La mayoría de las comunicaciones que se producen a diario en todo el mundo tienen en la voz su vehículo principal. No es de extrañar por lo tanto, que desde las primeras etapas del desarrollo de la industria de la Inteligencia Artificial, investigadores y empresas se hayan empeñado en diseñar programas y algoritmos capaz de comprender la forma en la que hablamos y a continuación, que esos mismos algoritmos sean capaces de ofrecernos respuestas de valor.
Mucho ha cambiado desde los primitivos programas de dictado de texto e incluso, desde la puesta en marcha de por entonces sofisticados asistentes de voz como Siri, Alexa, Cortana…Porque más allá de su utilidad a la hora de entretenernos o de informarnos, el procesamiento inteligente de la voz humana se ha convertido en un elemento clave para industrias como la atención al cliente, la editorial, la enseñanza de idiomas… etc.
De hecho, cada vez son más las empresas se que ven en la necesidad de contar con la tecnología necesaria para poder procesar cargas de trabajo relacionadas con la voz. Las encontramos en tres grandes verticales.
Atención al cliente
Para bien o para mal, cada vez son más las empresas están adoptando sistemas de reconocimiento de voz para automatizar respuestas a preguntas frecuentes de los clientes, lo que reduce la carga de trabajo de los agentes y agiliza el servicio al cliente.
Esto se ve en sistemas de IVR (Interactive Voice Response) que pueden entender y dirigir a los clientes según sus consultas utilizando comandos de voz y que gracias al uso de tecnologías de IA no solo son capaces de reconocer con más precisión la consulta, sino también establecer itinerarios que tengan más sentido y generen menos frustración en la mayoría de los usuarios.
Algunas aplicaciones de salud utilizan tecnología de reconocimiento de voz para registrar datos médicos, proporcionar recordatorios de medicación o incluso ofrecer terapia basada en voz; plataformas de educación on-line integran estas tecnologías para ayudar en la enseñanza de idiomas, corrección de pronunciación y ofrecen un feedback personalizado. Herramientas de productividad como pueden ser Microsoft Teams están integrando estos algoritmos para ofrecer un resumen escrito de cualquier reunión.
De forma incipiente, en el terreno de la traducción y comunicación, algunas empresas han empezado a utilizar esta tecnología para traducir y transcribir conversaciones en tiempo real, optimizando así el trabajo de traductores e intérpretes y ayudando a más personas al mismo tiempo a superar barreras lingüísticas.
Automatización de tareas
La precisión que han desarrollado estos algoritmos en los últimos años ha provocado que se lleve a entornos de producción en áreas que permiten automatizar determinadas tareas, como la transcripción de voz a texto y, más recientemente, la generación de voz a partir de texto.
La primera se utiliza desde la transcripción de reuniones y entrevistas hasta la generación rápida de subtítulos para vídeos, facilitando la documentación y el acceso a la información en un formato más legible y manejable, por no hablar de que democratiza el consumo de contenidos a personas que pueden tener dificultades auditivas.
Por otro lado, al convertir texto en voz de forma automatizada, es posible crear lectores y asistentes capaces de leer en voz alta. Si hace unos años estas voces tenían una inflexión «robótica» y muy poco natural, los nuevos algoritmos las están acercando cada vez más a la entonación y la inflexión humana, lo que por ejemplo, está revolucionando la industria de los audiolibros; ha comenzado a entrar con fuerza en la generación de voces en off para determinados productos de marketing o publicidad e incluso, podría completar muchos los doblajes de películas y series que se producen en la actualidad.
Se espera más adelante que este tipo de interacciones se combinen con la IA Generativa, por lo que hablar directamente con un algoritmo como ChatGPT o CoPilot no solo sea posible (en cierta medida ya lo es), sino que resulte tan natural como el hacerlo con una persona.
Análisis de datos
Cuando de lo que se trata es de analizar una gran cantidad de información no estructurada en forma de registros o archivos de voz, el uso de algoritmos para el procesamiento del lenguaje natural, pueden ayudar a extraer información valiosa para las empresas.
Estas herramientas pueden por ejemplo, identificar patrones recurrentes, palabras clave y temas comunes en las conversaciones. Esto permite a las empresas obtener información sobre las necesidades, preocupaciones y preferencias de los clientes, así como identificar tendencias en las interacciones.
Al comprender mejor las preferencias de los clientes a través del análisis de datos de voz, las empresas pueden personalizar sus servicios y productos o desarrollar estrategias de marketing más efectivas. También estas herramientas pueden utilizarse para analizar sentimientos, identificando tonos de voz, entonaciones y patrones lingüísticos que determinan el estado emocional de una persona. Plataformas como Zendesk por ejemplo, ya hacen uso de estas tecnologías para evaluar el tono de la interacción con los clientes durante el soporte o resolución de incidencias y ayuda a las empresas a mejorar la experiencia del cliente.
HPE acelera el despliegue de sus soluciones de IA con voz
Aunque muchas empresas que precisan de estos servicios recurren a servicios de nube pública, muchas otras han descubierto que a medida que escalan sus necesidades, también lo hace el coste, por lo que se plantean el poder procesar este tipo de interacciones de forma local. En este terreno, HPE propone una de las mejores formas de hacerlo.
Los servidores HPE ProLiant Gen11 se han diseñado desde desde cero como una plataforma ultraescalable para cargas de trabajo de IA optimizadas para todo tipo de casos de uso
Al mismo tiempo, HPE GreenLake ofrece un servicio de nube privada que puede acelerar los resultados empresariales, ofreciendo a los desarrolladores de una experiencia cloud para que puedan crear, implementar y supervisar sus cargas de trabajo de IA de voz. El conjunto se completa con HPE Ezmeral Data Fabric, que proporciona una vista unificada y un punto único de acceso a los datos, simplificando la gestión de datos de voz y reduciendo la carga de trabajo necesaria para acceder a los datos RIVA que podrían estar almacenados en entornos multicloud. ¿Quieres saber más? ¡ Descúbrelo en el informe técnico «Cómo elegir el mejor servidor para hacer crecer tu negocio».
Artículo publicado en www.muycomputerpro.com
