Нейросеть научили выявлять неэффективную рекламу
Российские разработчики создали систему распознавания речи, анализирующую звонки потенциальных клиентов в компании. Тема звонка, его основные тезисы и информация о количестве позвонивших сопоставляются с проводимыми рекламными кампаниями. Это дает информацию об эффективности рекламы.
Группа компаний «Центр речевых технологий» (ЦРТ) и аналитический сервис CoMagic создали систему анализа телефонных разговоров SmartTag. Проект основан на машинном обучении. По словам разработчиков, система прослушивает и расшифровывает звонки, анализирует структуру и лексику разговора. Например, она может в автоматическом режиме определить, с какой целью позвонил человек, какой услугой решил воспользоваться. Далее можно будет сопоставить количество обращений по разным продуктам, сравнить с данными о проходящих рекламных кампаниях и оценить их эффективность.
Новая разработка, по мнению ее создателей, будет полезна компаниям, работающим в сфере недвижимости, авто, медицины, финансов. В основе проекта — алгоритм распознавания речи, основанный на нейронных сетях.
— Особенность нашего продукта в том, что он способен распознавать спонтанную слитную речь, в то время как голосовые помощники в поисковых системах могут распознавать только отдельные короткие фразы, — рассказал генеральный директор ЦРТ Дмитрий Дырмовский. — Мы много лет специализируемся на распознавании профессиональной речи — для разных сфер применения наши лингвисты составляют специальные словари, например медицинские. Это значительно повышает качество распознавания специфической речи.
По словам специалиста по машинному обучению, замруководителя Центра геоинформационных систем Университета Иннополис Рамиля Кулеева, в ближайшем будущем технологии распознавания будут использоваться в сочетании с семантическим анализом текста для понимания его смысла. И это позволит автоматизировать целые отрасли, такие как колл-центры.
— В последнее десятилетие главным инструментом распознавания образов и речи стали машинное обучение и нейронные сети, — рассказал Рамиль Кулеев. — Здесь сложно создать универсальную систему. Но если речь идет о конкретной предметной области, то задача упрощается.
Доктор технических наук, завкафедрой речевых информационных систем Университета ИТМО Юрий Матвеев отметил, что распознать русскую речь гораздо труднее, чем английскую.
— В октябре прошлого года компания Microsoft достигла уровня ошибок распознавания английской слитой в телефонном канале речи ниже 6%, это соответствует доле ошибок при выполнении такой задачи человеком. Среди российских разработчиков лучший результат по распознаванию английской речи показала именно ЦРТ — 8%, — добавил Юрий Матвеев.
Технический директор рекламного агентства Actis Wunderman Алексей Круглов считает, что за технологиями распознавания речи будущее. Но полностью автоматизировать анализ клиентских звонков не удастся, полагает он.
— Вначале маркетолог должен проанализировать звонки клиентов, оценить ключевые слова, по которым их можно отнести в ту или иную группу, а уже потом доверить машине анализ новых звонков, — отметил эксперт.
Кроме того, всё большее количество потребителей предпочитают использовать другие каналы коммуникации с брендом, нежели телефон. Это, например, мессенджеры.
В прошлом году компания ЦРТ получила субсидию от Минпромторга в размере 250 млн рублей на создание программы распознавания речи врачей. По заказу Минкомсвязи эта же компания разрабатывала программно-аппаратный комплекс распознавания речи для создания субтитров телепередач на российских каналах.
