Thêm AI đàm thoại vào bất kỳ trung tâm liên hệ nào với Amazon Lex và SDK Amazon Chime

Được xuất bản lại bởi Plato

Người theo dõi: 0

Sự hài lòng của khách hàng là một thước đo tiềm ẩn ảnh hưởng trực tiếp đến lợi nhuận của một tổ chức. Với những tiến bộ công nghệ nhanh chóng trong thập kỷ qua, điều quan trọng hơn là phải nâng cao sự tập trung của khách hàng theo những cách sau:

Giúp khách hàng của bạn có thể tiếp cận tổ chức của bạn bằng nhiều phương thức, bao gồm thoại, văn bản, mạng xã hội, v.v.
Cung cấp cho khách hàng của bạn trải nghiệm dịch vụ và hậu mãi hiệu quả cao
Liên tục cải thiện chất lượng dịch vụ của bạn khi các xu hướng và động lực kinh doanh thay đổi

Việc thiết lập các trung tâm liên lạc hiệu quả cao đòi hỏi phải tự động hóa đáng kể, khả năng mở rộng quy mô và cơ chế học hỏi tích cực thông qua phản hồi của khách hàng. Có một thách thức ở mọi thời điểm trong hành trình khách hàng của trung tâm liên lạc — từ thời gian giữ lâu ở thời điểm ban đầu cho đến chi phí hoạt động liên quan đến thời gian xử lý trung bình dài.

Trong các trung tâm liên lạc truyền thống, một giải pháp cho thời gian giữ lâu là kích hoạt các tùy chọn tự phục vụ cho khách hàng bằng cách sử dụng hệ thống Phản hồi bằng giọng nói tương tác (IVR). IVR sử dụng một tập hợp các tùy chọn menu tự động để giúp giảm khối lượng cuộc gọi đại lý bằng cách giải quyết các yêu cầu thường gặp phổ biến mà không liên quan đến đại lý trực tiếp. Tuy nhiên, IVR truyền thống thường tuân theo một trình tự được xác định trước, không có khả năng đáp ứng các yêu cầu của khách hàng một cách thông minh. IVR không mang tính hội thoại như vậy có thể khiến khách hàng của bạn thất vọng và khiến họ cố gắng liên hệ với đại lý càng sớm càng tốt, điều này làm tăng tỷ lệ chệch hướng cuộc gọi của bạn. Bạn có thể giải quyết thách thức này bằng cách thêm trí tuệ nhân tạo (AI) vào IVR của mình. IVR hỗ trợ AI có thể giúp khách hàng của bạn giải quyết các vấn đề một cách nhanh chóng và chính xác hơn mà không cần sự can thiệp của con người. Khi cần một đại lý, IVR hỗ trợ AI có thể định tuyến khách hàng của bạn đến đúng đại lý với thông tin chính xác đã được thu thập, do đó giúp khách hàng không phải lặp lại thông tin. Với các dịch vụ AWS AI, điều đó thậm chí còn dễ dàng hơn vì không cần đào tạo về máy học (ML) hoặc chuyên môn để sử dụng các mô hình ML mạnh mẽ, được đào tạo trước.

Các ứng dụng tự động do AI hỗ trợ là lựa chọn tự nhiên cho IVR vì chúng có thể hiểu và phản hồi bằng ngôn ngữ tự nhiên. Ngoài ra, bạn có thể thêm các khả năng nâng cao vào IVR của mình để học hỏi và phát triển dựa trên cách khách hàng tương tác với IVR. Với Amazon, bạn có thể xây dựng các hệ thống AI đàm thoại đa ngôn ngữ mạnh mẽ và nâng cao trải nghiệm tự phục vụ cho khách hàng của mình mà không cần kỹ năng ML. Với Amazon Chime SDK, bạn có thể dễ dàng tích hợp trung tâm liên hệ hiện có của mình với Amazon Lex bằng cách sử dụng Ứng dụng phương tiện Amazon Chime SDK SIP. Điều này bao gồm các trung tâm liên lạc như Avaya, Cisco, Genesys, và các trung tâm khác. Tích hợp Amazon Chime SDK với Amazon Lex khả dụng ở các Khu vực AWS Đông Hoa Kỳ (N. Virginia) và Tây Hoa Kỳ (Oregon).

