ບໍລິສັດເລີ່ມຕົ້ນດ້ານເທັກໂນໂລຈີຂອງລັດຄາລິຟໍເນຍກຳລັງໃຊ້ປັນຍາປະດິດຫລື AI ເພື່ອກັນບໍ່ໃຫ້ໄດ້ຍິນສຳນຽງຂອງພະນັກງານຢູ່ສູນກາງຮັບໂທລະ ສັບອອກມາ. ເປົ້າໝາຍກໍແມ່ນເພື່ອຫຼຸດຜ່ອນ ຄວາມຮູ້ສຶກບໍ່ດີ ທີ່ພະນັກງານປະ ເຊີນຢູ່ໃນເວລາຮັບສາຍຂອງຜູ້ທີ່ມີບັນຫາໃນການເຂົ້າໃຈສິ່ງທີ່ເຂົາເຈົ້າເວົ້າ. Matt Dibble ມີລາຍລະອຽດໃນເລື່ອງນີ້ ຊຶ່ງບົວສະຫວັນຈະນໍາມາສະເໜີທ່ານໃນ ອັນດັບຕໍ່ໄປ.
Your browser doesn’t support HTML5
ເຊີນຮັບຟັງ ກ່ຽວກັບຊອບແວ ປິດບັງສຳນຽງ ທີ່ມີຈຸດປະສົງເພື່ອເຮັດໃຫ້ການໂຕ້ຕອບຂອງສູນການຮັບໂທລະສັບ ສະດວກລ່ຽນໄຫຼຂຶ້ນ
ໃນເສດຖະກິດລະດັບໂລກ ການໂທຫາສູນບໍລິການລູກຄ້າ ອາດຈະໄດ້ຮັບການ ຕອບໂທລະສັບ ໂດຍຄົນທີ່ຢູ່ໃນພາກອື່ນຂອງໂລກທີ່ຢູ່ຫ່າງໄກ. ພະນັກງານໃນສູນກາງຮັບໂທລະສັບ ສາມາດໄດ້ຮັບການຝຶກອົບຮົມເປັນເວລາຫຼາຍເດືອນເພື່ອ ໃຫ້ຕິດຕໍ່ສື່ສານກັບລູກຄ້າທີ່ມີພາສາ ແລະວັດທະນະທໍາທີ່ແຕກຕ່າງກັບເຂົາເຈົ້າ.
ເຖິງແມ່ນວ່າຈະມີການຝຶກອົບຮົມທຸກຢ່າງຫມົດແລ້ວກໍຕາມ, ການອອກສຽງຂອງ ພະນັກງານຮັບສາຍອາດສາມາດເຮັດໃຫ້ເກີດປະຕິກິລິຍາທີ່ມີອະຄະຕິຈາກຜູ້ໂທ ໄດ້, ອີງຕາມຜູ້ພັດທະນາເທັກໂນໂລຈີ ຊາຣາດ ນາຣາຢານາ (Sharath Narayana) ເວົ້າ.
ທ່ານນາຣາຢານາ ຜູ້ຮ່ວມກໍ່ຕັ້ງບໍລິສັດຊານັສ ເອໄອ (Sanas AI) ກ່າວວ່າ:
“ຕອນນີ້ ຂ້ອຍກໍາລັງຕໍ່ສາຍລົມກັບບາງຄົນທີ່ຂ້ອຍບໍ່ສາມາດຮູ້ສຶກວ່າຮູ້ເລື່ອງ ທີ່ກ່ຽວຂ້ອງ ຫຼື ສຽງຂອງລາວທີ່ເຮັດໃຫ້ຂ້ອຍ ບໍ່ມີຄວາມຮູ້ສຶກວ່າຟັງຮູ້ເລື້ອງເລີຍ. ບຸກຄົນນີ້ຈະສາມາດແກ້ໄຂບັນຫາຂອງຂ້ອຍໄດ້ແທ້ບໍ? ”
ທ່ານນາຣາຢານາ ແມ່ນຜູ້ຮ່ວມກໍ່ຕັ້ງບໍລິສັດ Sanas AI ທີ່ລັດຄາລິຟໍເນຍ ເຊິ່ງມີ ເທັກໂນໂລຈີທີ່ສາມາດປັບສຽງຂອງຜູ້ເວົ້າໄດ້ ໂດຍມີເປົ້າໝາຍເພື່ອເຮັດໃຫ້ ສຳນຽງເປັນທີີ່ເຂົ້າໃຈໄດ້ຫຼາຍຂຶ້ນ. ພະນັກງານຢູ່ສູນກາງຮັບ ໂທລະສັບຈາກຟີລິບປິນໄດ້ສາຖິດໃຫ້ເບິ່ງ.
“ສະບາຍດີ ຂ້ອຍຊື່ອິກກີ (Iggy). ຂ້ອຍມາຈາກປາຣາຍາເກ (Parañaque).”
“ສະບາຍດີ ຂ້ອຍຊື່ອິກກີ (Iggy). ຂ້ອຍມາຈາກປາຣາຍາເກ (Parañaque).”
ພະນັກງານຮັບໂທລະສັບ ໂດຍປົກກະຕິແລ້ວແມ່ນເວົ້າໃສ່ ໄມໂຄຣໂຟນ ແລະ ລະບົບ AI ກວດຈັບເອົາໜ່ວຍສຽງພື້ນຖານຫລື phonemes, ເຊິ່ງເປັນອົງປະ ກອບຂອງສຽງໃນຄໍາສັບຕ່າງໆ.
