Сегодня мы делаем первые шаги к тому, чтобы у голосового помощника появился визуальный образ. В статье мы рассмотрим историю развития голосовых ассистентов — от первых синтезаторов речи 1779 года до умных колонок в наших домах. В постоянно меняющемся мире технологий неизменно лишь одно: желание технокомпаний запустить свой голосовой помощник.
Голос будущего: как появились голосовые ассистенты
В то же время современные ученые утверждают, что языковые модели ИИ, на которых основаны голосовые помощники, не столько понимают нас, сколько имитируют это понимание. Аналитики Juniper Research прогнозируют трехкратное увеличение использования цифровых голосовых помощников. Использование голосового ассистента помогает сократить задержки, паузы в диалоге с клиентом, время ожидания при пиковых нагрузках и массовых инцидентах. Лучшие голосовые помощники: 4 ассистента с поддержкой русского языка. Обзор функций голосового помощника Алиса от «Яндекс». на 121,3% в год.
Русскоговорящие голосовые помощники: кто умнее?
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. Голосовому помощнику нужно учитывать множество акцентов, в которых фонемы звучат по-разному. Рынок голосовых помощников в 2022-м вырос на 33%, до 2,7 млрд руб. В 2023-м он может увеличиться еще на 40–45% за счет перехода на голосовые контакт-центры и роста потребности в персонализации. Сегодня мы делаем первые шаги к тому, чтобы у голосового помощника появился визуальный образ.
Обновлён рейтинг голосовых помощников
Идеал, в соответствии с которым разрабатываются поисковые системы, — это всезнающий ИИ, выдающий актуальную и точную информацию в виде краткого и простого для понимания текста. А с появлением голосовых помощников, таких как Siri и Alexa, языковые модели становятся универсальной технологией для поиска информации. Однако не всем нравится это новшество. Некоторые исследователи утверждают, что видимая простота диалога между пользователем и ИИ скрывает тот факт, что ИИ при этом наделяется авторитетом, которой ни на чем не основан. Не так давно Чираг Шах, специалист по поисковым технологиям из Вашингтонского университета, и его коллега Эмили Бендер, изучающая компьютерную лингвистику и этические проблемы обработки естественного языка, опубликовали статью , в которой поделились опасениями, что использование для поиска языковых моделей может привести к распространению дезинформации и поляризации общественного мнения. Также исследовательница предупреждает об опасностях использования больших языковых моделей в своей статье , написанной в соавторстве с Тимнит Гебру, технической руководительницей комитета по этическим вопросам, связанным с ИИ. Бендер считает, что упрощать поиск информации до простого вопроса к эксперту, который якобы знает все, — это весьма инфантильный подход. Статья не осталась незамеченной и вызвала скандал, который привел к увольнению Гебры из Google. Google использует ИИ, чтобы повысить точность интерпретации запросов пользователей в уже существующем поисковом софте. Но некоторые исследователи убеждены, что с помощью ИИ можно пересмотреть саму сущность поиска. Пример тому — языковая модель LaMDA.
В прошлом году исследователь из Google Дон Метцлер и его коллеги предложили превратить процедуру поиска в диалог между пользователем и языковой моделью. При этом компьютеры должны были отвечать на вопросы так, словно они были настоящими экспертами. Для этих же целей Google разработало на основе ИИ так называемую многозадачную унифицированную модель, или MUM, составляющую ответ на пользовательский запрос из информации, полученной из разных источников. Но, по ее словам, Google пока не планирует выводить свои разработки на рынок: «Мы признаем, что машинная интерпретация языка создает ряд нерешенных проблем, поэтому в целом мы придерживаемся очень осторожного подхода».
Кроме того, маркетинговые голосовые ассистенты, которые производят обзвон потенциальных клиентов, генерируют компаниям дополнительную прибыль. В будущем отличить голосового ассистента от живого человека станет почти невозможно, считают специалисты. Каковы перспективы Исследование Group4media , опубликованное в октябре 2022 г.
