CRM של הארגון ודוחות ניהול, כי בלי אינטגרציה הבוט רק מעביר את העבודה ממקום למקום.
בוט קולי עובד 24 שעות ביממה. ובכל זאת, צריך בו תמיד מקש יציאה לנציג. מתקשר, שנתקע מול בוט בלי מוצא, מנתק.
ניתוב שיחות חכם לפי בקשת המחייג מחליף את ה-IVR הוותיק (ר"ת: Interactive Voice Response). נתב השיחות, שהספקים הגדולים מוכרים, עדיין מבוסס ברובו על הקשת ספרות, וניתוב לפי דיבור מוצע בדרך כלל כשירות בענן או בהתקנה מקומית.
בעידן, שבו כולם (מנהלים, עובדים, לקוחות, ספקים, שותפים וכיו"ב) עברו לסמארטפונים, טכנולוגיית נתב השיחות אמורה לעבור שדרוג והיא יכולה להיות אחד הכלים החזקים ביותר בהנגשת שירותים עצמיים וכלי דיגיטל לכולם. נתב שיחות מתקדם, שמתוכנן היטב, מאפשר ללקוחות לפתור במהירות ובקלות נושאים שגרתיים. שינויים קלים בנתב השיחות יכולים להפוך את הנתב לשימושי יותר עבור הלקוחות, להעלות את שביעות הרצון שלהם ולצמצם פניות למוקד השירות והתמיכה.
אין זה סוד, שלקוחות קיימים או פוטנציאליים מחפשים שירות פשוט ומהיר ואינם אוהבים את השימוש בנתב השיחות הישן, במיוחד זה המבוסס על עקרונות ה-IVR הישנים, של הקשת מספרים כדי להתקדם למוקדן המבוקש.
נכון, שהתקדמנו משמעותית מבחינת הטכנולוגיה המסייעת לחוויית שירות מוצלחת יותר במוקדי שירות, אבל נראה, שבכל מה שקשור לשירות הטלפוני, אנו עדיין חיים, פחות או יותר, בתקופת האבן (או מדויק יותר, בתקופה בה הטלפון הומצא: במחצית השנייה של המאה ה-19. אז גם החלו לפעול המרכזניות הראשונות. זה עובד בדיוק אותו דבר גם כיום, בחלק נכבד ממוקדי שירות הלקוחות בישראל, במיוחד אלה הנמצאים בעסקים ברמת ה-SMB וה-SME).
לכן, כבר בחיוג עצמו ניתן לספק למחייג חוויית שירות אחרת וראוי לסיים את הגישה המיושנת ולייצר מגע עם הפונה בצורה מתקדמת ומתאימה למאה ה-21. שיטת ה-IVR, שהומצאה בתחילת שנות ה-80, עדיין פועלת ברוב מוקדי השירות בישראל, ומרגיזה את הדור הצעיר (וגם את כל שאר הפונים בכל הגילאים), שנאלצים לעבור בין תפריטים ע"י הקשת מספרים חוזרת ונשנית.
הפיכת ה-IVR ל-Visual IVR היא לא בדיוק הפתרון המלא והנכון, שהציבור מחפש. להחליף לחיצה על מקשי הטלפון בלחיצה על תפריט באפליקציה, זו לא בדיוק התקדמות טכנולוגית מדהימה, שתפתור את בעיית היעדר "חוויית לקוח". כל הרגולציות המחמירות, שחוקקו בישראל בתחום מוקדי השירות, עדיין לא פתרו את בעיית היעדר "חוויית משתמש", שהיא הבעיה המרכזית של רוב מוקדי השירות בישראל.
כיום, ניתוב, תורים והקלטת שיחות זמינים גם לעסק קטן במרכזיה טלפונית מתקדמת בענן, בלי השקעה בציוד ייעודי ובתחזוקה, שבעבר רק עסקים גדולים יכלו לממן.
מערכת זיהוי קולי לניתוב שיחות מתחברת בדרך כלל לכל מרכזיה נפוצה, אנלוגית או IP, ולמערכות CRM ו-ERP. את הדיוק בודקים על השמות, המחלקות והסניפים של הארגון עצמו, בתקופת ניסיון, ולא לפי נתוני היצרן.
יודגש, שמרכזיה, שחשופה לאינטרנט, צריכה בקר גבולות לשיחות (SBC, Session Border Controller) או חומת אש מוגדרת היטב. בלעדיהם היא פתוחה לגניבת שיחות ולהאזנה.
הכיוון הבא הוא ניתוח השיחות עצמן. תמלול אוטומטי של שיחות מכירה ושירות הופך מידע, שנאסף בארגון ולא נוצל, לתובנות: למה לקוחות מתקשרים, מה מעכב סגירה, ואיפה התסריט נכשל.
מנוע זיהוי קולי לסמארטפון משתלב באפליקציות מובייל ב-iOS וב-Android ומבין דיבור טבעי, למשל בדיווח קולי של עובדי שטח. המערכת משתפרת עם הזמן, ובוט קולי מקבל דיווח בשיחה ורושם אותו ב-CRM, תמיד עם מקש יציאה לנציג. מומלץ להתחיל ביישום אחד או בסניף קטן ולהרחיב בהדרגה.
