Голосовой помощник – сервис на основе искусственного интеллекта, распознающий человеческую речь и способный выполнить определенное действие в ответ на голосовую команду.
Голосовыми помощниками пользуются более половины россиян
В процессе голосовому ассистенту можно задавать вопросы и просить его о помощи, если что‑то не получается отправить. какие голосовые помощники существуют и чем они различаются. Голосовые помощники становятся все привычнее для россиян. По данным разработчика голосовых сервисов Just AI, в 2020 году аудитория голосовых ассистентов в России составила 52 млн пользователей.
Голос будущего: как появились голосовые ассистенты
Голосовой помощник — искусственный интеллект с развитыми навыками распознавания речи, который обрабатывает огромные объемы информации, благодаря чему постоянно учится. Аналитики Juniper Research прогнозируют трехкратное увеличение использования цифровых голосовых помощников. В прошлом году голосовой помощник Общегородского контакт-центра Москвы принял больше 38 миллионов звонков горожан. Голосовой помощник тут же переключился на более мягкий и человеческий голос, имитируя члена семьи. Этого голосового ассистента создали, когда Siri ещё не была адаптирована для русскоязычных пользователей. Первым в привычном понимании голосовым помощником стала Siri от Apple, которая появилась в iPhone 4S в 2011 году.
Маруся голосовой помощник команды для умных колонок VK Капсула
| Что умеет голосовой помощник Алиса | Лучший голосовой ассистент: сравниваем 6 помощников. |
| Высокоэффективные помощники - «Ведомости. Импортозамещение» | Рейтинг построен по количеству упоминаний голосовых помощников в русскоязычном сегменте соцмедиа. |
«Помощников много не бывает»: лучшие голосовые ассистенты для русскоязычных пользователей
Как помощник понимает, что от него хотят? После того как помощник уловил звуки запроса, системе нужно выявить намерение пользователя. Кроме того, помощник должен учитывать контекст фразы, чтобы дать максимально подходящий ответ. Выяснив намерение и контекст, система переносит запрос в нужный тематический раздел, где происходит сбор информации. Например, мы просим помощника проверить курс валюты, помощник ловит слова, их смысл и отправляет запрос в поисковик, через который можно узнать курс. Как помощник дает ответ? После того как голосовой помощник услышал, интерпретировал запрос и нашел информацию на него, ему нужно вернуться с ответом к пользователю. Почти всегда информация, которую находит ассистент, — текстовая, поэтому ему необходимо считать ее и озвучить. Чтобы речь звучала естественно, для разработки голоса ассистента приглашают профессиональных дикторов или актеров, которые наговаривают тысячи часов речи.
В целом, индустрия стремится делать все ответы надежными и этичными, но ошибки иногда встречаются. В составе команд разработчиков голосовых ассистентов может быть психолог, а то и несколько: они анализируют ответ помощника, насколько он безопасен и этичен для пользователя. Кроме того, перед выдачей ответов пользователю важно делать дополнительный фактчекинг данных от помощника. Да, ошибки в ответах пока могут быть, особенно в каких-то сложных навыках, например отгадывании загадок. При работе сразу с несколькими помощниками можно обратить внимание, что у каждого из них есть свои оригинальные черты: чувство юмора, тембр голоса, манера общения и даже пол. Зачем это нужно? Одно из объяснений — человек охотнее взаимодействует с устройством или технологией, у которой есть признаки эмпатии. Например, оно может «подыграть» пользователю: продолжить шутку, обозначить свои границы, дать ненавязчивый «человечный» совет.
При этом разработчики голосового ассистента должны учитывать, что аудитория у продукта многомиллионная: пользоваться устройством могут взрослые, дети. Поэтому важно выдержать баланс, чтобы голосовой ассистент никого не обидел, не расстроил и тем более не причинил вред. Бывает, что разработчики стараются придавать своим продуктам некоторые индивидуальные черты. В то же время важно помнить про эффект зловещей долины , и производители это учитывают — большинство ассистентов не пытаются притворяться человеком и обычно стремятся к тому, чтобы не реагировать излишне человечно на определенные вопросы. Леонид Саночкин, технический лидер в МТС AI Сколько стоит создание ассистента и что для этого нужно уметь Пока разработку собственных голосовых помощников могут позволить себе крупные компании. Например, разработка Олега обошлась «Тинькофф» примерно в 50 миллионов рублей и оправдала себя уже в первый месяц, когда позволила сэкономить столько же. Чтобы разработать своего помощника, стоит определиться с тем, какие проблемы будет решать ИИ и какой результат получат пользователи. Сейчас технологии позволяют разработать как голосового помощника, так и чат-бота.
