При работе голосовой ассистент учитывает озвученный запрос и геолокацию пользователя, что позволяет сделать запрос локальным.
Artox Media Digital Group о развитии голосовых помощников
| Ожидается трехкратный рост использования цифровых голосовых помощников - Новости | Это один из первых российских голосовых помощников — его запустили в 2018 году. |
| Как устроена работа голосовых помощников | Расскажем о 10 главных голосовых помощниках на текущий момент и поможем понять их плюсы и минусы, а также то, какой из них подходит именно вам. |
| Приятно познакомиться, Ева, Олег, Маша, Салют, Алиса! Протестировали голосовых помощников | Выбираем самого умного голосового помощника в 2023 году. |
| Как настроить Марусю на телефоне. Здесь всё, что нужно знать | какие голосовые помощники существуют и чем они различаются. |
| Некоторыми госуслугами стало возможно пользоваться с помощью голосового помощника | ГАРАНТ.РУ | С появления первых голосовых помощников прошло 25 лет, а технология всё ещё далека от совершенства. |
Call-центры вымрут как динозавры: что ждет рынок голосовых помощников
Робот Макс уже может рассказать, как воспользоваться нужным сервисом, прислать ссылку в мобильном приложении Единого портала госуслуг, проинформировать о штрафах и даже самостоятельно подать некоторые заявления. Число доступных в голосовом помощнике сервисов будет расширяться. Сейчас с помощью голосового помощника можно получить следующие виды услуг: выписку из материнского капитала; выписку о лицевом счете в СФР; выписку из трудовой книжки; Для того, чтобы получить услуги, пользователю необходимо: 1 Зайти в личный кабинет на Едином портале госуслуг или в мобильное приложение; 2 Написать в чат с Роботом Максом: "Алиса"; 3 Нажать кнопку "Связать аккаунты", в ответном сообщении придет код доступа; 4 Попросите Алису позвать Робота Макса или запустить Единый портал госуслуг ; 5 Произнесите код доступа из ответного сообщения п.
Дальше подсчитывается, сколько раз каждое слово из словаря встречается в контексте выбранных слов, и таким образом получается вектор. Так, если слово «дождь» трижды встречалось рядом со словом «погода», один раз — со словом «прогноз» и ни разу — со словом «радость», то его векторное представление будет выглядеть так: [3;1;0]. Затем смысл интент каждого слова определяется по его ближайшим соседям: в приведённом примере это «погода». Для каждого намерения есть специальная модель, которая выделяет полезную информацию в том, что сказал пользователь, — она называется семантическим теггером. Теггер для погоды по предложению «Будет ли завтра дождь?
Задавая вопросы, люди редко проговаривают всю нужную для ответа информацию, поэтому голосовому помощнику приходится её достраивать. Например, чтобы понять, погоду в каком городе хочет узнать пользователь, ассистент может либо переспросить пользователя, либо получить эту информацию сам, если на смартфоне включено определение геолокации. Только после этого помощник может дать подходящий ответ. Как голосовых помощников учат быть человечными Если запрос не подошёл ни под один из сценариев, то его перенаправляют в поиск или в модуль для неформальных разговоров — в Алисе его называют «болталкой». Голосовых ассистентов часто используют не для того, чтобы узнать или сделать что-то конкретное, а чтобы поиграть: спросить у помощника, какие книги ему нравятся или что на нём надето. Эта задача решается при помощи редакторских ответов: команда авторов выбирает сотни наиболее популярных у пользователей вопросов и пишет по несколько вариантов ответа на каждый. Составлять ответы нужно в едином стиле, чтобы из них складывался цельный образ помощника.
У каждого голосового ассистента есть личность: пол, имя, черты характера и стиль речи. Алиса не может позволить себе общаться с пользователем на «ты» и соблюдает дистанцию: здесь у неё есть прототип — Мэри Поппинс.
Перейдите в раздел «Приложения», а затем — «Все приложения». Нажмите на «три точки». Откройте вкладку «Приложения по умолчанию». Выберите Марусю в пунктах «Голосовой помощник», а также «Помощник и голосовой ввод».
