Nous comprenons mieux la saisie vocale si nous avons quelques connaissances sur le sujet de la conversation. Pensez à un agent du service client chez un grossiste de pièces automobiles pour vous aider avec les commandes. Si l’agent sait que le client recherche des pneus, il est plus susceptible de reconnaître les réponses (par exemple « Michelin ») au téléphone. Les agents récupèrent souvent ces indices ou astuces en fonction de leur connaissance du domaine et de leur accès aux tableaux de bord de business intelligence. Amazon Lex prend désormais en charge une fonctionnalité d'indices pour améliorer la reconnaissance des phrases pertinentes dans une conversation. Vous pouvez fournir par programmation des phrases sous forme d'indices lors d'une interaction en direct pour influencer la transcription de la saisie orale. Une meilleure reconnaissance génère des conversations efficaces, réduit le temps de traitement des agents et, en fin de compte, augmente la satisfaction des clients.
Dans cet article, nous passons en revue la fonctionnalité d’indices d’exécution et l’utilisons pour mettre en œuvre la vérification des appelants en fonction du nom de jeune fille de leur mère.
Présentation de la fonctionnalité des conseils d'exécution
Vous pouvez fournir une liste de phrases ou de mots pour aider votre bot dans la transcription de la saisie vocale. Vous pouvez utiliser ces astuces avec des types d'emplacements intégrés tels que les noms et prénoms, les noms de rues, la ville, l'état et le pays. Vous pouvez également les configurer pour vos types d'emplacements personnalisés.
Vous pouvez utiliser cette fonctionnalité pour transcrire des noms qui peuvent être difficiles à prononcer ou à comprendre. Par exemple, dans l’exemple de conversation suivant, nous l’utilisons pour transcrire le nom « Loreck ».
Entretien 1
IVR : Bienvenue à la banque ACME. Comment puis-je vous aider aujourd'hui?
Appelant : Je souhaite vérifier le solde de mon compte.
SVI : Bien sûr. Quel compte dois-je ouvrir ?
Appelant : Vérification
SVI : Quel est le numéro de compte ?
Appelant : 1111 2222 3333 4444
IVR : A des fins de vérification, quel est le nom de jeune fille de votre mère ?
Appelant : Loreck
IVR : Merci. Le solde de votre compte courant est de 123 dollars.
Les mots fournis à titre indicatif sont préférés aux autres mots similaires. Par exemple, dans le deuxième exemple de conversation, l'indice d'exécution (« Smythe ») est sélectionné par rapport à une transcription plus courante (« Smith »).
Entretien 2
IVR : Bienvenue à la banque ACME. Comment puis-je vous aider aujourd'hui?
Appelant : Je souhaite vérifier le solde de mon compte.
SVI : Bien sûr. Quel compte dois-je ouvrir ?
Appelant : Vérification
SVI : Quel est le numéro de compte ?
Appelant : 5555 6666 7777 8888
IVR : A des fins de vérification, quel est le nom de jeune fille de votre mère ?
Appelant : Smythe
IVR : Merci. Le solde de votre compte courant est de 456 dollars.
Si le nom ne correspond pas à l'indice d'exécution, vous pouvez échouer la vérification et acheminer l'appel vers un agent.
Entretien 3
IVR : Bienvenue à la banque ACME. Comment puis-je vous aider aujourd'hui?
Appelant : Je souhaite vérifier le solde de mon compte.
SVI : Bien sûr. Quel compte dois-je ouvrir ?
Appelant : Épargne
SVI : Quel est le numéro de compte ?
Appelant : 5555 6666 7777 8888
IVR : A des fins de vérification, quel est le nom de jeune fille de votre mère ?
demandeur: Jane
IVR : Il y a un problème avec votre compte. Pour obtenir de l’aide, vous serez redirigé vers un agent.