Они оба распознают человеческую речь, но первый может сам выстроить логическую цепочку, а второй отправит автоматизированный ответ. Если бюджет не позволяет разработать личного Олега, то лучше будет обратиться к экосистеме Сбера или Алисы, которые помогут разработать свой навык на их платформе. Навыки для Алисы можно создать с помощью платформы Яндекс. Диалоги , а Сбер работает в SmartApp Studio. Тех, кто не умеет программировать, выручит визуальный конструктор от Яндекса или сторонний Dialogflower. На базе Aimylogic можно создать навыки почти для всех известных ассистентов. По данным Just Al, создание чат-бота займет от недели до 3,5 месяцев и в среднем будет стоить от 250 до 300 тысяч рублей. При том можно заняться разработкой самостоятельно, и тогда придется оплатить лишь лицензию за использование конструктора , которая стоит от 5900 до 59 000 рублей в зависимости от количества пользователей.
В то же время происходит закономерное увеличение пользовательской базы , обрабатываемой роботами-операторами: в первом полугодии 2021 года роботы АБК обзвонили в 800 раз больше клиентов, чем в аналогичный период 2019; в среднем звонок от робота получают более 1 млн человек в день. Для нас это идеальный пример доверия между человеком и роботом в телефонной трубке: вы звоните ему с конкретным запросом и получаете четкий ответ. Стоит отметить, что спектр сегментов бизнеса, в которых эти технологии востребованы, становится шире. Чаще всего роботы-операторы используются в рамках теле маркетинга , информирования, коллекшена и банкинга; среди дополнительных сфер — проведение опросов, обучение и HR. Роботы-операторы — это про цифровую трансформацию, про оптимизацию ресурсов — как финансовых , так и человеческих. Мы наблюдаем рост объемов использования этой технологии по всем направлениям: и в количественных данных по итогам совершенных звонков, расширению сегментов использования, увеличению числа клиентов, и в качественных — по характеристикам успешности этих звонков.
Всего обработано около 4,2 миллиона звонков жителей. В среднем голосовой помощник принимает около 400 тысяч таких обращений в месяц. Он принимает показания водосчетчиков, напоминает о необходимости проведения поверки и подсказывает даты сезонного отключения воды. Горожанам достаточно произнести код плательщика, указанный в едином платежном документе, и показания счетчиков воды, после чего виртуальный ассистент сам передаст данные в расчетную систему центра госуслуг. Сегодня голосовой помощник задействован в работе 10 городских горячих линий. Он помогает составлять заявки на вызов мастера, записываться к врачу, на медицинские процедуры, лабораторные и инструментальные исследования, подсказывает статус готовности документов. Как работает и развивается голосовой помощник Общаться с горожанами роботу помогают технологии синтеза и распознавания речи. Когда голосовой запрос поступает в систему, он воспринимает его как набор звуковых волн. Чтобы восстановить сказанное, визуальный ассистент запускает процесс распознавания речи: нейросеть анализирует речевой поток, определяет, какие именно звуки были произнесены, и делит звуковую волну на фрагменты. Затем система сопоставляет их с имеющимися в ее базе знаний шаблонами, подбирает нераспознанные слова по контексту и определяет последовательность слов, после чего собирает их в предложение. Человеческий язык довольно сложен для понимания искусственным интеллектом, поэтому для развития возможностей робота общегородской контакт-центр использует глубокое обучение с помощью комбинации методов и алгоритмов, применение которой позволяет добиться более точного распознавания речи. Благодаря технологиям виртуальный ассистент способен самостоятельно совершенствовать свои навыки. В роли учителя выступает человек, он закладывает конкретные примеры и шаблоны в базу знаний робота, которые в дальнейшем использует в своей работе голосовой помощник. База знаний — это своеобразная энциклопедия для виртуального ассистента, в которой содержатся ответы на самые распространенные вопросы жителей.
При этом время задержки Siri и голосового помощника Bixby от Samsung больше, чем у Assistant и Alexa. Все четыре помощника отлично справляются с ответами на конкретные вопросы. Однако дополнительные вопросы сбивают с толку Bixby и Alexa. Siri также выступает хуже всех в управлении устройствами.