Голосовым помощником по умолчанию является Google Assistant, и это нужно исправить Эти настройки помогут вам запустить Марусю через любой приложение, воспользовавшись комбинацией кнопок или кратковременным нажатием на кнопку питания. Предварительно на вашем смартфоне должна быть включена соответствующая опция в разделе «Функции кнопок». Без этой функции быстрый запуск не сработает Сколько бы разрешений Марусе я ни выдал, она никак не хочет запускаться голосом. Таковы ограничения Google, которые тот же Яндекс обходит при помощи собственного лончера. Сделает ли что-то подобное VK Group — неизвестно. Но хотелось бы.
Прототип будущего помощника был представлен на стенде форума. Когда пользователь обращается к умной колонке, чтобы запустить чат с банком, как это происходит в случае запуска голосового банковского помощника, на экране появляется визуальный образ. Общение происходит в режиме реального времени: Тамара реагирует на вопросы, а ее речь синхронизирована с изображением на экране — движением губ и мимикой. Визуальный образ Тамары был создан нейросетью, совместившей портреты 50 выдающихся женщин, которые в разное время внесли значимый вклад в развитие ИТ-сферы. Мы постоянно работаем над развитием голосового, а теперь и визуального консультанта.
Маруся голосовой помощник команды для умных колонок VK Капсула
Чат с Алисой, работающей на нейросети YandexGPT — широкие возможности искусственного интеллекта. В новом Чате с виртуальным ассистентом Алисой можно придумывать креативные идеи для работы и учебы, писать и редактировать тексты, создавать новые кулинарные. Расскажем о 10 главных голосовых помощниках на текущий момент и поможем понять их плюсы и минусы, а также то, какой из них подходит именно вам. Команда российского оператора Tele2 сообщила о запуске новой услуги для своих абонентов — голосового помощника по имени «Астра».
«Помощников много не бывает»: лучшие голосовые ассистенты для русскоязычных пользователей
Чем больше людей пользуется голосовыми помощниками, тем большее число сценариев возникает, а система быстрее учится их правильно обрабатывать. Например, в самом начале пути Alexa почти не знала немецкие рок-группы, хотя сам язык поддерживался. Сегодня поиск по музыкальным группам Германии и жанрам музыки пусть и не идеален, но вполне сносен, вы можете получить необходимые сведения, запросив информацию. Система обучается, и прогресс налицо.
Для сторонних разработчиков возникает вопрос, кто будет создавать и поддерживать такую систему. Например, в Китае сейчас наблюдается бум стартапов, что инвестируют десятки миллионов долларов в это направление, они создают компании, которые пытаются в одном продукте предоставить как раз обработку сценариев и их автоматизацию. Это не только и не столько рынок голосовых помощников, для такой автоматизации найдется более широкое применение, например, это обработка заказов на сайтах, создание чат-ботов для поддержки клиентов любого бизнеса, в России вы уже сталкиваетесь с этим, обращаясь в службу поддержки Билайна, беседу с вами ведет программа.
Бум развития сценариев, которые нужны потребителям, напрямую связан с помощниками, они выигрывают от того, что в алгоритмы загоняют стандартные действия. К сожалению, формализовать естественный язык не так-то просто, поэтому любые диалоги с голосовым помощником или программой в сети не являются очень глубокими. Так, любой разговор можно описать в парадигме вопрос-ответ, когда каждая пара образует один уровень, большинство программ обработки диалогов сегодня ведут более-менее осмысленный разговор для 2-3 уровней, затем они начинают пасовать, и тогда появляется продуманная программистами заглушка, например, у Siri это шутки, которые должны скрыть незнание программой того, как действовать дальше.
Пользовательские сценарии условно можно разделить на простейшие, те, что не зависят от страны и языка, и сложные. То есть, это предопределенные действия, реализация которых в устройстве или программе не вызывает никаких затруднений. В простых сценариях важно, чтобы система распознавания речи правильно распознала контекст и то, является запрос утверждением или вопросом.
Например, одна и та же фраза может восприниматься системой различно: «Будильник на 8 часов стоит или нет? Многие системы первоначально просто ставили будильник на это время, не проверяя, есть он уже или нет. Теперь они «научились» проверять состояние будильника и правильно отвечать на этот вопрос.
Сложные сценарии напрямую привязаны к контексту языка и страны. Например, спрашивая, что сегодня идет в кино, вы не ждете, что голосовой помощник зачитает вам список фильмов в Нью-Йорке, наверное, вы хотите услышать его для своего города и желательно для своего района или любимого кинотеатра. Локальный контекст становится архиважным, и глобальные компании зачастую не могут сделать ничего в этой области.
