Чи розуміє ШІ розмови, у яких клієнт і продавець говорять різними мовами?

Так. Сучасне розпізнавання мовлення справляється з діалогами, де клієнт і продавець говорять різними мовами - або перемикають мову просто посеред розмови. VILFF створений саме для такого середовища: він розпізнає десятки мов, розділяє, хто що сказав, і показує в порталі транскрипт із перекладом потрібною Вам мовою.

Чому змішані діалоги - це складно

Класичне розпізнавання очікує одну мову на запис. Реальне мовлення в торговому залі інше: клієнт запитує однією мовою, працівник відповідає іншою, назви товарів і брендів звучать англійською, і в одному реченні змішується все одразу. Так говорять у прикордонних регіонах, у містах із великою часткою приїжджих, у туристичних місцях і всюди, де в персоналу та клієнтів різні рідні мови. Додайте фоновий шум, відстань до мікрофона та акценти - і більшість універсальних інструментів ламаються.

Як із цим справляється VILFF

• Розділення мовців - кожна репліка прив'язана до клієнта або працівника;
• Мова на рівні репліки - модель не заганяє всю розмову в одну мову;
• Переклад у порталі - кожен діалог можна читати обраною мовою порталу, оригінал зберігається;
• Стійкість до шуму - детектор мовлення відрізає тишу і віддалені розмови, а сегменти з низькою впевненістю перевіряються повторно, а не вгадуються.

Якої точності очікувати

Точність залежить від розташування мікрофона та акустики приміщення. У звичайному шумному магазині розмови біля прилавка розпізнаються достатньо добре для надійної аналітики: тренди, теми, тон, цитати. Ми постійно оцінюємо якість на реальних знеособлених діалогах і налаштовуємо конвеєр там, де мовний мікс найскладніший.

Які мови підтримуються

Усі основні мови. На практиці в одному залі зазвичай звучать дві-три: державна мова країни, мова великої мовної групи регіону та англійська - саме та комбінація, під яку VILFF оптимізований і на якій тестується щодня. Якщо у Вас рідкісна мовна пара, надішліть приклад запису: ми перевіримо якість розпізнавання ще до початку роботи.