Lenguaje Natural: Tendencias y aplicaciones
•
0 recomendaciones•119 vistas
Este documento describe los portales de voz, incluyendo su historia, estrategias de diálogo y casos prácticos. Los portales de voz han evolucionado de sistemas rígidos enfocados en reducir costes a sistemas más conversacionales que buscan mejorar la experiencia del cliente. En el futuro, los portales de voz se espera que sean sistemas expertos capaces de realizar transacciones de forma eficiente similar a un humano.
![[NLP]
Procesamiento de
Lenguaje Natural](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Recomendados
Más contenido relacionado
Similar a Lenguaje Natural: Tendencias y aplicaciones
Similar a Lenguaje Natural: Tendencias y aplicaciones (20)
Último
Último (13)
Lenguaje Natural: Tendencias y aplicaciones
- 1. erbio VoIP2Day 2015 Pablo Gil Robiou Tendencias y aplicaciones prácticas sobre tecnologías del habla
- 3. Antes Poco Avance Expectativas Frustradas Poca Precisión Tecnología No embebida Pocas Aplicaciones
- 7. Presente y Futuro Avance Vertiginoso Explosión Big Data Nuevos Dispositivos Interacción Rápida Democratización y Uso Masivo
- 9. Círculo Virtuoso Lenguaje Natural Adopción y uso Más datos Mejor rendimiento Redes Neuronales BI Data Mining
- 10. A continuación mostramos el Portfolio de Soluciones sobre Lenguaje Natural Soluciones Empáticas
- 11. Contenido propuesto Síntesis de Voz Reconocimiento de Voz Portales de Voz Contact Centers Biometría Vocal
- 13. Wolfgang von Kempelen Speaking Machine Sir Charles Wheatstone Improved Replica Alexander Graham Bell Experiments and Research Telephone Bell Telephone Laboratory – Homer Dudley The Vocoder The Voder - Electric 1769 Síntesis de Voz [Historia] 1 2 3 4 1837 1876 1937
- 14. DEC based on Dennis Klatt’s work DECtalk Stephen Hawking HMM-based Speech Synthesis System (HTS) Flexibility, quality, naturalness Yamaha – Vocaloid UTAU (2008) Singer voices and music synthesizer Deep Learning-based Speech Synthesis Conditional distribution of acoustic features given linguistic features 1984 Síntesis de Voz [Historia] 5 6 7 8 1999 2004 2006
- 15. Casos Prácticos Síntesis de Voz Megafonía Aeropuertos,mediosdetransporte,ascensores,sistemas de gestión deturnos… Ayuda en la navegación SistemasGPS paralaconducción Telefonía SistemasdeIVRconrequerimiento y entrega de información Wearables, Connected-Home Smartwatches,googleglass,smart-tv,etc. Asistentes GoogleNow,Siri,Cortana… Ayuda en la lectura E-books parainvidentes Aprendizajenuevos idiomas
- 16. Retos Síntesis de Voz Diferentesestadosde ánimo (espectogramas) Fuente: TUB emotional database
- 17. Síntesis de Voz Ajustes y mejoras [TTS] SSML TTS soporta las etiquetas definidas dentro del estándar SSML (Speech Synthesis Markup Language) a través de las cuales podemos indicar al motor la forma como queremos sintetizar una palabra o conjunto deellas. Etiqueta Descripción Reproducciónde ficheros(PCM–lineal 16bits) Selecciónde aspectossemánticos language voice prosody say-as break audio emphasis age, gender, name Pitch, range, rate, volume date, time,digits, telephone Selección del idiomade síntesis Selección del tipode locutor Selección de laintensidadde lavoz Selección de aspectosprosódicos Gestiónde pausas <código> VerbioPrompt(Por favor, tras oír la señal, diga dígito a dígito , la siguiente secuencia: <prosody rate="x-slow">${DIGITS:0:1}<break time="500ms">${DIGITS:1:1}<break time="500ms">${DIGITS:2:1}<break time="500ms">${DIGITS:3:1} </prosody>.,${TTS},${SPK},v)
- 18. Retos Síntesis de Voz Tener cada uno su propia voz sintética (hoy en día posible pero a un coste elevado) Contemplar riesgos potenciales para evitar fraude y suplantación de identidad Generar una voz sintéticapersonal y multiidioma Contemplar diferencias fonéticas y prosódicas (como la entonación) entre idiomas Expresar diferentes estados de ánimo con resultado realista, bien alterando la prosodia mediante procesado digital de la señal (DSP) o mediante uso de diferentes unidades fonéticas.