Исключением является Google, у которого системы Google Now и Google Maps построены вокруг сбора точек интереса, или POI, то есть «изучают» мир, отзывы о тех или иных заведениях. В Amazon этой информации нет, поэтому сценарии подразумевают не только алгоритм действий, но им нужна и первоначальная информация. В России дочерняя компания i-Free под названием Just AI с 2011 года создает такую платформу, то есть они пытаются создавать сценарии, применимые для российского рынка.
Первым продуктом, в котором на массовом рынке применяются сценарии, созданные компанией, стал робот Pudding в нашем варианте «Емеля» , он умеет разговаривать на русском языке, искать определенный контент и защищать детей от нежелательных слов и запросов. Назвать «Емелю» роботом сложно, это самый настоящий голосовой помощник, ориентированный на детей в возрасте от 5 до 11 лет, при этом он не является игрушкой. Со стороны компании Just AI в этом голосовом помощнике сценарии и распознавание русской речи движок от Nuance.
В теории, если ребенок начнет интересоваться самоубийством или подобными темами, такой «робот» может отговорить его и отправить экстренное сообщение родителям — это те самые сценарии, которые нужно разработать и добавить их в устройство. Другой пример, дети часто хотят, чтобы им рассказали сказку, выбор сказок огромен, и возникает вопрос, на какой остановиться. В таких голосовых помощниках будет выбор приоритетных произведений, известных как детям, так и родителям.
То есть, если вы не знаете, что именно хотите услышать, то говорите: «Хочу сказку». А уже сам помощник выбирает, какую именно сказку вы услышите. Насколько умным будет ваш голосовой помощник, напрямую зависит от того, насколько он понимает контекст беседы, знает ваш образ жизни например, где вы работаете и адрес офиса, ваш распорядок дня.
Понятно, что в этой гонке преимущество за Google, так как в рамках Ассистента компания знает про вас так много, что может построить разумные сценарии и подсказки, которые будут уместны и важны. Другие компании в этом направлении пока являются отстающими, но пытаются быстро развиваться. Умение обработать запрос, правильно выделить его контекст и найти релевантный ответ для голосовых помощников становится важнейшим свойством.
Те компании, что научились выпускать голосовых помощников в Китае а таких уже десятки , не могут быстро и легко локализовать продукт для России или других стран, им нужны сценарии, которых у них нет. Им нужно понимание локального контекста, а оно не может появиться из ниоткуда. И на этом пути выигрывают компании, которые уже начинают собирать такие данные всеми возможными способами.
Мне это чем-то напоминает золотую лихорадку в картографии, когда в первые годы развития карт на мобильных устройствах все бились за максимальное и точное наполнение по POI, так как карта без расшифровки названий компаний и магазинов, времени их работы и тому подобного — это почти бесполезный рисунок. Обратите внимание, что есть еще один важный момент для домашних голосовых помощников, это наличие контента, например, музыки. Одно дело, когда у вас уже есть подписка на какой-то музыкальный сервис и вы слушаете и ищете музыку в нем.
Другое дело, если вы ищете что-то, чего там нет, тут на первый план выходит легальность воспроизведения и то, насколько большая библиотека доступна вашему помощнику, может ли он получить этот контент бесплатно или он должен его купить. Это интересный вопрос, но на нем мы останавливаться не будем. Из текста в голос — обратное преобразование Самые сложные операции позади, голос распознали, запрос обработали, помощник получил ответ в виде текста, и тут самое время его озвучить.
К числу недостатков программы «Дуся» можно отнести то, что она является платной. Пользователю даётся неделя на знакомство с интеллектуальной помощницей — по истечении этого срока придётся приобрести подписку. Голосовой помощник давно не обновлялся разработчиками, поэтому не поддерживается некоторыми устройствами. Особенности приложения: Можно самому добавлять скрипты, чтобы «Дуся» понимала даже специфичные задачи.
Активация жестами: встряхиванием, поднесением к уху и пр. Более 150 встроенных функций: прокладывание маршрутов, поиск мест и не только. Импорт и экспорт скриптов. Голосовые помощники на ПК Управление компьютером тоже можно осуществлять при помощи виртуального ассистента, хотя об этом знают лишь немногие.
В мэрии отметили, что голосовой помощник находит нужную информацию в два раза быстрее человека. Это позволяет горожанам скорее получить ответы на распространенные вопросы без ожидания на линии, а операторам — уделить время более сложным задачам. Картина дня.