Điều này cho phép bạn tích hợp gốc linh hoạt với Amazon Lex để tự phục vụ do AI cung cấp và khả năng tích hợp với một loạt các dịch vụ AWS AI khác để chuyển đổi toàn bộ hoạt động của trung tâm liên lạc của bạn.

Trong bài đăng này, chúng tôi cung cấp hướng dẫn về cách bạn có thể thêm IVR do AI hỗ trợ vào bất kỳ trung tâm liên hệ nào hỗ trợ trung kế SIP bằng cách sử dụng Amazon Chime SDK và Amazon Lex, thông qua Tích hợp âm thanh Amazon Chime SDK PSTN với Amazon Lex. Chúng tôi đề cập đến các chủ đề sau trong bài đăng này:

Kiến trúc giải pháp tham chiếu cho AI tự phục vụ
Triển khai giải pháp
Xem lại số dư tài khoản chatbot
Đánh giá Trình kết nối giọng nói Amazon Chime SDK
Thử nghiệm giải pháp
Làm sạch tài nguyên

Tổng quan về giải pháp

Như đã mô tả trong phần trước, chúng tôi sử dụng hai dịch vụ AWS chính, Amazon Lex và Amazon Chime SDK, để xây dựng giải pháp AI tự phục vụ. Chúng tôi cũng dùng AWS Lambda (một dịch vụ máy tính không máy chủ được quản lý hoàn toàn), Đám mây điện toán đàn hồi Amazon (Amazon EC2, một cơ sở hạ tầng máy tính) và Máy phát điện Amazon (một cơ sở dữ liệu SQL không được quản lý hoàn toàn) để tạo một ví dụ làm việc. Cơ sở mã cho giải pháp này có sẵn trong kho lưu trữ GitHub đi kèm. Hướng dẫn triển khai và thử nghiệm giải pháp này được cung cấp trong phần tiếp theo.

Sơ đồ sau minh họa kiến trúc giải pháp.

Quy trình giải pháp bao gồm các bước sau:

