آمازون لکس فناوریهای تشخیص گفتار خودکار (ASR) و درک زبان طبیعی (NLU) را برای رونویسی ورودی کاربر، شناسایی ماهیت درخواست آنها و مدیریت مؤثر مکالمات ارائه میکند. Lex به شما امکان میدهد مکالمات پیچیدهای ایجاد کنید، تجربه کاربری خود را سادهسازی کنید تا امتیازات رضایت مشتری (CSAT) را بهبود بخشید، و محدودیت را در مراکز تماس خود افزایش دهید.
تعاملات طبیعی و مؤثر با مشتری مستلزم آن است که عامل مجازی Lex اطلاعات ارائه شده توسط مشتری را به دقت تفسیر کند. یکی از سناریوهایی که می تواند به ویژه چالش برانگیز باشد، گرفتن آدرس خیابان در حین تماس است. به عنوان مثال، مشتری را در نظر بگیرید که اخیراً به شهر جدیدی نقل مکان کرده است و برای به روز رسانی آدرس خیابان خود برای حساب بی سیم خود تماس می گیرد. حتی یک کد پستی ایالات متحده می تواند طیف گسترده ای از نام خیابان ها را شامل شود. دریافت آدرس صحیح از طریق تلفن حتی برای عوامل انسانی می تواند دشوار باشد.
در این پست، نحوه استفاده از آمازون لکس و آمازون را نشان خواهیم داد سرویس مکان آمازون برای ارائه یک تجربه کاربری موثر برای گرفتن آدرس آنها از طریق صدا یا متن.
بررسی اجمالی راه حل
برای این مثال، ما از یک ربات آمازون Lex استفاده خواهیم کرد که قابلیت های سلف سرویس را به عنوان بخشی از آمازون اتصال جریان تماس هنگامی که کاربر با تلفن خود تماس می گیرد، می تواند درخواست تغییر آدرس خود را داشته باشد و ربات از آنها شماره مشتری و آدرس جدید خود را می خواهد. در بسیاری از موارد، آدرس جدید در اولین تلاش به درستی ثبت می شود. برای آدرسهای چالشبرانگیزتر، ربات ممکن است از آنها بخواهد که نام خیابان خود را مجدداً بیان کنند، نام خیابان خود را هجی کنند یا کد پستی یا شماره آدرس خود را تکرار کنند تا آدرس صحیح را دریافت کنند.
در اینجا یک نمونه تعامل کاربر برای مدل کردن ربات Lex ما آمده است:
تلفن گویا: سلام، به خدمات مشتریان بانک ACME خوش آمدید. چطور می تونم کمک کنم؟ می توانید موجودی حساب را بررسی کنید، چک سفارش دهید یا آدرس خود را تغییر دهید.
کاربر: میخوام آدرسمو عوض کنم
تلفن گویا: لطفا شماره مشتری خود را به من بگویید؟
کاربر123456.
تلفن گویا: با تشکر. لطفا کد پستی جدید خود را به من بگویید.
کاربر32312.
تلفن گویا: باشه، آدرس خیابان جدیدت چیه؟
کاربر: 6800 Thomasville Road, Suite 1-oh-1.
تلفن گویا: متشکرم. برای اطمینان از اینکه درست متوجه شدم، می توانید فقط نام خیابان خود را به من بگویید؟
کاربر: جاده توماس ویل.
تلفن گویا: خوب، آدرس جدید شما 6800 Thomasville Road, Suite 101, Tallahassee Florida 32312, USA است. درست است؟
کاربر: بله.
تلفن گویا: بسیار خوب، آدرس شما به روز شده است. آیا چیز دیگری وجود دارد که بتوانم در مورد آن کمک کنم؟
کاربر: نه ممنون.
تلفن گویا: ممنون از حضور شما روز خوبی داشته باشی!
به عنوان یک رویکرد جایگزین، میتوانید به جای درخواست کد پستی، کل آدرس را در یک نوبت ثبت کنید:
تلفن گویا: سلام، به خدمات مشتریان بانک ACME خوش آمدید. چطور می تونم کمک کنم؟ می توانید موجودی حساب را بررسی کنید، چک سفارش دهید یا آدرس خود را تغییر دهید.
کاربر: من می خواهم به روز رسانی نشانی من.
تلفن گویا: لطفا شماره مشتری خود را به من بگویید؟
کاربر123456.
