Q:
Bagaimana chatbots berurusan dengan aksen?
SEBUAH:Dengan munculnya chatbots yang lebih baru dan lebih canggih selama beberapa tahun terakhir, orang-orang di banyak industri mengamati bagaimana chatbots berkembang, bagaimana mereka melayani kemajuan dalam respon suara interaktif (IVR), dan bagaimana hal itu mempengaruhi ritel serta banyak industri lainnya .
Salah satu pertanyaan besar yang relevan adalah bagaimana chatbots berhadapan dengan aksen. Aksen bahasa regional dan dunia telah menjadi batu sandungan bagi teknologi ini sejak awal. Khususnya, ketika chatbots lebih sederhana dalam hal algoritma pemrosesan bahasa alami (NLP), mereka dengan mudah dikacaukan oleh aksen yang secara signifikan mengubah fonem pembicaraan. Saat ini, dengan algoritma yang terus berkembang, chatbots menjadi jauh lebih tangguh.
Berikut adalah beberapa cara utama yang telah dilakukan para insinyur dan pemangku kepentingan untuk membantu chatbots menangani aksen.
Yang pertama adalah melalui penargetan. Banyak perusahaan yang berurusan dengan klien yang beragam akan mengatur beberapa sistem - mereka akan mencoba untuk memindahkan konsumen atau pengguna akhir lainnya ke sistem yang sesuai dengan dialek dan bahasa mereka, untuk menghindari masalah lintas bahasa.
Namun, penargetan hanya dapat melakukan banyak hal. Cara kunci lain yang digunakan perusahaan untuk memperbaiki chatbot adalah triangulasi - dan ini adalah sesuatu yang telah membantu chatbot mengatasi masalah aksen.
Melakukan triangulasi fonem membantu memberikan hasil yang lebih spesifik. Pikirkan seperti ini - jika chatbot bertemu dengan suara seorang Indian asli yang pindah ke Amerika Serikat dan berbicara bahasa Inggris dengan aksen India yang berbeda, mesin harus berurusan dengan perbedaan, misalnya, "a" yang lebih datar dan lebih luas. terdengar bahwa penutur asli bahasa India mengalami kesulitan menguasai bahasa Inggris. Chatbot yang memiliki kompleksitas lebih besar untuk mengisolasi fonem dapat memilih titik-titik masalah dan "mendiagnosis" mereka dengan lebih akurat sehingga tidak akan melewatkan seluruh kata atau frasa. Itu lebih benar dari suatu algoritma daripada manusia: Banyak pendengar manusia cenderung bingung oleh perbedaan aksen.
Dengan mengisolasi dan menangani fonem-fonem secara lebih mendalam, teknologinya dapat menghasilkan lebih banyak "jawaban sejati" atau respons, tetapi ada cara penting lain bahwa chatbots dapat menangani masalah merespons suara beraksen - atau "masalah" lainnya.
Ketika pemahaman kurang dari penuh, salah satu faktor kunci adalah bagaimana teknologi merespons. Obrolan IVR yang lebih mendasar dari masa lalu cenderung terus mengatakan "Maaf, saya tidak mengerti itu" berulang-ulang. Chatbot yang disempurnakan hari ini lebih cenderung memberikan respon berulang, baik meningkatkan panggilan ke manusia, atau memberikan jawaban parsial atau, sekali lagi, mencoba untuk mengisolasi masalah.
Dengan penargetan, triangulasi, dan triase yang baik, chatbots bisa menjadi jauh lebih akurat tentang berurusan dengan aksen dan penelepon unik lainnya yang mungkin dimiliki pemanggil. Ini akan merevolusi dunia "asisten virtual" yang, di masa lalu, kurang mengesankan bagi kebanyakan penelepon yang malang.
