KI-unterstützter Übersetzungs-, Meeting- und Kundenservice-Ansatz: Interaktiver Antwortassistent

KI-unterstützter Übersetzungs-, Meeting- und Kundenservice-Ansatz: Interaktiver Antwortassistent

Dr. Alparslan KAPLAN, Prof. Dr. Eren ÖZCEYLAN

Zusammenfassung

Die Nutzung von KI-Technologien sowohl im Geschäftsleben als auch im täglichen Leben nimmt täglich zu. Dank maschineller Lernalgorithmen sind Echtzeit-Sprachübersetzungen (mit originalem Tonfall und Lippensynchronisation) und 24/7-Kundenservice praktikabler geworden. Dies kann traditionelle Verzögerungen im Kundenservice eliminieren, sofortige Antworten initiieren, in jede Sprache übersetzen und all dies nahtlos präsentieren.

In dieser Studie wurde ein KI-Assistent entwickelt, der in drei Phasen arbeitet. In der ersten Phase bereitet der Assistent Online-Meeting-Notizen als Führungszusammenfassungen vor. In der zweiten Phase werden diese Notizen ton- und lippensynchron als Audio und Video in die gewünschte Sprache übersetzt. In der letzten Phase wird ein ASR-Modell (Automatische Spracherkennung) verwendet, um Kundensätze, -wünsche und -fragen während der Gesprächsphase zu erkennen.

I. Einführung

In letzter Zeit ist das Interesse an künstlicher Intelligenz (KI) in verschiedenen Bereichen und Sektoren gestiegen. KI-Tools wurden mit einer breiten Palette von Anwendungen erstellt, um Menschen bei der Erfüllung verschiedener Aufgaben zu helfen oder sie zu ersetzen. Im Dienstleistungssektor hat die künstliche Intelligenz als kollaboratives Werkzeug bei der Aufgabenerfüllung bedeutende Fortschritte gemacht und die Art, wie Unternehmen ihren Kunden Dienstleistungen anbieten, potenziell transformiert.

Insbesondere bei Online-Meetings, die während und nach COVID-19 in unser Leben eingetreten sind, ist es eine wichtige Aufgabe, das Besprochene zu notieren und Führungskräften Zusammenfassungen zu präsentieren. Andererseits ist es eine Notwendigkeit in der internationalen Arena, diese Notizen oder Videos lippen- und tonkonform in die gewünschte Sprache zu übersetzen. Schließlich ist die Verwendung von KI-Assistenten für Kundenbetreuungsdienste in verschiedenen Dienstleistungssektoren (Bankwesen, Gesundheitswesen usw.) für ein unterbrechungsfreies Serviceverständnis wichtig.

Diese Studie schlägt ein dreistufiges Modell in einem ganzheitlichen Ansatz vor. In der ersten Phase nimmt ein KI-unterstützter Assistent-Avatar an Online-Meetings teil, macht die notwendigen Notizen und erstellt Führungszusammenfassungen. In der zweiten Phase wird durch Übersetzung in die gewünschte Sprache sowohl Audio- als auch Lippensynchronisation erreicht. In der letzten Phase dient der KI-Assistent als Call Center und sammelt relevante Daten von Kunden oder Stakeholdern.

II. Vorgeschlagene Modelle

In der Literatur gibt es keine Studie, die die drei oben genannten verschiedenen Prozesse integriert zusammenführt. Daher wurde die Literatur zu jedem Anwendungsbereich recherchiert.

A. Virtueller Meeting-Assistent

Der Spracherkennungs- und Übersetzungsteil der Anwendung ist der Anwendungsteil, in dem das Automatische Spracherkennungsmodell (ASR) verwendet wird, um Kundensätze, -wünsche und -fragen während des Gesprächs zu erkennen. Das automatische Spracherkennungsmodell wurde mit Deep-Learning-Algorithmen und mehr als zehntausend Daten trainiert.

Der für das Training des automatischen Spracherkennungsmodells erforderliche Datensatz wurde durch das Sammeln von Wörtern aus siebenunddreißig verschiedenen Sprachen erstellt. Somit hat das Modell die Fähigkeit, Sprache in siebenunddreißig verschiedenen Sprachen automatisch zu erkennen und zu antworten.

Literaturübersicht

In einer der relevanten Studien in der Literatur wurde von Karunya und Kollegen ein Echtzeit-Sprache-zu-Sprache-Übersetzungssystem für virtuelle Meetings entwickelt [1]. Ihr Modell erfasst Sprache in einer Sprache und integriert Automatische Spracherkennung (ASR), maschinelle Übersetzung (MT) und Text-zu-Sprache (TTS) Komponenten, um klare und verständliche Übersetzungen in Echtzeit während virtueller Meetings zu liefern.

In einer ähnlichen Studie entwickelten Wyawahare und Kollegen [2] ein automatisches System, das umfassende Zusammenfassungen von Meetings erstellen kann, indem es sowohl textuelle als auch Audiodaten analysiert. Das Modell nutzt erweiterte natürliche Sprachverarbeitung (NLP) und Audioverarbeitungstechniken und extrahiert geschickt Schlüsselpunkte, Aktionselemente und relevante Informationen aus Meeting-Transkripten und Audioaufzeichnungen, wodurch die Notwendigkeit einer mühsamen manuellen Überprüfung eliminiert wird.

Ergebnisse und Beiträge

Diese Forschung leistet einen wichtigen Beitrag zum Bereich der angewandten künstlichen Intelligenz, indem sie drei fortschrittliche Technologien in einem einzigen integrierten System kombiniert. Das entwickelte System hat die Kapazität, mit den komplexen Herausforderungen moderner Arbeitsumgebungen umzugehen, insbesondere in internationalen Kontexten, wo Echtzeit-Übersetzung und mehrsprachige Kommunikation kritisch sind.

Erste Ergebnisse zeigen, dass das System die Meeting-Effizienz erheblich steigern und den Bedarf an menschlichem Eingriff bei vielen Kundenservice-Aufgaben reduzieren kann, was zu Kosteneinsparungen und verbesserter Servicequalität führt. Die Fähigkeit des Systems, den Kontext in verschiedenen Phasen der Interaktion zu bewahren, macht es besonders wertvoll für komplexe Geschäftsszenarien.