تلفن گویا: با تشکر. لطفا آدرس جدید خود را شامل خیابان، شهر، ایالت و کد پستی به من بگویید.
کاربر: 6800 Thomasville Road, Suite 1-oh-1, Tallahassee Florida, 32312.
تلفن گویا: متشکرم. برای اطمینان از اینکه درست متوجه شدم، می توانید فقط نام خیابان خود را به من بگویید؟
کاربر: جاده توماس ویل.
تلفن گویا: خوب، آدرس جدید شما 6800 Thomasville Road, Suite 101, Tallahassee Florida 32312, US است. درست است؟
کاربر: بله.
تلفن گویا: بسیار خوب، آدرس شما به روز شده است. آیا چیز دیگری وجود دارد که بتوانم در مورد آن کمک کنم؟
کاربر: نه ممنون.
تلفن گویا: ممنون از حضور شما روز خوبی داشته باشی!
معماری راه حل
ما از یک ربات آمازون لکس که با آمازون کانکت ادغام شده است در این راه حل استفاده خواهیم کرد. هنگامی که کاربر تماس می گیرد و آدرس جدید خود را ارائه می دهد، Lex از تشخیص خودکار گفتار برای رونویسی گفتار خود به متن استفاده می کند. سپس، از یک استفاده می کند AWS لامبدا تابع تکمیل برای ارسال متن رونویسی شده به سرویس مکان آمازون، که جستجوی آدرس را انجام می دهد و یک آدرس عادی را برمی گرداند.
به عنوان بخشی از AWS CloudFormation پشته، شما همچنین می توانید یک اختیاری ایجاد کنید گزارشهای آمازون CloudWatch گروه گزارش برای گرفتن گزارش های مکالمه Lex، که می تواند برای ایجاد یک داشبورد تجزیه و تحلیل مکالمه برای تجسم نتایج استفاده شود (به پست مراجعه کنید ساخت داشبورد هوش تجاری برای ربات های آمازون لکس شما برای یک راه برای انجام این کار).
چگونه کار می کند
این راه حل چندین تکنیک را برای ایجاد یک تجربه کاربری موثر ترکیب می کند، از جمله:
- فناوری تشخیص خودکار گفتار آمازون لکس برای تبدیل گفتار به متن.
- ادغام با سرویس مکان آمازون برای جستجوی آدرس و عادی سازی.
- سافلکس سبک های املایی، برای پیاده سازی رویکرد "گفتن املا" زمانی که ورودی های صوتی واضح نیستند (به عنوان مثال، از کاربر بخواهید نام خیابان خود را بگوید، و سپس در صورت لزوم، آن را املا کند).
اولین قدم این است که مطمئن شوید که اسلات های مورد نیاز گرفته شده اند.
در بخش کد اول که در ادامه می آید، با استفاده از Lex از کاربر می خواهیم کد پستی و آدرس خیابان خود را بنویسد ElicitSlot
عمل گفتگو این elicit_slot_with_retries()
تابع بر اساس مجموعه ای از اعلان های قابل تنظیم از کاربر درخواست می کند.
آخرین بخش کد بالا از یک تابع کمکی استفاده می کند parse_address.parse()
که اعداد گفتاری را به رقم تبدیل می کند (مثلاً "شصت و هشتصد" را به "6800" تبدیل می کند).
سپس، اظهارات کاربر را به سرویس موقعیت مکانی آمازون ارسال می کنیم و پاسخ را بررسی می کنیم. ورودیهایی که خیابان، شماره خیابان یا کد پستی نادرست دارند را رد میکنیم. در مواردی که باید نام یا شماره خیابان را دوباره درخواست کنیم، آدرسهای پیشنهادی قبلی را نیز کنار میگذاریم.
هنگامی که یک آدرس حل شده داشتیم، آن را با کاربر تأیید می کنیم.