Vue d'ensemble de la solution
Passons en revue l'architecture globale de la solution (voir le schéma suivant) :
- Nous utilisons un bot Amazon Lex intégré à un Connexion Amazon flux de contacts pour offrir l’expérience conversationnelle.
- Nous utilisons un codehook de dialogue dans le bot Amazon Lex pour appeler un AWS Lambda fonction qui fournit un indice d'exécution sur le tour précédent de la conversation.
- Aux fins de cet article, les données du nom de jeune fille de la mère utilisées pour l'authentification sont stockées dans un Amazon DynamoDB tableau.
- Une fois l'appelant authentifié, le contrôle est transmis au robot pour effectuer des transactions (par exemple, vérifier le solde)
En plus de la fonction Lambda, vous pouvez également envoyer des conseils d'exécution à Amazon Lex V2 à l'aide de l'outil PutSession
, RecognizeText
, RecognizeUtterance
ou StartConversation
opérations. Les conseils d'exécution peuvent être définis à tout moment de la conversation et sont conservés à chaque tour jusqu'à ce qu'ils soient effacés.
Déployer l'exemple de bot Amazon Lex
Pour créer l’exemple de bot et configurer les indications d’expression d’exécution, effectuez les étapes suivantes. Cela crée un robot Amazon Lex appelé BankingBot
, et un type d'emplacement (accountNumber
).
- Télécharger Bot Amazon Lex.
- Sur la console Amazon Lex, choisissez Actions, L’.
- Choisissez le fichier
BankingBot.zip
que vous avez téléchargé et choisissez L’. - Choisissez le robot
BankingBot
sur la console Amazon Lex. - Choisissez la langue Anglais (GB).
- Selectionnez Développer.
- Télécharger le support Code lambda.
- Sur la console Lambda, créez une nouvelle fonction et sélectionnez Auteur à partir de zéro.
- Pour Nom de la fonction, Entrer
BankingBotEnglish
. - Pour Runtime, choisissez Python 3.8.
- Selectionnez Créer une fonction.
- Dans le Source du code section, ouverte
lambda_function.py
et supprimer le code existant. - Téléchargez le code de fonction et ouvrez-le dans un éditeur de texte.
- Copiez le code et saisissez-le dans le champ vide du code de fonction.
- Selectionnez déployer.
- Sur la console Amazon Lex, sélectionnez le bot
BankingBot
. - Selectionnez Déploiement et alors Alias, puis choisissez l'alias
TestBotAlias
. - Sur le Alias page, choisissez Langues et choisissez Anglais (GB).
- Pour Identifier, sélectionnez le robot
BankingBotEnglish
. - Pour Version Lambda ou alias, Entrer
$LATEST
. - Sur la console DynamoDB, choisissez Créer une table.
- Indiquez le nom tel que
customerDatabase
. - Fournissez la clé de partition comme
accountNumber
. - Ajouter un élément avec
accountNumber: “1111222233334444”
ainsi quemothersMaidenName “Loreck”
. - Ajouter un article avec
accountNumber: “5555666677778888”
ainsi quemothersMaidenName “Smythe”
. - Assurez-vous que la fonction Lambda a autorisations lire à partir de la table DynamoDB
customerDatabase
. - Sur la console Amazon Connect, choisissez Flux de contact.
- Dans la section Amazon Lex, sélectionnez votre bot Amazon Lex et rendez-le disponible pour utilisation dans le flux de contacts Amazon Connect.
- Télécharger flux de contacts à intégrer au bot Amazon Lex.
- Choisissez le flux de contacts pour le charger dans l'application.
- Assurez-vous que le bon bot est configuré dans le bloc « Get Customer Input ».
- Choisissez une file d'attente dans le bloc "Définir la file d'attente de travail".
- Ajoutez un numéro de téléphone au flux de contacts.
- Testez le flux IVR en appelant le numéro de téléphone.
Testez la solution
Vous pouvez désormais appeler le numéro de téléphone Amazon Connect et interagir avec le bot.