Khi chúng tôi gọi điện bằng điện thoại cố định hoặc điện thoại di động, Mạng Điện thoại Chuyển mạch Công cộng (PSTN) sẽ kết nối chúng tôi với bên kia. Trong bản trình diễn này, chúng tôi sử dụng một Máy chủ dấu hoa thị (khung trung tâm liên hệ miễn phí) được triển khai trên máy chủ Amazon EC2 để mô phỏng trung tâm liên hệ được kết nối với PSTN thông qua Trình kết nối giọng nói Amazon Chime. Asterisk là một triển khai phần mềm của một tổng đài chi nhánh riêng (PBX) - một bộ điều khiển mạng điện thoại riêng được sử dụng trong một công ty hoặc tổ chức.
Là một phần của bản trình diễn này, một số điện thoại được lấy qua Amazon Chime SDK và được liên kết với Asterisk PBX. Khi một cuộc gọi được thực hiện đến số này, nó sẽ được gửi dưới dạng SIP (Giao thức bắt đầu phiên) tới máy chủ Asterisk PBX. Sau đó, Asterisk PBX sẽ định tuyến cuộc gọi này đến Trình kết nối giọng nói Amazon Chime bằng SIP, nơi nó kích hoạt Ứng dụng phương tiện Amazon Chime SIP.
Âm thanh Amazon Chime PSTN sử dụng ứng dụng phương tiện SIP để tạo ứng dụng VoIP có thể lập trình. Ứng dụng phương tiện Amazon Chime SIP hoạt động với chức năng Lambda để xử lý cuộc gọi theo chương trình.
Khi cuộc gọi đến ứng dụng phương tiện Amazon Chime SIP, hàm Lambda liên quan sẽ được gọi. Hàm lưu trữ thông tin cuộc gọi trong bảng DynamoDB và trả về StartBotConversation hoạt động. Các StartBotConversation hành động thiết lập cuộc trò chuyện thoại giữa người dùng cuối trên PSTN và bot Amazon Lex.
Amazon Lex là một dịch vụ AWS AI được quản lý hoàn toàn với các mô hình ngôn ngữ tự nhiên tiên tiến để thiết kế, xây dựng, kiểm tra và triển khai các giao diện trò chuyện trong các ứng dụng. Nó kết hợp công nghệ nhận dạng giọng nói tự động và hiểu ngôn ngữ tự nhiên để tạo ra sự tương tác giống như con người cho các ứng dụng của bạn. Ví dụ: bản trình diễn này triển khai một bot để thực hiện ba tác vụ tự động hoặc ý định: Check Balance, Transfer Fundsvà Open Account. Ý định đại diện cho một hành động mà người dùng muốn thực hiện.
Cuộc trò chuyện bắt đầu bằng việc người gọi tương tác với bot Amazon Lex bằng cách nói cho bot biết họ muốn làm gì. Khả năng nhận dạng giọng nói tự động (ASR) và khả năng hiểu ngôn ngữ tự nhiên (NLU) của bot giúp bot hiểu được đầu vào của người dùng. Amazon Lex có thể xác định ý định được yêu cầu dựa trên đầu vào của người gọi và các câu nói mẫu được định cấu hình cho từng ý định.
Sau khi mục đích được xác định, Amazon Lex tương tác với người gọi để thu thập thông tin cho tất cả các vị trí được định cấu hình cho mục đích đó. Ví dụ, Open Account ý định bao gồm bốn vị trí:
1. Tên
2. Họ
3. Loại tài khoản
4. Số điện thoại
Amazon Lex làm việc với người gọi để nắm bắt thông tin cho tất cả các vị trí bắt buộc này của mục đích đã chọn. Sau khi những điều này đã được nắm bắt và ý định đã được thực hiện, Amazon Lex trả lại quá trình xử lý cuộc gọi cho ứng dụng phương tiện Amazon Chime SIP, cùng với kết quả đầy đủ của cuộc trò chuyện với bot Amazon Lex.
Các bước xử lý tiếp theo được thực hiện bởi hàm Lambda của trình xử lý âm thanh PSTN. Điều này bao gồm phân tích cú pháp kết quả, xác định hành động tuyến cuộc gọi tiếp theo, lưu trữ kết quả trong bảng DynamoDB và trả lại hành động gác máy.
Tổng đài Asterisk sử dụng thông tin được lưu trữ trong bảng DynamoDB để xác định hành động tiếp theo. Ví dụ: nếu người gọi muốn kiểm tra số dư của họ, cuộc gọi sẽ kết thúc. Tuy nhiên, nếu người gọi muốn mở tài khoản, cuộc gọi sẽ được gửi đến đại lý và bao gồm thông tin được thu thập trong bot Amazon Lex.

Chúng tôi vừa dùng Bộ công cụ phát triển đám mây AWS (AWS CDK) để đóng gói ứng dụng này để dễ dàng triển khai trong tài khoản của bạn. AWS CDK là một khung phát triển phần mềm mã nguồn mở để xác định các tài nguyên ứng dụng đám mây của bạn bằng các ngôn ngữ lập trình quen thuộc. Nó cung cấp các thành phần cấp cao được gọi là cấu trúc định cấu hình trước các tài nguyên đám mây với các giá trị mặc định đã được chứng minh, vì vậy bạn có thể xây dựng các ứng dụng đám mây một cách dễ dàng.

Điều kiện tiên quyết

Trước khi triển khai giải pháp, chúng tôi cần có tài khoản AWS và máy cục bộ để chạy ngăn xếp AWS CDK. Hoàn thành các bước sau:

