Q:
Wie gehen Chatbots mit Akzenten um?
EIN:Mit dem Aufkommen neuerer und ausgefeilterer Chatbots in den letzten Jahren beobachten Menschen in vielen Branchen, wie sich Chatbots weiterentwickeln, wie sie dem Fortschritt in der interaktiven Sprachantwort (IVR) dienen und wie sich dies auf den Einzelhandel und zahlreiche andere Branchen auswirkt .
Eine der großen relevanten Fragen ist, wie Chatbots mit Akzenten umgehen. Regionale und weltweite Sprachakzente waren von Anfang an ein Hindernis für diese Technologien. Insbesondere wenn Chatbots in Bezug auf NLP-Algorithmen (Natural Language Processing) rudimentärer waren, wurden sie leicht durch einen Akzent verwechselt, der die Sprachphoneme erheblich verändert. Heute sind Chatbots dank sich ständig weiterentwickelnder Algorithmen viel widerstandsfähiger geworden.
Hier sind einige der wichtigsten Methoden, mit denen Ingenieure und Stakeholder Chatbots beim Umgang mit Akzenten unterstützt haben.
Der erste ist durch Targeting. Viele Unternehmen, die sich mit unterschiedlichen Kunden befassen, werden mehrere Systeme einrichten. Sie werden versuchen, Verbraucher oder andere Endbenutzer auf das System zuzuleiten, das ihrem Dialekt und ihrer Sprache entspricht, um sprachübergreifende Probleme zu vermeiden.
Targeting kann jedoch nur so viel bewirken. Eine weitere wichtige Methode, mit der Unternehmen an der Verfeinerung von Chatbots arbeiten, ist die Triangulation. Dies hat Chatbots dabei geholfen, das Akzentproblem zu überwinden.
Das Triangulieren der Phoneme hilft dabei, spezifischere Ergebnisse zu erzielen. Stellen Sie sich das so vor: Wenn ein Chatbot auf die Stimme eines Indianers trifft, der in die USA gezogen ist und Englisch mit einem deutlichen indischen Akzent spricht, muss sich die Maschine mit Unterschieden auseinandersetzen, zum Beispiel mit dem flacheren, breiteren „a“. Sound, den indische Muttersprachler nur schwer in Englisch beherrschen können. Ein Chatbot mit einer höheren Komplexität beim Isolieren von Phonemen kann die Problemstellen erkennen und genauer diagnostizieren, sodass nicht das gesamte Wort oder die gesamte Phrase übersehen wird. Das trifft eher auf einen Algorithmus als auf einen Menschen zu: Viele menschliche Zuhörer neigen dazu, durch Akzentunterschiede verwirrt zu werden.
Durch das Isolieren und eingehendere Behandeln der Phoneme kann die Technologie mehr „wahre Antworten“ oder Antworten liefern. Chatbots können jedoch auch auf eine andere wichtige Art und Weise mit dem Problem umgehen, auf eine akzentuierte Stimme zu reagieren - oder auf ein anderes „Problem“.
Wenn das Verständnis nicht vollständig ist, ist ein Schlüsselfaktor, wie die Technologie reagiert. Die grundlegenderen IVR-Chatbots von gestern neigten dazu, immer wieder zu sagen: "Es tut mir leid, das habe ich nicht verstanden." Heutige verfeinerte Chatbots liefern mit größerer Wahrscheinlichkeit eine iterative Antwort, die entweder den Anruf an einen Menschen eskaliert oder Teilantworten liefert oder wiederum versucht, das Problem einzugrenzen.
Mit Targeting, Triangulation und guter Triage können Chatbots den Umgang mit Akzenten und anderen Eigenheiten, die Anrufer haben, präziser gestalten. Dies wird die Welt der „virtuellen Assistenten“ revolutionieren, die in der Vergangenheit für die meisten unglücklichen Anrufer weniger als beeindruckend war.