Conclusion
Les astuces d'exécution vous permettent d'influencer la transcription de mots ou d'expressions de manière dynamique dans la conversation. Vous pouvez utiliser la logique métier pour identifier les indices à mesure que la conversation évolue. Une meilleure reconnaissance des entrées de l'utilisateur vous permet d'offrir une expérience améliorée. Vous pouvez configurer des conseils d'exécution via le SDK Lex V2. La fonctionnalité est disponible dans toutes les régions AWS où Amazon Lex opère dans les langues anglaise (Australie), anglaise (Royaume-Uni) et anglaise (États-Unis).
Pour en savoir plus, consultez conseils d'exécution.
À propos des auteurs
Kai Lorec est un consultant en services professionnels Amazon Connect. Il travaille à la conception et à la mise en œuvre de solutions d'expérience client évolutives. Pendant son temps libre, on peut le trouver en train de faire du sport, du snowboard ou de la randonnée en montagne.
Anubhav Mishra est chef de produit chez AWS. Il passe son temps à comprendre les clients et à concevoir des expériences de produits pour relever leurs défis commerciaux.
Sravan Bodapati est responsable des sciences appliquées chez AWS Lex. Il se concentre sur la création de solutions d'intelligence artificielle et d'apprentissage automatique de pointe pour les clients AWS dans l'espace ASR et NLP. Dans ses temps libres, il aime faire de la randonnée, apprendre l'économie, regarder des émissions de télévision et passer du temps avec sa famille.
- "
- 100
- accès
- Compte
- ajout
- propos
- agents
- Tous
- Amazon
- Application
- architecture
- artificiel
- intelligence artificielle
- L'INTELLIGENCE ARTIFICIELLE ET LE MACHINE LEARNING
- Australie
- authentifié
- Authentification
- auto
- disponibles
- AWS
- fond
- Banque
- Block
- Bot
- Développement
- intégré
- la performance des entreprises
- l'intelligence d'entreprise
- Appelez-nous
- demandeur
- globaux
- vérification
- Selectionnez
- Ville
- code
- Commun
- NOUS CONTACTER
- Console
- consultant
- contact
- des bactéries
- Conversation
- conversations
- Pays
- engendrent
- crée des
- Customiser
- des clients
- expérience client
- Satisfaction client
- Service à la clientèle
- Clients
- données
- conception
- difficile
- Ne fait pas
- dollars
- domaine
- pendant
- Économie
- Edge
- éditeur
- efficace
- Anglais
- Entrer
- exemple
- existant
- Découvrez
- Expériences
- famille
- Prénom
- flux
- se concentre
- Abonnement
- trouvé
- fonction
- Maniabilité
- aider
- aider
- Comment
- HTTPS
- identifier
- Mettre en oeuvre
- la mise en œuvre
- influencer
- contribution
- intégrer
- des services
- Intelligence
- l'interaction
- aide
- IT
- ACTIVITES
- spécialisées
- langue
- APPRENTISSAGE
- apprentissage
- Probable
- Liste
- charge
- recherchez-
- click
- machine learning
- manager
- Match
- PLUS
- noms
- nombre
- ouvert
- Opérations
- passer commande
- Autre
- global
- les expressions clés
- jouer
- Point
- précédent
- Produit
- professionels
- fournir
- fournit
- des fins
- reconnaître
- pertinent
- Avis
- Itinéraire
- client
- évolutive
- Sciences
- Sdk
- choisi
- service
- Services
- set
- similaires
- sur mesure
- Solutions
- quelques
- Space
- Dépenses
- Sports
- Région
- rue
- Support
- Appuyer
- Les soutiens
- fiable
- pneus
- aujourd'hui
- Transactions
- tv
- types
- Uk
- comprendre
- compréhension
- us
- utilisé
- Vérification
- bienvenu
- Quoi
- Qu’est ce qu'
- des mots
- de travail
- vos contrats