ທ່ານນາຣາຢານາ ກ່າວອີກວ່າ:
"ສິ່ງທີ່ພວກເຮົາເຮັດຕະຫລອດເວລາແທ້ໆ ກໍແມ່ນການຈັບຄູ່ໜ່ວຍສຽງພື້ນຖານ ຫລື phoneme ເຫຼົ່ານັ້ນໃຫ້ເຂົ້າກັບວິທີທີ່ phoneme ຄວນອອກສຽງແນວໃດ ຢູ່ໃນສໍານຽງແບບອາເມຣິກັນ."
ການປະຕິບັດແບບຈໍາແນກ ແລະລ່ວງລະເມີດ ໂດຍຜູ້ໂທລະສັບມາ ແມ່ນປັດໄຈ ທີ່ນໍາໄປສູ່ການລາອອກຈາກໃນຈໍານວນສູງຂອງພະນັກງານສູນຮັບໂທລະ ສັບ. ທ່ານນາຣາຢານາ ເອງເຄີຍເຮັດວຽກຢູ່ໃນສູນໂທລະສັບແບບນັ້ນ, ເຖິງ ແມ່ນວ່າ ທ່ານບໍ່ໄດ້ເອົາພຶດຕິກໍາຂອງຜູ້ໂທຫາສູນກາງຮັບໂທລະສັບເປັນ ຂໍ້ອ້າງ ກໍຕາມ ແຕ່ທ່ານກໍເວົ້າວ່າ Sanas ໄດ້ເຮັດໃຫ້ວຽກນີ້ງ່າຍຂຶ້ນ ສໍາລັບພະນັກງານ ຮັບໂທລະສັບ.
ທ່ານນາຣາຢານາ ຜູ້ຮ່ວມກໍ່ຕັ້ງ Sanas AI ອະທິບາຍເພີ້ມວ່າ:
"ຖ້າມີການແກ້ໄຂໄດ້ໂດຍໃຊ້ເທັກໂນໂລຈີ ທີ່ຂ້ອຍບໍ່ຕ້ອງໄດ້ປ່ຽນວິທີອອກສຽງ ຂອງຂ້ອຍ, ແຕ່ຄົນອື່ນກໍຍັງສາມາດເຂົ້າໃຈຂ້ອຍໄດ້ຢ່າງຈະແຈ້ງ, ເປັນຫຍັງມັນ ຈະບໍ່ຈົບຫລະ?"
"ຂ້ອຍສາມາດຟັງສາຍນຶ່ງທີ່ຂ້ອຍໂທໄປໂດຍການໃຊ້ Sanas ແລະຮູ້ສຶກວ່າ ວ້າວ, ເບິ່ງຄືວ່າ ພາສາອັງກິດເປັນພາສາແມ່ຂອງຂ້ອຍໜີ້ຫລະ."
ທ່ານນາຣາຢານາ ເວົ້າວ່າ 97 ເປີເຊັນ ຂອງພະນັກງານຮັບໂທລະສັບ ທີ່ໄດ້ ຕິດຕັ້ງລະບົບ Sanas ທີ່ເປັນທາງເລືອກ ແມ່ນໃຊ້ມັນຢູ່ທຸກໆມື້້ເລີຍ.
ອ່ານຂ່າວນີ້ເປັນພາສາອັງກິດຂ້າງລຸ່ມນີ້:
A California tech startup is using artificial intelligence to mask the accents of call center workers. The goal is to reduce the ill feelings workers encounter when taking calls from people who have trouble understanding them. Matt Dibble has the story.
In the global economy, a call to a customer service center will likely be answered by someone in a faraway part of the world. Call center workers can train for months to effectively communicate with customers whose native language and culture differ from theirs.
Despite all the training, an agent’s accent can trigger biased reactions from a caller, says developer Sharath Narayana.
Sharath Keshava Narayana, Sanas AI Co-founder:
“Now I'm connected to somebody that I can't relate to or his voice that I cannot relate to. Can this person actually solve my problem?”
Narayana is a co-founder of California-based Sanas AI, whose technology can adjust the way a speaker sounds with the goal of making an accent more relatable. A call center agent from the Philippines demonstrated.
“Hi my name is Iggy. I’m from Parañaque.”
“Hi my name is Iggy. I’m from Parañaque.”
The agent speaks normally into a microphone and the AI system detects phonemes, which are the sound components of words.
Sharath Keshava Narayana, Sanas AI Co-founder:
”What we're essentially doing in real time is matching those phonemes to how that phoneme should sound in an American accent.”
Discrimination and abuse by callers are among the factors leading to high turnover among call center workers. Narayana himself once worked in such a center, and although he doesn’t excuse the behavior of callers, he says Sanas makes the job easier for agents.
Sharath Keshava Narayana, Sanas AI Co-founder:
“If there is a technology solution to it where I don't have to change the way I sound, but the other person can understand me very, very clearly, why isn't it a beautiful thing?”
“I was able to listen to one of my calls using Sanas and wow, it looks like English is my first language."
Narayana says that 97% of agents with an optional Sanas system installed are using it every day.