Многие знакомы с телефонными голосовыми роботами и с их типичными проблемами: долгие паузы, формальные ответы, нет живого диалога.
Разберу, почему классический каскад в их основе уходит в прошлое и как мы пришли к разработке подхода speech-to-speech, который способен учитывать эмоциональную составляющую фразы человека, понимать, в каких акустических условиях проходит разговор, и корректно реагировать в шумной обстановке.
Уделю внимание переходу от turn-to-turn к настоящему speech flow, где можно получать ответ с низкой задержкой и нативно перебивать робота — вести диалог так же естественно, как с человеком
Подписывайтесь на нас в соцсетях
Код Желтый
Делимся опытом и полезными ссылками в Телеграме
Блог на Хабре
Пишем статьи о технологиях и внутренней кухне
T-Crew
Рассказываем о команде и публикуем вакансии в Телеграме
Ютуб-канал
Публикуем видео с мероприятий, шоу и подкасты