- 20. Info gramatical Contienen información acercadelasestructuras gramaticalesmásprobables en el entorno detrabajo. Info estadística Contienen información de probabilidadesdequeuna palabraprecedao sucedaa otra palabra. Info contextual Complementan al oído paraque el motor dereconocimiento determinecuál hasido la locución pronunciada. Los modelos lingüísticos son el cerebro del motor de reconocimiento. Ejercen un papel clave en la gestión de la decisión a tomar ante ambigüedades acústicas, pues contienen información lingüística contextual para el entorno de trabajo. El modelo lingüístico 01 02 03 Reconocimiento de VozFundamentos tecnológicos [ASR] Los modelos acústicos son el oído del motor de reconocimiento. Están basados en modelar los semi-fonemas del idioma de trabajoa partir de técnicas de procesado de la señal, principalmente en el dominio espectral, que extraen sus particularidades únicas. Cada semi-fonema es un modelo matemáticoque representa las característicasacústicasúnicas del fonema en cuestión en presencia de otro fonema concreto anterior o posterior. El modelo acústico al restaurante correr comer coser Ayer fuí a comer al restaurante Gramáticas deterministas (ABNF, XML) Modelos Estadísticosdel Lenguaje (SLM) A% Ayer fuí a
- 21. Distintos Tipos Reconocimiento de Voz Reconocimiento discreto Capazdereconocer palabraso frasescortasdichastal y como seespera,sin incluirdiscurso anterior o posterior. Reconocimiento continuo Capazdereconocer palabrasy expresionesen cualquier punto dela conversación,no afectandoal reconocimiento lo quesediceanteso despuésdelaexpresión. Reconocimiento de lenguaje natural Basado en transcripción,quea su vezsefundamentasobre modelos estadísticosdel lenguaje,quetomanen cuentala distribucióndeprobabilidades sobresecuenciasde palabras. Ejemplo Comercial,marketing,técnico,recursos humanos… Ejemplo consultarel estadodemi cuenta,realizar una transferencia,revisarunafactura,darmedebaja… Ejemplo Mi queja con el servicio vieneporquellevodos semanas esperando a quemellegueel pedido.Medijeron que tardaríaunasemanaen llegar,pero yahan pasadodos y estoy muy disgustadaporquenadieseha puesto en contactoconmigotodavía…
- 22. Casos Prácticos Reconocimiento de Voz Transcripción y Dictado Informes,Actas,Eventos,Noticiarios,Aparicionespúblicas y actosdeprensa… Cualquierescenarioen el quese requierapasar del canal habladoal escrito Ayuda en la navegación SistemasGPS paralaconducción Móvilesconectadosmediantebluetooth Telefonía SistemasdeIVRconrequerimiento y entrega de información Asistentes GoogleNow,Siri,Cortana… Aplicaciones móviles paraejecutar acciones transaccionales Ayuda AprendizajeNuevos idiomas Accesibilidady ayudaparadiscapacitados Wearables, Connected-Home Smartwatches,googleglass,smart-tv,etc.