Голосовой помощник Alexa заговорит голосом усопших
В процессе голосовому ассистенту можно задавать вопросы и просить его о помощи, если что‑то не получается отправить. неправильного произношения и рекомендации:Использование голосовых помощников может значительно упростить повседневные задачи, такие как поиск информации, управление устройствами, покупки и другие. Согласно данным ВЦИОМ, голосовыми сообщениями пользуются 64% россиян. Голосовые ассистенты незаметно входят в нашу обыденную жизнь, что подтверждает исследование Google: помощником пользуются более чем один раз в день 41% взрослых и 55% подростков. Госуслуги — через голосового помощника. Москва, 28 августа 2023 года — Госуслуги с Роботом Максом теперь доступны на умных устройствах с Алисой.
Сколько стоит работа голосового помощника в России
Алиса, Сбер Салют и Google Assistant стали самыми обсуждаемыми голосовыми помощниками по версии «Медиалогии». на 121,3% в год. Эксперт рассказал Hi-Tech , как в России появляются голосовые ассистенты и сколько денег уходит на их разработку. В 2019 году IQ Loup Ventures протестировали голосовых помощников и выяснили – Google Assistant понимает больше вопросов, чем конкуренты и дает наиболее развернутые и понятные ответы. Сколько стоит создание ассистента и что для этого нужно уметь. Пока разработку собственных голосовых помощников могут позволить себе крупные компании.
Сравнение голосовых помощников. Что выбрать?
Этот вариант предназначен для взаимодействия с экосистемами «Умный дом». В большинстве случаев виртуальные помощники имеют вид портативных колонок, отличающихся компактностью и мобильностью. Можно устанавливать в любой точке помещения. Как выбрать виртуальный ассистент Перед выбором голосового помощника нужно учесть массу нюансов. Для начала следует ознакомиться с самыми популярными системами, а также изучить достоинства и недостатки каждой из них. К ключевым критериям выбора можно отнести следующее: Совместимость Для каждой операционной системы есть свои виртуальные ассистенты.
Взаимодействие с пользователем.
К нему относятся ответы через динамик устройства, текстом или с помощью световых индикаторов. Самообучение и обновление. Чтобы взаимодействие с голосовым помощником было продуктивным, он должен постоянно совершенствоваться. Это происходит на основе сбора и анализа запросов, тестирования и доработки программного продукта разработчиками. Первые голосовые помощники Первым в привычном понимании голосовым помощником стала Siri от Apple, которая появилась в iPhone 4S в 2011 году. Уже через год Google представил своего ассистента для Android-устройств.
Функциональные возможности программ оказались схожи — они умели совершать вызовы, набирать сообщения, оставлять заметки в календаре, сообщать погоду, запускать приложения и управлять воспроизведением музыки. Отличались только команды, которые должен был произнести человек для вызова ассистента: «Hey Siri» или «OK Google». Впоследствии версии своих голосовых помощников появились и у других крупных производителей электроники: например, у Microsoft — это Cortana, а у Samsung — Bixby. Отдельно стоит отметить Alexa от Amazon. Если первые ассистенты использовались преимущественно в смартфонах и компьютерах, то местом обитания этого помощника стал смарт-динамик, который компания-производитель представила в 2014 году — умная колонка Amazon Echo. Сегодня голосовые помощники интегрируются в системы умного дома.
Её уникальность состояла в том, что ребенок мог научить куклу распознавать его речь. За семь лет до выпуска игрушки, в научном обществе произошел переворот, который по важности безусловно превосходит вышеупомянутую Джулию. В 1980 году инженеры впервые научились применять методы «Скрытой Модели Маркова», разработанной отечественным ученым в области математики Андреем Марковым. Скрытая Модель Маркова, Марковские цепи Немного отойдя от темы, постараюсь объяснить что это за такая математическая модель. По сути это описание вероятностей перехода объекта из одного состояние в другое. То есть будущая вариация объекта не зависит от прошлого, а зависит от настоящего — от того, в каком состоянии объект находится в данный момент времени. Выходит, это матричная система генерации случайных событий в рамках заданного аргумента.