Исследование проводилось с января по сентябрь 2022 г. В опросе приняли участие жители российских городов с населением от 100 000 в возрасте от 14 лет. Виртуальные голосовые помощники — это развитие технологии чат-ботов на основе ИИ. К классическому боту «прикручивается» две технологии: синтеза голоса и распознавания речи. Хорошо обученные модели позволяют голосовому ассистенту поддерживать разговор с пользователем. Например, клиент спрашивает что-то, одна нейронная сеть переводит голос в текст, другая анализирует его и ищет ответ в базе знаний.
Заказ оформляется в разы быстрее; повторить заказ. Чтобы приложение максимально подтолкнуло клиента к покупке, мы предложили в пару к голосовому ассистенту использовать AR-режим для любого блюда. Таким образом, голосовой ассистент помогает клиенту почувствовать себя так, будто он находится в реальном ресторане. Заказ блюд делается предельно быстро, компания может продать больше и сэкономить на обслуживании бизнеса.
Другой пример использования голосового помощника — семейство виртуальных ассистентов Сбербанка. Это кейс с прицелом на кастомизацию: помощников три, каждый со своим характером, голосом и целевой аудиторией. Количество сценариев соответствует широкому диапазону запросов: можно переводить деньги, записываться к парикмахеру, болтать, искать рецепты. Juniper Research утверждает, что к 2024 году потребители будут взаимодействовать с голосовыми помощниками на более чем 8,4 миллиарда устройств. Казалось бы, такая статистика предвещает расцвет популярности голосовых помощников, что ведёт к росту кейсов, связанных с технологией. Но если всмотреться внимательнее, всё не так однозначно. То есть большинство владельцев умных девайсов используют их исключительно как аудиоустройства. Интеграция с аудиостриминговыми сервисами — самый понятный и популярный сценарий для виртуальных помощников. Голос — естественный и удобный способ управления музыкальным потоком. Музыка как настроенческая область сама подталкивает нас к голосовому взаимодействию.
В отличие от сервисных запросов — «купи бананы» или «позвони бабуле» — здесь менее всего важна точность. Напротив, пользователи стремятся уйти от детализации. On demand-обращения уступают место сложным и абстрактным формам: не «поставь КиШа», а «поставь что-нибудь бодрое». Это подтверждает готовность аудитории воспринимать голосового помощника как систему, потенциально способную на сложное, почти человеческое взаимодействие. И системы постепенно начинают этому соответствовать, самообучаясь и усиливая свои навыки кастомизации. Именно поэтому наибольшее развитие голосовых помощников происходит не в ecommerce, фудтехе или в сфере госуслуг, а в музыкальных сервисах. Сегодня аудиостриминговые приложения — единственная область, в которой возможности виртуальных ассистентов раскрываются полностью и соответствуют ожиданиям потребителя. В остальных сферах голосовые помощники всё ещё не самодостаточны. После периода завышенных ожиданий 2018—2019 годов, когда ИТ-компании одна за другой анонсировали выход умных колонок, кривая hype cycle вывела технологию на новый виток — избавления от иллюзий. Оказалось, что на пути развития технологии стоят серьёзные препятствия.
Есть сложности с интерфейсом ввода и вывода вспомните, как часто вам хотелось показать Алисе, что именно вы имеете в виду. Есть трудности с эмоциональным восприятием помощников и общением с неживыми предметами. Голос удобен для управления, но в контексте человеческого общения он не существует сам по себе. Огромное значение имеет интонация, порядок слов — нюансы, к восприятию которых искусственный интеллект приблизился лишь отдалённо.
Битрикс24 Ассистент — позволяет управлять своим профилем Битрикс24 через чат с ботом. Для начала понадобится авторизоваться через свой аккаунт. Впоследствии можно создавать задачи, добавлять встречи, а также писать сообщения. Поиск телефона — с помощью этого навыка можно найти свой телефон. Алиса попросит указать номер телефона в международном формате. От обычного вызова это отличается тем, что голосовой ассистент запускает громкий звонок, даже если устройство находится в беззвучном режиме.