מה התחדש במערכת ניתוב השיחות מבוססת זיהוי קולי?
שני כיוונים בולטים. הראשון: חיבור של ניתוב קולי, הקלטה ותמלול למערכות שיתוף הפעולה בארגון, כמו Microsoft Teams, כך שהשיחה, ההקלטה והסיכום שלה נשמרים במקום אחד. השני: שילוב ערוצי מסרים. מאותה אפליקציה אפשר לחייג באמירת שם היעד, אבל גם לשלוח הודעת וואטסאפ (WhatsApp), מסרון (לרבות SMS ו-MMS) או דוא"ל.
זיהוי קולי יצא מזמן מהמשבצת של העוזר האישי בסמארטפון. מנועי זיהוי הדיבור השתפרו מאוד בזכות למידת מכונה (Machine Learning), ולכן נכנסו למגזר העסקי, בדרך כלל כשירות בענן.
זיהוי קולי בסמארטפון: טיפ
למי שמהסס להיכנס לעולם זיהוי קולי בשירותי ענן, מומלץ להתחיל "בקטן". דהיינו: לבחור מרכזיה של סניף יחסית קטן ולהעביר את השירות של הזיהוי הקולי בה לענן, או לבחור יישום אחד (נניח ניתוב שיחות חכם), שיועבר לקבלת השירות עם זיהוי קולי בענן, כולל במכשירי הסלולר. בחירה בפתרון הנכון דורשת ייעוץ מהמומחים לנושא.
צריך להתחיל בקטן, להתנסות וללמוד איך זה עובד, להפיק לקחים ולהשתפר, עם מבט רחב ומפוקח על המעבר המלא לענן, לאורך ציר זמן של שנה עד שנתיים. זה הכיוון. הטיפ החשוב ביותר כאן הוא: חובה להתנסות בשירותים של ספק שירותי תקשורת מכל הסוגים ובענן, גם אם זה נעשה בקנה מידה מצומצם. ההתנסות בקנה מידה קטן בענן תוכל להוסיף מידע לתהליך קבלת ההחלטות של הארגון.
מחפשים ליווי מקצועי בבחירה ובהקמה? מהנדסי טלקום אקספרט מלווים עסקים בתחום מרכזיות טלפון לעסקים, מהאפיון ועד ההפעלה.
שורה תחתונה בתחום מערכת זיהוי קולי בסמארטפון בעסקים
הלקוחות, שמתקשרים כיום לעסקים ולארגונים, עושים זאת מהסמארטפון הקיים בידם. לכן, זה מעצבן אותם כשהם נדרשים להקיש ספרות בגישת ה-IVR המיושנת, שהתאימה לעידן מכשיר הטלפון הישן עם כפתורי מספרים גדולים, שלוחצים עליהם לפי תפריט ההנחיות הקולי של נתב השיחות.
לכן, זיהוי קולי בסמארטפון ובמרכזיה כדאי במקום, שבו יש הרבה פעולות חוזרות: דיווח, ניתוב, מידע שגרתי. במקום, שבו כל שיחה שונה מקודמתה, הוא רק יוסיף שכבה.
השוק של הטלפוניה הניידת רווי מתחרים והכוח מצוי בידי הצרכנים. לכן, אין להסתנוור רק מהמחיר ומהיכולות הטכניות של הספק. מומלץ, בכל מקרה, לדרוש מהספק הסכם SLA (הסכם רמת שירות). יש לזכור, שהצרכים של משרד עורכי דין אינם דומים לצרכים של חנות רהיטים, רשת מרכולים, רשות מקומית, חברת הייטק, משרד מומחי ביטוח ופיננסים, או של משרד רואי חשבון.
אם אתה שוקל להוסיף דיווח קולי לאפליקציה של העובדים, או להחליף את תפריט ההקשות במוקד בניתוב קולי, אבדוק איתך אילו תהליכים באמת שווים אוטומציה, ואילו רק יעלו כסף. 077-8123111.
תשובות לשאלות נפוצות
המערכת מקבלת את הקול מהמיקרופון, מסננת רעשי רקע ומפרקת את הדיבור ליחידות צליל קצרות. מנוע זיהוי דיבור (ASR) משווה אותן למודל אקוסטי ולמודל שפה שאומנו על הקלטות רבות, ובוחר את רצף המילים הסביר ביותר. בשלב הבא מנוע הבנת שפה מזהה את הכוונה, למשל שם עובד, מחלקה או פקודה כמו חיוג, ומעביר אותה ליישום. העיבוד יכול להתבצע בענן או במכשיר עצמו, ובמערכות לעסקים מאמנים את המנוע גם על שמות העובדים והמונחים של הארגון.