Đăng nhập vào tài khoản AWS của bạn.
Nếu không có tài khoản AWS, bạn có thể đăng ký một.Đối với khách hàng mới, AWS cung cấp Bậc miễn phí, cung cấp khả năng khám phá và dùng thử các dịch vụ AWS miễn phí (lên đến các giới hạn được chỉ định cho từng dịch vụ). Điều này có thể giúp bạn có được kinh nghiệm thực tế với nền tảng AWS, sản phẩm và dịch vụ.Chúng tôi sử dụng máy cục bộ, chẳng hạn như máy tính xách tay hoặc máy tính để bàn, để triển khai ngăn xếp bằng AWS CDK.
Mở cửa sổ đầu cuối mới cho MacOS hoặc putty cho HĐH Windows để cài đặt tất cả các điều kiện tiên quyết cần thiết để triển khai giải pháp.
Cài đặt phần mềm tiên quyết sau:
1. Giao diện dòng lệnh AWS (AWS CLI) - Một công cụ dòng lệnh để tương tác với các dịch vụ AWS. Để biết hướng dẫn cài đặt, hãy tham khảo Cài đặt, cập nhật và gỡ cài đặt AWS CLI.
2. Node.js > 16 - Công cụ phụ trợ JavaScript mã nguồn mở để phát triển và triển khai ứng dụng. Để biết hướng dẫn cài đặt, hãy tham khảo Hướng dẫn: Thiết lập Node.js trên Phiên bản Amazon EC2.
3. sợi - Yarn là trình quản lý gói cho mã của bạn. Nó cho phép dễ dàng truy cập để sử dụng và chia sẻ mã giữa các nhà phát triển. Chạy lệnh sau để cài đặt Yarn:
```
curl -o- -L https://yarnpkg.com/install.sh | bash
```
  Bây giờ chúng tôi chạy các lệnh sau để thiết lập các khóa truy cập AWS mà chúng tôi cần. Để biết thêm thông tin, hãy tham khảo Quản lý khóa truy cập cho người dùng IAM.
Chạy lệnh sau:
```
aws configure list
```
Chạy lệnh sau:
```
aws configure
```
Cung cấp các giá trị cho ID khóa truy cập và khóa truy cập bí mật của tài khoản AWS của bạn.
Thay đổi tên Vùng hoặc để nguyên Vùng mặc định.
Chấp nhận giá trị mặc định của JSON cho định dạng đầu ra.

Triển khai giải pháp

Bạn cũng có thể tùy chỉnh giải pháp này cho các yêu cầu của bạn. Xem lại các tài nguyên đầu ra mà triển khai này chứa và sửa đổi hàm Lambda để thêm logic nghiệp vụ tùy chỉnh mà bạn cần cho giải pháp của riêng mình.

Chạy các bước sau trong cùng một thiết bị đầu cuối để triển khai ứng dụng:

Sao chép kho lưu trữ git:

git clone https://github.com/aws-samples/amazon-chime-pstn-audio-with-amazon-lex.git

Nhập thư mục dự án:

cd amazon-chime-pstn-audio-with-amazon-lex
Triển khai ứng dụng AWS CDK:
```
yarn launch
```
Sau một vài phút, việc triển khai ngăn xếp của bạn sẽ hoàn tất. Ảnh chụp màn hình sau đây cho thấy kết quả đầu ra mẫu.
Cài đặt điện thoại SIP của ứng dụng khách web bằng các lệnh sau:
```
cd site 
```
```
Yarn 
```
```
yarn run start
```

Xem lại Trình kết nối giọng nói Amazon Chime SDK

Trong bài đăng này, chúng tôi sử dụng Amazon Chime SDK để định tuyến các cuộc gọi nhận được trên máy chủ Asterisk PBX (hoặc các trung tâm liên hệ hiện có của bạn) tới Amazon Lex. Điều này được thực hiện bằng cách sử dụng âm thanh Amazon Chime SIP PSTN và Trình kết nối giọng nói Amazon Chime. Âm thanh Amazon Chime PSTN cho phép bạn tạo các ứng dụng điện thoại có thể lập trình bằng các chức năng Lambda. Các ứng dụng phương tiện Amazon Chime SIP này được kích hoạt bởi số điện thoại PSTN hoặc Trình kết nối giọng nói Amazon Chime. Ảnh chụp màn hình sau đây cho thấy quy tắc SIP được kích hoạt bởi Trình kết nối giọng nói Amazon Chime SDK và nhắm mục tiêu ứng dụng phương tiện SIP.

Xem lại chatbot Số dư tài khoản

Bot Amazon Lex trong bản demo này bao gồm ba mục đích. Những ý định này có thể được yêu cầu thông qua lời nói bằng ngôn ngữ tự nhiên từ người gọi. Ví dụ, Check Balance ý định được gieo bằng các cách phát biểu mẫu sau đây.