Определитель информ — позволяет узнать регион определенного номера и обслуживающего его оператора связи. Если он привязан к какой-либо организации, в ответном сообщении обязательно будет указано ее название. А если указанный телефон найдется в базах подозрительных номеров, ниже отобразится дополнительная справка. Бизнес и финансы Если вы хотите рассчитать приблизительную стоимость кредита, узнать стоимость ценных бумаг или оформить страховку, то вам точно сюда. HeadHunter — позволяет найти интересные вакансии и узнать зарплату. Вводите желаемую должность и город, выбираете понравившуюся вакансию и кликаете по ней. После этого в новом окне откроется страница hh. Помощник Сбербанк — официальный навык крупнейшего банка России, позволяющий узнать практически любую информацию о его деятельности. Например, можно спросить у бота, где находится ближайшее отделение. Ак Барс Онлайн — тоже банковский сервис.
Для работы с ним необходимо авторизоваться через официальное приложение. Там уже можно будет выйти на более подробные настройки и управлять своими средствами через данный чат. Образование Для любознательных тоже много чего предусмотрено. К примеру, можно угадывать звучание музыкальных инструментов, животных или птиц, узнавать интересные факты об окружающей среде или космосе. Физика вокруг — тут представлен образовательный квест. Понадобится решить несколько задач для полного прохождения. Умный Пересказ — виртуальный помощник в этом навыке читает популярные произведения литературы. Можно искать книги по авторам, смотреть подборки, а также прослушать произведения из курса школьной программы с 5 по 11 класс. Аудио и подкасты Аудиоконтент набирает все большую популярность, и Алису это тоже стороной не обошло. В отдельной категории есть куча умений, с помощью которых можно прослушивать книги, подкасты или радио, настраивать инструменты, создавать биты, делать зарядку для голоса и так далее.
Я приметила для себя навык от ЛитРес, но узнала, что он, к сожалению, работает только на Яндекс. Зарядка для голоса — идеальный инструмент для тренировки голоса. С виртуальным ассистентом этот процесс проходит и веселее, и интереснее. Надо лишь соблюдать все указанные советы. Настройка гитары — помогает настроить гитару. Просто называете ноту, а Алиса воспроизводит ее звучание. Общение Алиса не просто интересно болтает. Эта помощница также произносит тосты, дает предсказания, рассказывает анекдоты или секреты российских блогеров. Впрочем, от секретов тут только само слово.
Голосовой помощник
Множество полезных навыков для голосового помощника ждут вас в Каталоге навыков Алисы. Лучшие голосовые помощники: 4 ассистента с поддержкой русского языка. Голосовой помощник — искусственный интеллект с развитыми навыками распознавания речи, который обрабатывает огромные объемы информации, благодаря чему постоянно учится. Согласно данным ВЦИОМ, голосовыми сообщениями пользуются 64% россиян. По нашим оценкам, от 90 до 95% пользователей голосовых ассистентов используют помощники на телефонах.
Как настроить Марусю на телефоне. Здесь всё, что нужно знать
В постоянно меняющемся мире технологий неизменно лишь одно: желание технокомпаний запустить свой голосовой помощник. неправильного произношения и рекомендации:Использование голосовых помощников может значительно упростить повседневные задачи, такие как поиск информации, управление устройствами, покупки и другие. Мне, как и любому другому владельцу смартфона, важна не столько функциональность голосового помощника, сколько удобство его использования. Запускать каждый раз приложение, чтобы Маруся зачитала новости или позвонила кому-то из телефонной книги. Сколько стоит создание ассистента и что для этого нужно уметь. Пока разработку собственных голосовых помощников могут позволить себе крупные компании. «Помощников много не бывает»: лучшие голосовые ассистенты для русскоязычных пользователей. Полный список голосовых команд для голосового ассистента Маруся от компании Mail ru (VK).