Говорящая кукла Джулия Julie the talking doll появилась на прилавках американских магазинов в 1987 году.
Её уникальность состояла в том, что ребенок мог научить куклу распознавать его речь. За семь лет до выпуска игрушки, в научном обществе произошел переворот, который по важности безусловно превосходит вышеупомянутую Джулию. В 1980 году инженеры впервые научились применять методы «Скрытой Модели Маркова», разработанной отечественным ученым в области математики Андреем Марковым. Скрытая Модель Маркова, Марковские цепи Немного отойдя от темы, постараюсь объяснить что это за такая математическая модель. По сути это описание вероятностей перехода объекта из одного состояние в другое.
То есть будущая вариация объекта не зависит от прошлого, а зависит от настоящего — от того, в каком состоянии объект находится в данный момент времени. Выходит, это матричная система генерации случайных событий в рамках заданного аргумента. Для примера рассмотрим такую модель графа с возможными физическими состояния человека: По картинке мы можем определить, что человек может находиться в четырех состояниях, причем не в каждое может перейти сразу. Например, если человек лежит, то он не может просто взять и пойти, для этого ему нужно пройти цепочку последовательности — сесть, встать и только потом уже пойти. Алгоритмы марковской модели в распознавании речи работают примерно по тому же принципу матричного графа.
А благодаря наличию нейросетей, любой желающий при должных знаниях может «научить» свой сервис обучаться, то есть чем больше люди будут пользоваться теми или иными функциями, тем лучше будут оптимизированы алгоритмы работы распознавания речи, благодаря улучшению генерирующей работы Марковской модели, расширением словарного запаса и пополнением библиотеки голосовых паттернов. Так, например, в 1990 году увидела свет одна из первых коммерческих программ по распознаванию речи — Dragon Dictate, ориентированная на массовый рынок потребителей. За эту космическую сумму денег пользователь получал возможность писать текст, просто проговаривая его в микрофон. К сожалению, программа не всегда работала корректно, и допускала даже по тем меркам достаточно серьезные ошибки. Представляла она из себя портал VAL, призванный помочь покупателям в поиске нужной информации о интересующих товарах.
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.
Сравнение голосовых помощников. Что выбрать?
Голосовой помощник знает, когда ребенок зашел в школу и во сколько вышел из нее. Какие проблемы в использовании ИИ и голосовых помощников вы как эксперт можете выделить? Специально чтобы подсчитать, сколько может стоить сторонней компании обслуживание домашнего голосового помощника, установил диктофон и посчитал, сколько запросов в среднем в день у меня к Google Home. Aiva создала голосового "помощника", обеспечивающего коммуникации пациентов с медицинской организацией и улучшающие рабочие процессы в ней. Специально чтобы подсчитать, сколько может стоить сторонней компании обслуживание домашнего голосового помощника, установил диктофон и посчитал, сколько запросов в среднем в день у меня к Google Home.
Голосовые помощники
| Голосовой помощник контакт-центра Москвы принял более 38 млн звонков в 2023 году // Новости НТВ | Голосовые помощники – очень полезная штука, которая выручает во многих ситуациях. |
| Голосовой помощник для социальных служб | Голосовой помощник – сервис на основе искусственного интеллекта, распознающий человеческую речь и способный выполнить определенное действие в ответ на голосовую команду. |
Алиса, Джой, Олег, Ева… Кто они? ТОП-9 самых популярных голосовых помощников
Поскольку развитие голосовых ассистентов своими силами связано с продолжительными инвестициями, за исключением гигантов никто позволить себе такого не может. По нашим оценкам, от 90 до 95% пользователей голосовых ассистентов используют помощники на телефонах. В постоянно меняющемся мире технологий неизменно лишь одно: желание технокомпаний запустить свой голосовой помощник. 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.
Лучшие голосовые помощники
В постоянно меняющемся мире технологий неизменно лишь одно: желание технокомпаний запустить свой голосовой помощник. Сегодня мы делаем первые шаги к тому, чтобы у голосового помощника появился визуальный образ. 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. Специально чтобы подсчитать, сколько может стоить сторонней компании обслуживание домашнего голосового помощника, установил диктофон и посчитал, сколько запросов в среднем в день у меня к Google Home. В прошлом году голосовой помощник Общегородского контакт-центра Москвы принял больше 38 миллионов звонков горожан.