Một ý định có thể yêu cầu không hoặc nhiều tham số, được gọi là Nổ hũ. Chúng tôi thêm các vị trí như một phần của cấu hình ý định trong khi xây dựng blot. Trong thời gian chạy, Amazon Lex nhắc người dùng về các giá trị vị trí cụ thể. Người dùng phải cung cấp giá trị cho tất cả các vị trí bắt buộc trước khi Amazon Lex có thể thực hiện ý định.

Đối với Check Balance ý định, Amazon Lex nhắc về dữ liệu vị trí, chẳng hạn như:

For which account would you like to check the balance?
For verification purposes, what is your date of birth?

Sau khi bot Amazon Lex thu thập tất cả thông tin vị trí cần thiết, nó sẽ thực hiện mục đích bằng cách gọi phản hồi thích hợp. Trong trường hợp này, nó truy vấn số dư tài khoản liên quan đến tài khoản và cung cấp cho khách hàng.

Trong bài đăng này, chúng tôi đang sử dụng một hàm Lambda để giúp khởi tạo, xác thực và thực hiện ý định. Sau đây là mã Python mẫu hiển thị cách hàm xử lý các lệnh gọi tùy thuộc vào mục đích nào đang được sử dụng:

def dispatch(intent_request):
    intent_name = intent_request["sessionState"]["intent"]["name"]
    response = None
    # Dispatch to your bot's intent handlers
    if intent_name == "CheckBalance":
        return CheckBalance(intent_request)
    elif intent_name == "FollowupCheckBalance":
        return FollowupCheckBalance(intent_request)
    elif intent_name == "OpenAccount":
        return OpenAccount(intent_request)

    raise Exception("Intent with name " + intent_name + " not supported")


def lambda_handler(event, context):
    print(event)
    response = dispatch(event)
    print(response)
    return response

Sau đây là mã mẫu giải thích khối mã cho Check Balance ý định trong hàm Lambda. Trong ví dụ này, chúng tôi tạo một số ngẫu nhiên làm số dư tài khoản, nhưng số này có thể được tích hợp với cơ sở dữ liệu hiện có của bạn để cung cấp thông tin chính xác về người gọi.

def CheckBalance(intent_request):
    session_attributes = get_session_attributes(intent_request)
    slots = get_slots(intent_request)
    account = get_slot(intent_request, "accountType")
    # The account balance in this case is a random number
    # Here is where you could query a system to get this information
    balance = str(random_num())
    text = "Thank you. The balance on your " + account + " account is $" + balance
    message = {"contentType": "PlainText", "content": text}
    fulfillment_state = "Fulfilled"
    return close(session_attributes, "CheckBalance", fulfillment_state, message)

Kiểm tra giải pháp

Hãy xem qua giải pháp bằng cách làm theo đường dẫn của một yêu cầu của người dùng:

Nhận số điện thoại từ đầu ra sau khi triển khai AWS CDK:
```
Outputs:
LexContactCenter.voiceConnectorPhone = +1NPANXXXXXX
```
Quay số vào số điện thoại từ bất kỳ điện thoại dựa trên PSTN nào.
Bây giờ bạn có thể thử các tùy chọn menu.

Để bot Amazon Lex hiểu Check Balance ý định, bạn có thể nói bất kỳ cách nói nào sau đây:

Số dư trong tài khoản của tôi là bao nhiêu?
Kiểm tra số dư tài khoản của tôi?
Tôi muốn kiểm tra số dư?

Amazon Lex nhắc về dữ liệu vị trí cần thiết để thực hiện ý định này. Cho Check Balance ý định, Amazon Lex nhắc về tài khoản và ngày sinh:

Bạn muốn kiểm tra số dư cho tài khoản nào?
Đối với mục đích xác minh, dữ liệu sinh của bạn là gì?

Sau khi bạn cung cấp thông tin cần thiết, bot sẽ thực hiện ý định và cung cấp thông tin số dư tài khoản. Sau đây là thông báo đầu ra mẫu cho Check Balance ý định: Thank you. The balance on your <account> account is $<balance>.