اگر آدرس حلوفصلشدهای را از سرویس مکان آمازون دریافت نکردیم، یا اگر کاربر بگوید آدرسی که ما پیشنهاد کردهایم درست نیست، اطلاعات اضافی را دوباره درخواست میکنیم و دوباره امتحان میکنیم. اسلات اطلاعات اضافی عبارتند از:
- StreetName: نوع اسلات AMAZON.StreetName
- SpelledStreetName: نوع اسلات AMAZON.AlphaNumeric (با استفاده از Amazon Lex سبک های املایی)
- StreetAddressNumber: نوع اسلات AMAZON.Number
منطق درخواست مجدد توسط next_retry()
تابع، که فهرستی از اقدامات را برای امتحان کردن بررسی می کند:
La next_retry()
تابع این اقدامات را به ترتیب امتحان خواهد کرد. شما می توانید دنباله اعلان ها را با تغییر ترتیب در آن تغییر دهید RETRY_ACTIONS
فهرست همچنین میتوانید اعلانهای مختلفی را برای سناریوهایی که سرویس مکان آمازون مطابقت پیدا نمیکند، در مقابل زمانی که کاربر میگوید آدرس پیشنهادی درست نبود، پیکربندی کنید. همانطور که می بینید، ممکن است از کاربر بخواهیم نام خیابان خود را مجدداً بیان کند، و در صورت عدم موفقیت، آن را با استفاده از سبک های املایی آمازون لکس املا کند. ما از این به عنوان یک رویکرد "گفتن طلسم" یاد می کنیم، و شبیه به نحوه تعامل یک عامل انسانی با مشتری در این سناریو است.
برای مشاهده عملکرد آن، می توانید آن را در حساب AWS خود مستقر کنید.
پیش نیازها
می توانید از پیوند CloudFormation که در زیر آمده است برای استقرار راه حل در حساب AWS خود استفاده کنید. قبل از استقرار این راه حل، باید تأیید کنید که پیش نیازهای زیر را دارید:
- موجود حساب AWS جایی که می توانید راه حل را مستقر کنید.
- دسترسی به خدمات AWS زیر:
- آمازون لکس
- AWS Lambda، برای ادغام با سرویس مکان آمازون
- سرویس مکان آمازون، برای جستجوی آدرس
- هویت AWS و مدیریت دسترسی (IAM)، برای ایجاد سیاست ها و نقش های لازم
- گزارشهای CloudWatch، برای ایجاد گروههای گزارش برای عملکرد Lambda و به صورت اختیاری برای گرفتن گزارشهای مکالمه Lex
- CloudFormation برای ایجاد پشته
- یک نمونه آمازون کانکت (برای دستورالعملهای مربوط به راهاندازی، رجوع کنید به یک نمونه آمازون اتصال ایجاد کنید).
مناطق AWS زیر از آمازون لکس، آمازون کانکت و سرویس مکان آمازون پشتیبانی می کنند: شرق ایالات متحده (شمال ویرجینیا)، غرب ایالات متحده (اورگان)، اروپا (فرانکفورت)، آسیا اقیانوسیه (سنگاپور)، منطقه آسیا و اقیانوسیه (سیدنی) و آسیا اقیانوس آرام (توکیو).
استقرار محلول نمونه
ورود به سیستم کنسول مدیریت AWS در حساب AWS خود، و پیوند زیر را برای استقرار راه حل نمونه انتخاب کنید:
این یک پشته CloudFormation جدید ایجاد می کند.
را وارد کنید نام پشته، از جمله lex-update-address-example
. ARN (نام منبع آمازون) را برای نمونه اتصال آمازون که برای آزمایش راه حل استفاده می کنید، وارد کنید. شما می توانید مقادیر پیش فرض را برای سایر پارامترها نگه دارید یا آنها را مطابق با نیاز خود تغییر دهید. انتخاب کنید بعدی، و هر برچسبی را که ممکن است برای پشته خود بخواهید اضافه کنید (اختیاری). انتخاب کنید بعدی دوباره، جزئیات پشته را مرور کنید، کادر را انتخاب کنید تا تأیید کنید که منابع IAM ایجاد خواهند شد و سپس انتخاب کنید پشته ایجاد کنید.
پس از چند دقیقه، پشته شما کامل می شود و منابع زیر را شامل می شود:
- یک ربات Lex، شامل نسخه منتشر شده با نام مستعار (
Development-Alias
) - یک تابع تکمیل لامبدا برای ربات (
BotHandler
) - یک گروه گزارش CloudWatch Logs برای گزارش های مکالمه Lex
- نقش های مورد نیاز Amazon IAM
- یک منبع سفارشی که یک نمونه جریان تماس را به نمونه Connect شما اضافه می کند
در این مرحله، می توانید تعامل مثال بالا را در کنسول Lex V2 امتحان کنید. شما باید نمونه ربات را با نامی که در قالب CloudFormation مشخص کرده اید مشاهده کنید (به عنوان مثال، update-address-bot
).