Маруся голосовой помощник команды для умных колонок VK Капсула
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. Ассистент сразу открыл видео на YouTube. Посмотрим, как обстоят дела с российскими исполнителями: Тут Сири выступила на уровне Алисы — поделилась ссылками на ролик из поисковика. Ассистент снова сразу же открыл на YouTube нужное видео. Переходим к еде: И вот тут Алиса удивила. Если Сири и Google Ассистент просто открыли список ближайших пиццерий, помощник «Яндекса» вызвал карточку «Папа Джонс», где можно полностью сформировать заказ.
Кафе: Тут все без сюрпризов — все помощники справились.
Ava предназначена для глухих и слабослышащих людей, показывая им кто и что говорит. VocaliD использует голосовой банк и технологии обработки голоса, позволяющие создать уникальные голоса, персонализирующие любые устройства, которые преобразуют текст в голос. Voiceitt - разрабатывает первую в мире технологию распознавания голоса, предназначенную для понимания нестандартной речи.
Платформы для разработчиков Эти компании создают программные решения для тех, кто хочет разрабатывать и публиковать голосовые приложения, особенно если они предназначены для нескольких аппаратных платформ например, Amazon Alexa и Google Home. ConversationHealth создает функциональные боты для поддержки клинической деятельности. Orbita — это платформа корпоративного уровня для создания и поддержки голосовых медицинских приложений, имеющих и голосовой и чатбот-интерфейсы. Голосовые биомаркеры Структурные составляющие голоса, такие как высота, тон, ритм, громкость и частота, могут работать как голосовые биомаркеры.
На основании их анализа можно получить информацию о различных болезнях - от когнитивного расстройства до сердечного приступа. BeyondVerbal разработала технологию, которая выделяет различные акустические характеристики из речи человека, позволяя оценить его здоровье, психическое состояние и эмоциональный статус. Cogito позволяет в реальном времени оценивать эмоциональное состояние человека по его голосу. Corti — это цифровой помощник, использующий алгоритмы глубокого обучения для помощи медицинскому персоналу в принятии важных решений в сложных условиях.
Healthymize обеспечивает персонализированный мониторинг речи, основанный на анализе голоса человека и его дыхания во время телефонного разговора. NeuroLex работает над созданием платформы, которая использует лингвистику как инструмент, характеризующие различные заболевания. Sonde разрабатывает голосовую технологию, которая должна преобразовать методику мониторинга и диагностики психического и физического здоровья.
Отмечается, что Минздрав планирует увеличить количество пациентов под мониторингом до 25 000 к 2024 году.
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. Благодаря огромному числу голосовых запросов пользователей, словесная и фонетическая база данных на серверах к 2011 году насчитывала уже около 230 миллиардов слов на разных языках мира. Благодаря колоссальному успеху, приложение Voice Search по сей день закрепляет за собой славу самого популярного сервиса Google. Позже появилась версия и под собственную операционную систему Android. В связи с этим корпорацией была развернута масштабная рекламная кампания смартфонов на фирменной платформе, акцентируя внимание клиентов на уникальной для того времени фишке — голосовом поиске. В 2011 году функцию голосового поиска получил и фирменный браузер Google Chrome. В 2012 году вместе с презентацией Android 4. Функционал работы сервиса строился на подборе актуальной информации для пользователя с учетом его местоположения, личной информации календаря, поисковых запросов, истории браузера и маршрутам перемещения. Каждый пользователь имел возможность настроить карточки с рекомендациями под себя. Например, добавить карточки с актуальными новостями, играми любимых спортивных команд, проходящими рядом с ним мероприятиями и котировками акций. Умный ассистент стал эксклюзивом для умной колонки Google Home и смартфонов Pixel. Позже функция появилась в оригинальном приложении Google на всех смартфонах Android. Siri Ныне фирменный голосовой ассистент Apple некогда был отдельным приложением, которое распространялось в App Store. Разработкой Siri занимался «Всемирный центр исследования искусственного интеллекта» аж с 2007 года. И именно Siri является первым в мире голосовым ассистентом, потому что система умела не только делать поиск в сети интернет, как например Voice Search от Google, но и вести какой-никакой диалог с пользователем при помощи синтезатора речи и заготовленных фраз. В Apple понимали перспективность технологии и уже в 2010 году выкупили права на её использование.