מערכת זיהוי קולי ביומטרית היא מערכת שמסוגלת לזהות את הזהות של אדם על ידי השוואת הקול שלו לתבנית קולית שמאוחסנת במסד נתונים. התבנית הקולית מייצגת את התכונות הייחודיות של הקול של האדם, כגון הטון, הקצב, המשך והאקצנט. מערכות זיהוי קוליות ביומטריות משתמשות בטכנולוגיות כמו למידת מכונה, זיהוי תבניות וביומטריה קולית כדי להבין ולזהות את הדיבור האנושי. מערכות זיהוי קוליות ביומטריות יכולות לשמש למטרות שונות, כגון אימות ביומטרי, ניווט קולי, עוזרים חכמים, קריאת טקסט ועוד.
ביצועי מערכת ה- ASR (Automatic Speech Recognition) נמדדים בדרך כלל באמצעות שני מדדים עיקריים: דיוק ומהירות. דיוק הוא היכולת של המערכת לזהות באופן נכון את המילים המדוברות ולתעתק אותן לטקסט בלי שגיאות. מהירות היא הזמן שלוקח למערכת להמיר את האודיו לטקסט. בדרך כלל, יש קשר הפוך בין השניים: ככל שהמערכת מהירה יותר, היא פחות מדויקת, ולהיפך. לכן, יש למצוא את האיזון הנכון בין השניים בהתאם למטרה וליישום של המערכת.
ישנם שיטות שונות למדידת דיוק ומהירות של מערכות ASR .
להלן כמה דוגמאות:
:Word Error Rate (WER) הוא המדד הנפוץ ביותר לדיוק של מערכות ASR . הוא מחשב את ההפרש בין התעתיק המיוצר על ידי המערכת לבין התעתיק הנכון של הדיבור. הוא משווה את מספר השגיאות (הוספות, מחיקות או החלפות) למספר המילים בתעתיק הנכון. הוא מציג את התוצאה באחוזים, כאשר ככל שה-WER נמוך יותר, הדיוק גבוה יותר.
:Real-Time Factor (RTF) הוא המדד הנפוץ ביותר למהירות של מערכות ASR. הוא מחשב את היחס בין הזמן שלוקח למערכת להמיר את האודיו לטקסט לבין המשך האודיו. הוא מציג את התוצאה במספר עשרוני, כאשר ככל שה-RTF קטן יותר, המהירות גבוהה יותר. אם ה-RTF קטן מ-1, זה אומר שהמערכת יכולה להמיר את האודיו בזמן אמת או מהר יותר. אם ה-RTF גדול מ-1, זה אומר שהמערכת יכולה להמיר את האודיו רק בזמן מאוחר או איטי יותר.
שימוש במערכת זיהוי קולי במרכזיות טלפון לעסקים יכול להביא ליתרונות רבים, כגון:
חיסכון בעלויות: על ידי אוטומציה של תהליכים מסוימים, ניתן להפחית את הצורך באנשי תמיכה ומוקד, שעולים הרבה כסף לעסק. כמו כן, המערכת פועלת באופן רציף ללא צורך בהפסקות, חופשות או גמול שעות נוספות.
שיפור השירות: על ידי הקשבה לקול ולצרכים של הלקוח, ניתן לנתב אותו ליעד המתאים במהירות וביעילות, בלי להטריד אותו בתפריטים מורכבים או בהמתנה ארוכה. כמו כן, המערכת יכולה להתאים את השיחה לשפה, למבטא ולהקשבה של הלקוח.
חידוש והבלטה: על ידי הטמעת טכנולוגיה מתקדמת וחכמה, ניתן להרשים את הלקוחות ולהציג את העסק כחדשני ומוביל. כמו כן, ניתן להשתמש במערכת כדי לקדם את המותג, המוצרים או השירותים של העסק באופן יצירתי ומותאם.
כן, אבל ביכולות מוגבלות יותר. חלק ממערכות ההפעלה בסמארטפונים תומכות בזיהוי דיבור במכשיר עצמו, אחרי הורדה של חבילת שפה, ומתאימות להכתבה ולפקודות בסיסיות. זיהוי מתקדם, עם הבנת שפה חופשית, אוצר מילים רחב ועדכונים שוטפים, רץ בדרך כלל בענן ודורש חיבור. גם פתרונות לעסקים, כמו ניתוב שיחות קולי במרכזייה, יכולים לפעול בענן או בהתקנה מקומית בשרת הארגון, כשהבחירה תלויה בדרישות האבטחה ובזמינות החיבור.
זה תלוי בשירות ובהגדרות. כשהזיהוי מתבצע בענן, קטעי הקול נשלחים לשרתי הספק לעיבוד, ויש שירותים ששומרים הקלטות או תמלולים לשיפור המנוע. זיהוי שמתבצע במכשיר עצמו חושף פחות מידע. כדאי לבדוק במדיניות הפרטיות אם ההקלטות נשמרות ולכמה זמן, לכבות שמירה כשאפשר, ולהגביל הרשאת מיקרופון רק לאפליקציות שצריכות אותה. בעסק שמשתמש בזיהוי קולי מול לקוחות, מגדירים מראש היכן נשמר המידע ומי רשאי לגשת אליו.
