Pystyykö tekoäly litteroimaan sekakielisiä viro–venäjä-asiakaskeskusteluja?

Kyllä. Moderni puheentunnistus selviää dialogeista, joissa asiakas ja myyjä puhuvat eri kieliä — tai vaihtavat kieltä kesken keskustelun. VILFF rakennettiin Virossa nimenomaan tätä ympäristöä varten: se litteroi viroa, venäjää, englantia ja muita kieliä, erottelee, kuka sanoi mitä, ja näyttää litteraatin käännöksineen portaalissa.

Miksi sekakieliset dialogit ovat vaikeita

Perinteinen puheentunnistus olettaa yhden kielen tallennetta kohden. Virolaisen myymälän todellinen puhe on toisenlaista: asiakas kysyy venäjäksi, myyjä vastaa viroksi, tuotenimet tulevat englanniksi, ja yksittäisissä lauseissa sekoittuvat kaikki kolme. Kun päälle lisätään taustamelu, etäisyys mikrofonista ja alueelliset aksentit, useimmat yleiskäyttöiset työkalut menevät sekaisin.

Miten VILFF hoitaa sen

• Puhujien erottelu — jokainen puheenvuoro kohdennetaan asiakkaalle tai työntekijälle;
• Kielen käsittely puheenvuoroittain — malli ei pakota koko keskustelua yhteen kieleen;
• Käännös portaalissa — luette jokaisen dialogin valitsemallanne portaalin kielellä (viro, englanti tai venäjä), ja alkuperäinen säilyy;
• Melua sietävä käsittelyketju — puheentunnistus (VAD) leikkaa pois hiljaisuuden ja kaukaisen puheen, ja epävarmat segmentit tarkistetaan uudelleen arvaamisen sijaan.

Millaista tarkkuutta voi odottaa

Tarkkuus riippuu mikrofonin sijoittelusta ja tilan akustiikasta. Tavallisen meluisassa myymälässä palvelutiskin keskustelut litteroituvat riittävän hyvin luotettavaan analytiikkaan: trendit, aiheet, sävy ja lainaukset. Arvioimme laatua jatkuvasti aidoilla anonymisoiduilla dialogeilla ja hienosäädämme käsittelyketjua siellä, missä kielten sekoitus on vaikeinta.

Mitä kieliä tuetaan

Kaikkia suuria kieliä. Käytännössä virolainen kauppa tarkoittaa useimmiten viroa, venäjää ja englantia samassa myymälässä — juuri sitä yhdistelmää, jolle VILFF on optimoitu ja jota testataan päivittäin.