Hoàn tất cuộc gọi bằng cách gác máy hoặc được chuyển đến một đại lý.

Khi cuộc trò chuyện với bot Amazon Lex hoàn tất, cuộc gọi sẽ trở lại ứng dụng phương tiện SIP và chức năng Lambda được liên kết với kết quả từ cuộc trò chuyện với bot.

Ứng dụng phương tiện Amazon Chime SIP thực hiện các bước xử lý sau và gửi lại cuộc gọi đến Asterisk PBX. Cho Open Account ý định, điều này khiến Asterisk PBX gọi một đại lý bằng điện thoại SIP dựa trên ứng dụng khách web. Ảnh chụp màn hình sau đây hiển thị bảng điều khiển với thông tin cuộc gọi đại lý. Cuộc gọi này có thể được trả lời trên ứng dụng khách web để thiết lập âm thanh hai chiều giữa người gọi và tác nhân. Như được hiển thị trong ảnh chụp màn hình, thông tin do người gọi cung cấp đã được lưu giữ và trình bày cho đại lý.

Xem video sau để biết ví dụ về giải pháp đối tác về cách tích hợp Amazon Lex với Trung tâm liên hệ hợp nhất của Cisco bằng Amazon Chime SDK:

Làm sạch tài nguyên

Để dọn dẹp tài nguyên được sử dụng trong bản trình diễn này và tránh phát sinh thêm phí, hãy chạy lệnh sau trong cửa sổ đầu cuối:

yarn destroy

Sản phẩm Hình thành đám mây AWS ngăn xếp được tạo bởi AWS CDK bị phá hủy, loại bỏ tất cả các tài nguyên được phân bổ.

Kết luận

Trong bài đăng này, chúng tôi đã trình bày một giải pháp có kiến trúc tham chiếu để thêm AI tự phục vụ vào bất kỳ trung tâm liên hệ nào sử dụng Amazon Lex và Amazon Chime SDK. Chúng tôi đã chỉ ra cách giải pháp hoạt động và cung cấp hướng dẫn chi tiết về mã và các bước triển khai. Giải pháp này có nghĩa là một kiến trúc tham khảo hoặc một hướng dẫn bắt đầu nhanh mà bạn có thể tùy chỉnh theo nhu cầu của riêng mình.

Hãy thử và cho chúng tôi biết cách này đã giải quyết trường hợp sử dụng của bạn bằng cách để lại phản hồi trong phần nhận xét. Để biết thêm thông tin, hãy xem kho dự án GitHub.

Giới thiệu về tác giả

Prem Ranga là lãnh đạo miền NLP và là Sr. chuyên gia AI / ML SA tại AWS và là tác giả thường xuyên xuất bản các blog, tài liệu nghiên cứu và gần đây là sách văn bản NLP. Khi anh ấy không giúp khách hàng áp dụng AWS AI / ML, Prem bắt tay vào việc xây dựng các đơn vị Dịch vụ bia đơn giản cho các văn phòng AWS, điều hành các sự kiện trò chơi cạnh tranh với DeepRacer & DeepComposer và giáo dục sinh viên, các chuyên gia trẻ về kỹ năng xây dựng sự nghiệp AI / ML. Bạn có thể theo dõi công việc của Prem trên LinkedIn.

Tòa án Schuett là Người truyền bá chính cho Amazon Chime SDK với kiến thức nền tảng về điện thoại và giờ đây rất thích xây dựng những thứ xây dựng mọi thứ. Court tập trung vào việc dạy cho các nhà phát triển và những người không phải là nhà phát triển cách xây dựng với AWS.

Vamshi Krishna Enabothala là Chuyên gia cao cấp về AI / ML SA tại AWS với chuyên môn về dữ liệu lớn, phân tích và điều phối các kiến trúc AI / ML có thể mở rộng cho các công ty khởi nghiệp và doanh nghiệp. Vamshi tập trung vào Ngôn ngữ AI và đổi mới trong việc xây dựng các công cụ giới thiệu đẳng cấp thế giới. Ngoài công việc, Vamshi là một người đam mê RC, xây dựng và chơi với các thiết bị RC (máy bay, ô tô và máy bay không người lái), và cũng thích làm vườn.