- 23. Retos Reconocimiento de Voz Igualar efectividad en Reconocimiento Independiente del Locutor que en Reconocimiento Dependiente del Locutor Igualar efectividad en Reconocimiento Independiente del Contexto que en Reconocimiento Dependiente del Contexto Nivelar avances para distintos Idiomas Nivelar mejoras para diferentes canales Mejorar el reconocimiento con ruido y para personas con diferentes características prosódicas (como el acento)
- 25. Portales de Voz Estrategias de diálogo [ASR/TTS] Se anuncianlasrespuestasposibles a cada pregunta,loque implica lentitudenlastransacciones Flujo Secuencial La máquinaconduce el diálogo:el usuarionopuede tomarlainiciativa enningúnmomento Rigidezante casosde error, llevandoalafrustracióndel usuario
- 26. Portales de Voz Estrategias de diálogo [ASR/TTS] Las preguntaspuedensermás abiertas,permitiendointroducir más de undato porpregunta Diálogo Acotado El diálogose adaptaala experiencia del usuario Estrategiasde confirmaciones implícitasypromptsdinámicos Se podrántratar losdatos agrupados(másde undato enla respuesta) ydesordenados,e inclusopermitiráal usuariocorregir informaciónanteriormente entregada,condiálogoadaptativo enfunciónde lascircunstancias
- 27. Portales de Voz Estrategias de diálogo [Verbio ASR/TTS] Apoyadoporreconocimientoybasado enpatronesestadísticos,formula preguntasabiertasytomadecisiones dinámicamente enfunciónde la respuesta Diálogo Libre Algoritmode decisióncomplejo Se persigue agilizaraúnmásel procesoparatodoslosusuarios,sin penalizaralosesporádicosrespectoa la estrategiaguiada Sistemaexpertoque interacciona con el usuariode formasimilara comolo haría unhumano
- 28. Pregunta abierta Desplegar un servicio telefónico automatizadodel tipo “say anything”, donde el usuario podrá responder abiertamente y con lenguaje naturala la pregunta inicial “¿En qué puedo ayudarle?”. Más de 60 operativas El sistema deberá comprender el motivo por el cual llama el usuario y etiquetar dicha llamada con la categoría correcta entre las más de 60 existentes. Recuperación de metadatos No se trata de implementar un servicio de Call Steering (redirección de llamadas). El sistema deberá tener la capacidadde obtener información relevante para la operativa seleccionada, con objeto de no repreguntarlaposteriormente al usuario. Redirección a IVR Cuando el sistema haya comprendido el motivo de la llamada, y tras haber extraído la información disponible, redirigirá al usuario hacia la rama del IVR correspondiente. Experiencia conversacional Se persigue ofrecer al usuario una experiencia conversacional soportada en el estado del artedel NLP (Lenguaje Natural), no sólo en la pregunta abierta sino también en la automatizaciónde la operativa posterior. Servicio altamente autoatendido Se busca la reducción de los costes de atención telefónica, y se persigue que el portal de voz tenga la capacidad de resolver la operativa demandada por el usuario sin ser necesaria la intervención de un agente. Portales de Voz Lenguaje Natural [ASR/TTS] ? [A]
- 29. Los portales de Voz del pasado han hecho un uso deficiente de la tecnología, buscando principalmentereducir costes IVRs al servicio de las empresas Portales de Voz - Pasado Objetivo 1 - Disminuir necesidad de Agentes (Costes) Objetivo 2 – Generar Ingresos para sufragar Costes (902) Objetivo 3 – Disuadir al cliente de llevar a cabo ciertas operativas
- 30. Los portales de Voz del presentebuscan potenciar una imagen positiva de la empresa o, al menos, no potenciar una imagen negativa IVRs al servicio de las empresas y sus clientes Portales de Voz - Presente Objetivo 1 – Automatizar con calidad Objetivo 2 – Conseguir promotores y prescriptores Objetivo 3 – Optimización y mejora continua
- 31. Los portales de Voz del futuro serán sistemas expertos capaces de ejecutar transacciones y solucionar incidencias de forma (casi) tan eficiente como un humano IVRs al servicio de sus clientes Portales de Voz - Futuro Objetivo 1 – Parte del Plan de Marketing. Orientación al cliente Objetivo 2 – Transacciones rápidas, sencillas, cómodas y resolutivas Objetivo 3 – Política de 0 clientes insatisfechos. Seguimiento
- 32. [Speech & Text Analytics] Contact Centers
- 33. Contact Centers Multicanalidad [Speech Analytics] Móvil App./SMS Teléfono E-mail WEB/Chat/IM Redes SocialesFax/Carta
