这篇文章最初发表在 NVIDIA 技术博客上。
根据 Gartner® 的数据，"近一半的数字工作者很难找到他们工作所需的数据，近三分之一的人由于缺乏信息意识而做出了错误的商业决定。"1为了应对这一挑战，越来越多的企业正在客户服务中部署人工智能，因为它有助于提供更高效、更信息化的个性化服务。
诸如 语音转文字，文本到语音，翻译，深度学习， transformer 模型，以及生成式人工智能改变了企业与客户互动的方式。这些技术实现了：
- 实时分析客户反馈
- 客户互动自动化
- 基于人工智能的准确个性化推荐，帮助人工代理处理客户查询
人工智能算法可以处理和分析大量数据，识别客户需求和行为模式，并帮助创造吸引人和令人满意的客户体验。总体而言，人工智能在客户服务中的使用显著提高了客户互动的质量和效率，使企业和客户都受益。
联络中心的语言障碍挑战
在全球经济中，企业在不同国家开展业务，为具有不同语言和文化背景的客户提供服务。这种全球语言多样性给联络中心带来了独特的挑战。
有效的沟通对于提供卓越的客户服务至关重要，而语言障碍可能会导致沟通失误、误解和沮丧。这可能会导致客户不满和错失商机。
传统的多语言支持方法，如雇佣母语为母语的人、用不同语言培训代理人以及提供特定语言的脚本，都是不可扩展、不具成本效益或效率的。
然而语音人工智能翻译人工智能技术正在帮助联络中心通过数据中立化来克服语言障碍。这一创新对于面向不同客户的联络中心来说至关重要。
什么是数据中立化？
在联络中心的背景下，数据中立化指的是使用 转录、翻译和语音合成（ TTS ）技术，将通信从客户的自然语言转换为代理可以理解的语言。然后，代理以自己的语言做出响应，并通过转录、翻译和语音合成或基于场景的组合再次转换。
数据中立化可以使可能不会说同一种语言的各方之间进行有效沟通，消除语言障碍，促进顺利互动。这项技术涉及先进的人工智能技术，为联络中心代理提供工具，帮助他们了解客户的查询并做出有效回应。
克服语言障碍
数据中立化对于为来自不同语言和文化背景的客户提供支持服务的联络中心来说尤其重要。使用数据中立化技术，联络中心可以有效地与非母语人士沟通，并为他们提供与母语人士相同水平的服务。
NVIDIA 提供的 Infosys Cortex 数据中立化功能 Riva
Infosys Cortex，一个人工智能驱动的客户参与平台，通过有目的的沟通和智能决策能力改变联络中心的运营。凭借更强大的脑力和持续的指导， Infosys Cortex 帮助员工在从新员工到经验丰富的代理的过程中做出更好、更快的决策。
Infosys Cortex 利用NVIDIA Riva，一个尖端的语音和翻译 AI SDK ，以增强数据中立化能力。 Riva 自动语音识别（ ASR ）、神经机器翻译（ NMT ）和参与式语音合成具有世界级的准确性，能够实现准确自然的通信。基于用于模型微调和处理的 NVIDIA GPU ， Riva 为联络中心提供了高性能解决方案。
Cortex 平台功能
Infosys Cortex 基于微服务的架构包括五个关键模块，提供以下功能（图 1 ）：
- 皮质核心：从数据中感知、分析并生成可操作的见解，并在此过程中构建新的客户环境。
- 学：启用具有模拟学习功能的代理培训；基于历史呼叫管道、培训银行创建、学习和实践模式以及后续行动。
- 授权：根据交易细节、合规性和实时情绪分析，使用智能提示为客户和代理商提供积极主动的帮助，以建议下一步的最佳行动。
- 经验：与 CTI / IVR 集成，为自助服务、虚拟协助和智能路由创建联系流，以增强客户体验。
- 优化：通过分析客户情绪和互动以及代理商的行为和表现来产生见解。
图 1 。 Infosys Cortex 是一个人工智能驱动的客户参与平台，提供基于云的开放架构、全渠道集成、自动化和数据驱动的智能
好处和优势
Riva 服务有助于解决 Infosys 在依赖联络中心提供客户服务方面面临的关键挑战（图 2 ）。以下是一些关键领域 Riva 的地址：
- 精确：特定于领域的语言和产品名称自定义以及对不同口音和发音的微调使解决方案经得起未来考验。
- 语言障碍：支持 11 种语言：阿拉伯语、中文、英语（美国/英国）、法语、德语、意大利语、日语、韩语、葡萄牙语、俄语和西班牙语（拉丁美洲/西班牙），并不断增加对新语言的支持。
- 数据隐私：内部部署能够缓解数据隐私问题，有助于确保敏感数据的安全。
- 降低成本：高性能、高效的 Riva 型号，加上灵活的许可证，随着数量的增加，可以创建具有成本效益的解决方案。
- 控制：通过语音增强和特定领域的迁移学习来改进 Riva 模型的更好方法。
图 2 :由 NVIDIA Riva 语音服务提供的无缝数据中立化功能可将传入音频转换为转录、翻译和代理就绪信息
总体而言， Riva 模型在云上提供的优于托管服务的优势包括数据隐私、可预测的定价和更好的性能。此外， Riva 模型的微调能力使模型性能得到进一步提高。
数据中立化需要与 CTI 音频流实时集成，而延迟会对体验产生负面影响。 Riva 内部部署模型的低延迟至关重要，因为每个响应必须至少处理一次转录、翻译和合成流。
主要收获
数据中立化是联络中心的一种变革性方法，为多语言支持提供了一种可扩展、经济高效的解决方案。
强大的数据中立化功能Infosys Cortex并基于NVIDIA Riva语音和翻译使联络中心代理能够与客户进行有效沟通，防止误解和歧义。
更顺畅的客户 -- 代理交互可以更快地处理问题，减少等待时间和积压工作。总的来说，基于沟通的障碍的减少导致联络中心降低了成本，提高了一致性，从而提高了客户满意度。
开发人员可以通过NGC。对于生产部署，购买 NVIDIA AI enterprise 平台的高级版本 Riva ，即可在所有云上获得无限使用、企业级支持、安全性和 API 稳定性。了解更多。
1Gartner ，快速回答：组织应该如何为将 Generative AI 添加到 Microsoft 堆栈中做好准备？， G00790185 ， 2023 年 3 月 16 日。 GARTNER 是 GARTNER ， Inc .和/或其附属公司在美国和国际上的注册商标和服务商标，在获得许可的情况下使用。保留所有权利。