این ربات را انتخاب کنید، انتخاب کنید نسخه های ربات در پانل ناوبری سمت چپ، را انتخاب کنید نسخه 1 نسخه، و سپس انتخاب کنید اهداف در پنل سمت چپ لیستی از مقاصد و همچنین یک را خواهید دید تست را فشار دهید.
برای تست، را انتخاب کنید تست دکمه را انتخاب کنید Development-Alias
، و سپس انتخاب تکرار برای باز کردن پنجره آزمون
برای شروع، «میخواهم آدرسم را تغییر دهم» را امتحان کنید. این استفاده از UpdateAddressZipFirst
قصد گرفتن یک آدرس، با درخواست کد پستی و سپس درخواست آدرس خیابان.
شما همچنین می توانید بگویید "من می خواهم به روز رسانی آدرس من» را امتحان کنید UpdateAddress
intent، که یک آدرس را به یکباره با یک گفتار ضبط می کند.
تست با آمازون کانکت
حالا بیایید این را با صدا با استفاده از یک نمونه Connect امتحان کنیم. یک جریان تماس نمونه قبلاً در نمونه Connect شما پیکربندی شده است:
تنها کاری که باید انجام دهید این است که یک شماره تلفن تنظیم کنید و آن را با این جریان تماس مرتبط کنید. برای انجام این کار؛ این موارد را دنبال کنید:
- Amazon Connect را در کنسول AWS راه اندازی کنید.
- نمونه Connect خود را با انتخاب کردن باز کنید دسترسی به URL، و وارد شدن به نمونه.
- در داشبورد، را انتخاب کنید مشاهده شماره تلفن.
- انتخاب کنید ادعای شماره، یک کشور را از بین انتخاب کنید کشور: کشویی، و یک عدد را انتخاب کنید.
- توضیحاتی مانند «جریان نمونه برای بهروزرسانی یک آدرس با آمازون لکس» وارد کنید و جریان تماسی را که ایجاد کردهاید انتخاب کنید.
- را انتخاب کنید ذخیره.
اکنون آماده هستید تا با نمونه Connect خود تماس بگیرید تا ربات خود را با استفاده از صدا آزمایش کنید. فقط شماره تلفن خود را شماره گیری کنید و برخی از آدرس های ایالات متحده را امتحان کنید. برای امتحان کردن اولین روش کد پستی، بگویید «تغییر آدرس من». برای امتحان تغییر آدرس در یک نوبت، بگویید «بهروزرسانی آدرس من». شما همچنین می توانید فقط بگویید "آدرس جدید من است" و سپس یک آدرس معتبر ایالات متحده.
اما صبر کنید ... چیزهای بیشتری وجود دارد
یکی دیگر از موارد استفاده چالش برانگیز برای سناریوهای صوتی، گرفتن آدرس ایمیل کاربر است. این اغلب برای اهداف تأیید کاربر یا به سادگی اجازه دادن به کاربر برای تغییر آدرس ایمیل خود در پرونده مورد نیاز است. Lex دارای پشتیبانی داخلی برای آدرسهای ایمیل با استفاده از نوع شکاف داخلی AMAZON.EmailAddress است که از سبکهای املای Lex نیز پشتیبانی میکند.
استفاده از روش "گفتن طلسم" برای گرفتن آدرس های ایمیل می تواند بسیار موثر باشد، و از آنجایی که این رویکرد مشابه تجربه کاربر در سناریوهای ضبط آدرس خیابانی است که در بالا توضیح دادیم، آن را در اینجا گنجانده ایم. آن را امتحان کنید!
پاک کردن
ممکن است بخواهید پس از اتمام کار با ربات، منابع ایجاد شده به عنوان بخشی از الگوی CloudFormation را پاکسازی کنید تا از تحمیل هزینه های مداوم جلوگیری کنید. برای انجام این کار، پشته CloudFormation را حذف کنید.
