基于语音应用的10项最佳实践
基于语音的应用是开发最不充分的技术领域之一。原因之一是历来语音和数据功能就在IT中彼此分离。但是随着对更高灵活性和免提访问应用的需求不断增加,语音开始在企业应用中占据一席之地。以下是语音的10个最佳实践。
ZDNET至顶网CIO与应用频道 03月26日 专栏: 基于语音的应用是开发最不充分的技术领域之一。原因之一是历来语音和数据功能就在IT中彼此分离。但是随着对更高灵活性和免提访问应用的需求不断增加,语音开始在企业应用中占据一席之地。以下是语音的10个最佳实践。
1、简化自动手机助手
自动电话助手带来的复杂性,是对客户来说最令人沮丧的接触点之一——也是为什么客户决定选择其他业务的一个常见原因。很多时候,一个自动电话系统传递给客户的信息是,这家公司不希望参与到人对人的沟通中。你可以确保你的自动电话助手应用是为方便客户以及方便你自己设计的,这能让你在让客户感到满意方面迈进一大步。
2、为呼叫中心接入大数据语音分析
今天的呼叫中心采用了像呼叫放弃(有多少人放弃等待电话应答)、问题解决率以及解决一个客户问题需要花费多长时间(以及客户挂掉电话)等衡量指标。语音记录也被用于确保质量。然而,另外一个未被开发的领域可以分析语音流中间的停顿,音调的改变等等,以分析客户体验是否满意。这将成为针对基于语音的客户体验质量进行大数据分析的下一个前沿领域。
3、如果你正在使用应用中的语音识别功能,限制声音命令的范围
仓库就是一个很好的例子。在这里,员工“培训”语音识别引擎以理解他们语音的具体特点——例如音调、口音以及如何说话。这让他们能够在打包库存的时候使用语音命令并实现免提。但是要想取得成功,语音命令的数量必须是有限制且简短的。因此,仓库工人使用像“开始”、“停止”或者“bin 213”这样的命令。通过限制语音输入,不要让语音识别引擎由于过长的音节而瘫痪,你可以确保语音命令可以被识别,然后接入到应用工作流程中。
4、确保你针对语音的网络服务质量是拔尖的
当谈到网络服务质量的时候,语音和数据分析之间总是有一场持续的战争。在数据世界中,服务质量可能要少于在语音世界中,因为语音命令需要极高的质量以避免阻塞或者通信中断。在某些情况下,如果语音和数据通过同一个网络,企业会给语音分配最高的流量优先级来解决这个问题。在其他情况下,会有一个专门的网络用于语音,这样就不会与数据产生冲突。
5、统一你的语音和数据部门
语音和数据对网络的争夺战延伸到IT部门的职能。很多时候,IT会有专门针对电话/语音和数据网络技术人员的单独部门。理想情况下,这两种职能应该在一个单一的部门内共同协作,了解语音和数据的需求。
6、为语音制定一个战略
大多数企业仍然将语音视为一项维护功能,确保电话和电话系统正常运转。语音还具有“突破”应用的潜力——但是如果你将要这么做,你应该首先制定战略。
7、将语音专业知识带到你的应用部门
如果你希望添加基于语音的应用,那么第一步就是确保你会一个擅长语音应用开发的应用开发者。
8、不要牺牲所有固定电话
固定电话语音质量是非常可靠的。如果你有高级别的通讯不能受到服务中断或者阻塞的影响,那么你应该考虑将固定电话作为主要的或者备份的选择。
9、发展与电信服务提供商的合作伙伴
电信运营商(以及他们的客户)往往会把他们之间的关系看成是一种“商品”。这里会有一些运筹帷幄和头脑风暴。但是如果你是一家与电信运营商有着可观业务的大型企业,你可能希望改变这种情况。至少每个季度安排一次与电信运营商的会面——不只是讨论账单。一旦运营商知道你希望讨论战略而不只是账单,那么它会给你带来关于有助于提升战略的新能力和新服务的更好信息。
10、选择多家语音服务提供商
尤其是对VoIP(互联网语音)和关键通信来说,你将要使用一个以上的提供商。这是为了让你的语音应用负载均衡和故障转移,当一家提供商的服务离线或者中断的时候。任务关键的基于语音的应用应该具有和数据应用相同的全天候的可用性。
最新文章
年度提问:创业还是创收,如何帮AI产品适配市场?
年度提问:路演还是路线,如何让AI落地企业?
年度提问:取代还是取巧,如何用AI打造超级个体?
与魏凯、袁进辉、王绍兰、邱达、潘淳,一起“预见2025”
戴尔NativeEdge平台将生成式人工智能引入边缘
英伟达产能一路扩大,主权AI惠及全球各国
HPE发布用于AI和高性能计算的新超级计算机平台和服务器
服务器衰退期结束,英特尔和AMD迎来曙光
Cloudera 推出全新AI助手,大幅提高专业数据人员的效率
思科推出智能、安全且可靠的Wi-Fi 7,全面提升员工与客户体验
Red Hat宣布重磅更新:OpenShift和Edge将带来巨大的合作伙伴机会
谷歌云更新 Kubernetes 引擎,可支持万亿参数的人工智能模型