Для примера рассмотрим такую модель графа с возможными физическими состояния человека: По картинке мы можем определить, что человек может находиться в четырех состояниях, причем не в каждое может перейти сразу. Например, если человек лежит, то он не может просто взять и пойти, для этого ему нужно пройти цепочку последовательности — сесть, встать и только потом уже пойти. Алгоритмы марковской модели в распознавании речи работают примерно по тому же принципу матричного графа. А благодаря наличию нейросетей, любой желающий при должных знаниях может «научить» свой сервис обучаться, то есть чем больше люди будут пользоваться теми или иными функциями, тем лучше будут оптимизированы алгоритмы работы распознавания речи, благодаря улучшению генерирующей работы Марковской модели, расширением словарного запаса и пополнением библиотеки голосовых паттернов. Так, например, в 1990 году увидела свет одна из первых коммерческих программ по распознаванию речи — Dragon Dictate, ориентированная на массовый рынок потребителей. За эту космическую сумму денег пользователь получал возможность писать текст, просто проговаривая его в микрофон. К сожалению, программа не всегда работала корректно, и допускала даже по тем меркам достаточно серьезные ошибки.
Представляла она из себя портал VAL, призванный помочь покупателям в поиске нужной информации о интересующих товарах. Сферой использования этой системы были торговые центры, информационные стенды и прочие коммерчески ориентированные области деятельности. В 1997 году, вышла обновленная версия вышеупомянутой Dragon Dictate, в ней разработчики потрудились над скоростью и качеством распознавания речи. Google уже в 2002 году предприняла решение по развитию голосового поиска и интеграцией его в свою экосистему. Voice Search не имел особого успеха, но послужил отправной точкой для будущего приложения Voice Search для iPhone и Android, ставшим впоследствии интерактивным помощником Google Now, а с недавних пор Google Assistant. Система распознавания речи 2002 года от Google как и аналоги конкурентов работала при помощи телефонного звонка на специальный номер, пользователи не оценили такой способ поиска, так как он оказался попросту неудобен. Но разработчики компании засучив рукава продолжили движение в этой сфере, и судя по нынешним продуктам, время в стенах офиса на Mountain View было потрачено не зря.
В систему была введена фирменная система распознавания и синтезирования речи VoiceOver. Её главным отличием была независимость от «спикера», то есть пользоваться ей мог кто угодно — систему не нужно было обучать к определенному голосу. Возможность синтеза речи нашла применение для людей с плохим зрением, система могла читать любой текст на экране, от статей в интернете, электронных писем до элементов системы, например пунктов в меню настроек и названия файлов на рабочем столе. Позже Microsoft решили не отставать от Apple и интегрировали голосовое управление в свою новую Windows Vista. Google Voice Search Наконец, мы переходим к становлению нынешних голосовых помощников. Как я говорил, Google уже в 2002 году попробовали себя в создании поиска по телефону. Спустя 7 лет компания представила приложение голосового поиска на смартфонах iPhone.
Приложение функционировало с помощью облачных вычислений на серверах Google.
Сири, ты серьезно? У Алисы и Ассистента все как всегда хорошо. Теперь задачка на распознавание контекста. Ассистент в него «умеет», поэтому посмотрим на Алису и Сири. На первый вопрос Сири ответила и даже, что забавно, показала возраст Дурова , а вот второй посчитала за отдельный. Алиса выступила на уровне Google Ассистента. Теперь — к менее известным фактам: Сири вообще не поняла, на каком языке к ней обратились. Ассистент с Алисой как всегда не подвели. Задачи Начнем с самых простых и полезных.
Сообщения: А вот здесь подводит уже Алиса. Siri и Ассистент отправляют сообщения, Алиса отшучивается. Никому она ничего, конечно, не передала. Скорее всего, это связано с тем, что и Сири, и Google Ассистент — нативные помощники для своих систем, тогда как Алиса — стороннее приложение. К слову о них: сообщения в сторонних приложениях: Siri в этот раз не подвела — все четко. Ассистент тоже. Алиса опять отшутилась. И опять неудачно. Теперь — музыка: Обидно, что несмотря на встроенный в iOS Apple Music Сири испытывает большие проблемы с тем, чтобы включать песни западных исполнителей. Грамотно отличать русский от английского помощник Apple пока так и не умеет.
Музыку» соответственно. С английским у русской Siri полная катастрофа. Алиса выдала ссылку на клип в «Яндексе», Google.