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
Testin云测AI大模型测试平台:智能化测试的落地价值解析
800V直流走进数据中心,先要回答一道“安全题”
长安信托与WPS Comate共创,养出了懂业务的AI
启元机器人披露技术框架:硬件、AI、生态三道题不能有短板
UVJC 湾芯展首发 NovaJet,助力半导体产业突破传统制造规模局限
显著的性能提升进一步强化Imagination的GPU-First战略
上纬新材启元机器人新品发布会举办,全球首个个人机器人启元Q1正式开售
84年蜕变,一家日本企业在AI时代的精密执着
频繁上线机器人AI模型,靠硬件起家的宇树科技画风变了
聚力“东数西算” 打造智算枢纽 张家口飞拓低碳绿色大数据产业基地项目正式开工
柴油价格逼近每加仑10美元,加油站断供传言四起
黄仁勋称AI毁灭世界概率为零,引争议