نتیجه
آمازون لکس قابلیتهای تشخیص گفتار خودکار و درک زبان طبیعی قدرتمندی را ارائه میکند که میتوان از آنها برای گرفتن اطلاعات مورد نیاز از کاربران برای ارائه عملکرد خودکار و خودسرویس استفاده کرد. به دلیل گستردگی نامهای خیابانها، شهرها و شهرکها، گرفتن آدرس مشتری از طریق تشخیص گفتار میتواند چالش برانگیز باشد. با این حال، می توانید به راحتی آمازون لکس را با سرویس مکان آمازون ادغام کنید تا آدرس صحیح را بر اساس ورودی مشتری جستجو کنید. شما می توانید این تکنیک را در جریان مکالمه Lex خود بگنجانید.
درباره نویسنده
برایان یوست یک مدیر ارشد برنامه فنی در تیم AWS Lex است. او در اوقات فراغت خود از دوچرخه سواری در کوهستان، دم کردن در خانه و دستکاری با فناوری لذت می برد.
- '
- "
- 100
- دسترسی
- حساب
- عمل
- اقدامات
- اضافی
- نشانی
- آدرس
- عاملان
- معرفی
- قبلا
- جایگزین
- آمازون
- علم تجزیه و تحلیل
- اپل
- روش
- معماری
- آسیا
- آسیا و اقیانوسیه
- وابسته
- سمعی
- خودکار
- اتوماتیک
- در دسترس
- AWS
- بانک
- قبل از
- بهترین
- ربات
- ساخته شده در
- کسب و کار
- هوش تجاری
- صدا
- دعوت کننده
- قابلیت های
- گرفتن
- جلب
- موارد
- به چالش کشیدن
- تغییر دادن
- بار
- چک
- را انتخاب کنید
- شهرستانها
- شهر:
- رمز
- اتصال
- کنسول
- تماس
- مهار
- ادامه دادن
- گفتگو
- گفتگو
- کشور
- ایجاد
- ایجاد شده
- ایجاد
- سفارشی
- مشتری
- رضایت مشتری
- خدمات مشتری
- داشبورد
- نشان دادن
- گسترش
- استقرار
- شرح داده شده
- جزئیات
- مختلف
- مشکل
- رقم
- نمی کند
- در طی
- به آسانی
- موثر
- موثر
- پست الکترونیک
- وارد
- اروپا
- واقعه
- مثال
- تجربه
- اکتشاف
- نام خانوادگی
- فلوریدا
- جریان
- به دنبال
- پیروی
- به دنبال آن است
- تابع
- قابلیت
- گرفتن
- بزرگ
- گروه
- گروه ها
- کمک
- اینجا کلیک نمایید
- صفحه اصلی
- چگونه
- اما
- HTTPS
- انسان
- شناسایی
- هویت
- انجام
- بهبود
- شامل
- مشمول
- از جمله
- افزایش
- اطلاعات
- ورودی
- ادغام
- یکپارچه
- ادغام
- اطلاعات
- قصد
- اثر متقابل
- IT
- زبان
- ارتباط دادن
- فهرست
- محل
- مراجعه
- مدیریت
- مدیریت
- مدیر
- مسابقه
- مطابق
- مدل
- بیش
- نام
- طبیعی
- طبیعت
- جهت یابی
- لازم
- نیازهای
- عدد
- تعداد
- پیشنهادات
- مداوم
- باز کن
- سفارش
- اورگان
- دیگر
- خود
- ارام
- بخش
- ویژه
- نقطه
- سیاست
- قوی
- برنامه
- ارائه
- فراهم می کند
- اهداف
- محدوده
- تازه
- درخواست
- نیاز
- ضروری
- منابع
- منابع
- پاسخ
- نتایج
- برگشت
- بازده
- این فایل نقد می نویسید:
- رضایت
- سرویس
- خدمات
- تنظیم
- محیط
- چند
- مشابه
- پس از
- سنگاپور
- راه حل
- برخی از
- مصنوعی
- پشته
- آغاز شده
- دولت
- ایالات
- خیابان
- سبک
- پشتیبانی
- پشتیبانی از
- سیدنی
- تیم
- فنی
- تکنیک
- فن آوری
- پیشرفته
- آزمون
- تست
- زمان
- توکیو
- شهرها
- درک
- متحد
- ایالات متحده
- بروزرسانی
- us
- ایالات متحده
- استفاده کنید
- کاربران
- ارزش
- تایید
- نسخه
- در مقابل
- ویرجینیا
- مجازی
- صدا
- خوش آمد
- غرب
- WHO
- بي سيم
- کلمات
- خواهد بود