Een spraakassistent is software die je bedient door ertegen te praten. Hij luistert naar wat je zegt, leidt af wat je bedoelt en antwoordt hardop of voert de taak uit, of dat nu een consumententool als Siri is of een telefoonbot die supportgesprekken afhandelt.
Onder de motorkap is het een estafette van drie taken. Eerst zet speech-to-text je gesproken woorden om naar geschreven woorden. Daarna leest het systeem de intentie en zoekt het een antwoord. Tot slot spreekt text-to-speech het antwoord terug. Het lijkt op een tolk die tussen jou en een database staat, alleen loopt de vertaling beide kanten op en is hij binnen ongeveer een seconde klaar.
Elke schakel in die keten was vroeger een apart, breekbaar product. Vroege assistenten kenden alleen een vaste lijst commando’s, daarom werkte ‘zet een timer van tien minuten’ wel en ‘herinner me straks aan die timer’ niet. Taalmodellen maakten die greep losser. De middelste stap kan nu de draad van een gesprek vasthouden, een vervolgvraag stellen als iets onduidelijk is en andere tools aanroepen om de tafel echt te reserveren of de bestelling te checken. Dat is de grens tussen speelgoed en iets waar een bedrijf op kan bouwen.
Het lastige zit zelden in het praten. Het zit in het begrijpen van rommelige verzoeken uit de praktijk: halve zinnen, achtergrondgeluid, accenten en mensen die halverwege van gedachten veranderen. Een goede spraakassistent gaat daar netjes mee om en geeft het door aan een mens als het niet lukt. Gaat die overdracht mis, dan voelen bellers zich klemgezet, en dat kost meer goodwill dan de bot ooit bespaarde.
Bij TopDevs bouwen we spraakassistenten voor telefoonlijnen en apps van klanten, zodat veelgestelde vragen meteen antwoord krijgen en de lastige gesprekken alsnog bij een echt persoon belanden.