- 34. Los Contact Centers buscan la excelencia a través de métricas tales como el Nivel de Servicio y Encuestas de Calidad (NPS) Pasado, presente y futuro Contact Centers Pasado – Atender/Emitir llamadas por canal telefónico Productividad Presente – Atender/Emitir eventos por múltiples canales de contacto Experiencia de Usuario (Calidad, Satisfacción, FCR, Tº resolución…) Futuro – Convergencia y Seguimiento, Deslocalización y Cloud Experiencia multicanal y personalizada para cada cliente
- 35. Para mejorarla calidad hay que empezarplanificándola,asegurando que los procesos la cumplen y monitorizando queel resultado final es el esperado El grado en el que un conjunto de características inherentes cumple con los requisitos ¿Qué es calidad? Planificar la calidad (Diseño de procesos, argumentario, objeciones…) Aseguramiento de la calidad (checklists, auditorías…) Control de Calidad (encuestas de satisfacción, mistery shopping…)
- 36. Speech Analytics Un vistazo sobre el resultado de recopilar información, clasificarla, medirla y cruzarla Idea Partiendo de: - audios pregrabados para su posterior procesado - conversaciones telefónicas en tiempo real (pinchadas o intervenidas)
- 37. Voz del Cliente
- 40. • Cruce de lainformaciónunidimensional recabadaen: – Voz del Cliente – Quality Assurance – Cumplimientodela Normativa • Conlas diferentescategoríasidentificadascomomotivosde la llamada,paraconocerenqué medidase venimpactadoslos diferentesKPIsdefinidosyacordadosconel cliente(FCR, Transfer,ScriptCompliance, CrossSelling…),connavegación enprofundidadyfiltrosde servicio, agente, supervisor,destino y llamante. Solución
- 41. Caso práctico [Verbio SA] Análisis multidimensional
- 42. Text Analytics se usa también para generar modelos lingüísticos y estadísticos usando técnicas de aprendizajeautomático con el fin de relacionar la información para aportar conocimiento con fines predictivos o resolutivos Procesamiento del Lenguaje Natural Predecir y Solucionar Problemas de Negocio Text Analytics Categorización, clustering, taxonomías Extracción de datos de negocio, resúmenes Sentiment Analysis
- 43. Procesamiento del Lenguaje Natural Predecir y Solucionar Problemas de Negocio Text Analytics CRM Analytics - Transcripción Social Media Analytics + Sentiment Analysis Intención de Compra, Predicción de rotación de clientes, Riesgo para la Reputación…
- 45. Para generarla huella vocal se usará entrenamiento implícito o explícito La huella vocal es tan fiable como la huella dactilar o el escáner de iris Sistemas de Biometría Verificación – Autenticación, Firma Vocal, Prueba de Vida Identificación y Clustering – Lucha contra el Fraude Indexación – Separación de locutores por marcas de tiempo
- 46. ¿Cómo evitar que nos engañen? Previendo las técnicas y poniendo los medios Defensas antispoofing Sistemas de Biometría Anti Reproducción Anti Repetición Desafío dinámico
- 47. Retos Biometría de Voz Extender su uso para evitar fraude (cualquier sistema con un elemento de seguridad puede ser sustituido por la voz) Obtener validez legal al nivel del certificado electrónico para la firma digital de documentos Integración multidispositivo para acceso a diferentes servicios – IoT Mitigar la alta dependencia del canal, las condiciones de ruido y de la prosodia
- 48. [Aplicaciones Prácticas sobre Tecnologías del Habla] Complementos
- 50. Asistentes Virtuales Pasado: Asistentes Virtuales para Empresas Ikea Vueling Eroski Presente: Asistentes Virtuales para Móvil, PC Google Now Cortana Siri Futuro: Asistentes en Hogar, Wearables y en IoT Amazon Echo Ubi + Samsung SmartThings
- 51. Traducción Simultánea Pasado: Traducción de Texto On-line Google Translator Presente: Traducción de Texto y Voz en tiempo Real p2p Skype Translator Traducción de Mensajes (Realidad Aumentada) en tiempo Real Google Translate(Móvil) Futuro: Traducción de Imágenes/Voz automática Mass-media
- 53. Wearables Pasado: Pulsómetro, GPS, Podómetro, GoPro, cascos BT, alarmas Presente: Smartwatches, Google Glass, Cámaras, eHealh, VR Futuro: Microchip interno, Casco Inflable, Smart Clothing, lentillas AR
- 54. Retos Unique ID: Utilizar mecanismos biométricos combinados Lenguaje Verbal + No Verbal: Analizar las emociones mediante la voz y signos del cuerpo Predicción: Alertas automáticas que nos avisen de: Oportunidades Riesgos Futurosproblemas
- 56. ¡Gracias!