Как все начиналось
У истоков Центра речевых технологий (ЦРТ) стояли ученые-акустики, что и объясняет сферу деятельности самой организации. В начале 90-х годов основатель компании Михаил Хитров с восемью единомышленниками всего за пару месяцев сформировал команду настоящих профессионалов в области электроники и программирования. Большинство из них в свое время работали в отделе спецакустики ленинградского НПО «Дальняя связь». Был утвержден неформальный устав, согласно которому предполагалась работа только в области высоких технологий. Коллеги решили, что ни при каких обстоятельствах не будут отклоняться в сторону выгодных, но неинтересных проектов.
Конечно, первое время всем приходилось нелегко. Ведь, как известно, чтобы выжить в бизнесе, нужно быть экономически эффективными и понимать особенности работы в новых условиях. Безусловно, все это приходило постепенно, с опытом. Основная сложность, с которой столкнулись разработчики, заключалась в том, что многие продукты и технологии ЦРТ были, так скажем, новаторскими для своего времени, кардинально отличающимися от вариантов, предлагаемых на тот момент на рынке.
Изначально разработчикам нужно было понять, какие решения станут востребованными и актуальными, каким образом можно решить различные задачи клиентов. Была проделана колоссальная работа. Чтобы продавать свои продукты, ЦРТ самостоятельно создавал для них рынки, поскольку помощи от государства в те времена ждать не приходилось: было совсем не до науки. ЦРТ активно набирал в свою команду высококвалифицированных научных сотрудников, благодаря которым удалось обогнать конкурентов по многим направлениям.
В конце столетия были заключены первые международные контракты. Учитывая отношение мирового сообщества к российскому бизнесу, особенно в области высоких технологий, нужно было быть на три головы выше иностранных конкурентов, и мы были. Известен случай, когда на крупной международной выставке CeBIT представители компании-конкурента тайно покупали наш программный комплекс шумоочистки SoundCleaner под чужим именем. Но, к счастью, так и не смогли превзойти разработку ЦРТ и даже приблизиться к ней. Об истории развития компании можно рассказывать долго, но мы хотим особо подчеркнуть, что мы всегда были организацией, которая извлекает прибыль из своего интеллектуального потенциала, производя продукты, реально оптимизирующие бизнес-процессы клиентов. Можно сказать, что девиз ЦРТ — «технологии для жизни».
Команда ЦРТ
Выбор в пользу облака
Сегодня множество компаний делает выбор в сторону «облака» ввиду его гибких возможностей и доступности. Поскольку ЦРТ регулярно проводит высоконагрузочное тестирование продуктов, а также реализует внешние проекты, выбор в пользу облака является совершенно оправданным.
Когда ЦРТ впервые обратился в «ИТ-ГРАД», для нас за пару дней развернули крупную инфраструктуру. Мы остались довольны оперативностью и качеством выполненных работ. С тех пор ЦРТ арендует у «ИТ-ГРАДа» виртуальные вычислительные мощности как для проведения тестирования, так и для реализации внешних проектов, которым требуется высокая доступность. Для нас облако «ИТ-ГРАД» — это, в первую очередь, оперативно предоставляемый пул вычислительных ресурсов с высокой доступностью. Ниже мы расскажем о наших решениях, которые работают из облака провайдера и обслуживают достаточно требовательную клиентскую аудиторию.
Команда ЦРТ
# VoiceFabric
VoiceFabric давно зарекомендовал себя как облачный сервис синтеза речи. Решение позволяет записывать аудиоподкасты, озвучивать книги, видеоролики, статьи на сайтах, динамическую информацию IVR-меню, сообщения информационных систем и любые другие тексты. Для этого достаточно зайти на сайт продукта, зарегистрироваться, выбрать тариф и оплатить услугу.
| VoiceFabric предоставляет возможность синтезировать речь двумя способами: | |
| С помощью встроенного веб-сервиса прямо на сайте. Для этого необходимо скопировать текст в специальное поле, выбрать голос и скачать готовый звуковой файл. | С помощью встроенного API, который интегрируется по протоколу http. Так разработчики сторонних приложений могут озвучивать тексты автоматически. |
Таблица 1. Возможности синтеза речи VoiceFabric
В дальнейшем с помощью VoiceFabric можно будет встраивать в свой проект не только синтез, но и распознавание речи (с возможностью подключения различных языковых моделей) и даже голосовую биометрию.
Принцип работы VoiceFabric
Обмен информацией между API-сервисом VoiceFabric и приложением/устройством пользователя осуществляется по протоколу HTTPS.
Рисунок 1. Принцип работы VoiceFabric
- Текст, который не превышает 4096 символов, может передаваться на синтез запросом GET.
- Текст объемом до 10 Мб может передаваться на синтез запросом POST.
- Формат выходного звукового файла — беззаголовочный (raw), codec = pcm, bit = 16, rate = 8000 или 22050 (зависит от голоса).
- Формат можно получить в ответе из заголовка Сontent-type.
- Все запросы должны быть сформированы согласно HTTP-протоколу.
- Параметры строки запроса: UrlEncode, разделитель & и т. д.
# Сервер обновлений для мобильного приложения «Читатель»
Еще один внешний проект представлен решением «Читатель». Он озвучивает (читает вслух) синтезированным голосом загруженные книги и документы, превращая любой текстовый файл в аудиокнигу. Технология синтеза речи от ЦРТ позволяет переводить текст в речь на самом мобильном устройстве. Всего в «Читателе» установлено шесть русскоязычных голосов, в скором времени появится поддержка английского (голос Carol) и казахского языка (голос «Асель»). «Читатель» доступен как для устройств Android, так и для iPhone, iPad. Приложение успело завоевать доверие более 100 тыс. пользователей — именно столько загрузок было зафиксировано в AppStore и PlayMarket.
# Демостенд для виртуального консультанта компании МегаФон — «Елены»
Следующий проект, использующий облако «ИТ-ГРАД», связан с демостендом для виртуального консультанта «Елены».
- «Елена» — «сотрудник» службы клиентского сервиса «МегаФона», который способен обрабатывать более миллиона клиентских запросов в год, доступен 24 часа в сутки 7 дней в неделю.
- «Елена» помогает клиентам получать необходимую информацию и управлять услугами. Благодаря «Елене» все клиенты «МегаФона» при звонке в call-центр могут получить консультацию без ожидания на линии.
Ранее многие типовые операции могли быть совершены с помощью маршрутизации на клавиатуре телефона (IVR) или с привлечением консультанта. Но с появлением такого продукта клиенты могут решать большинство своих вопросов без блуждания в кнопочном лабиринте, без использования помощи оператора call-центра. Виртуальный консультант разгружает сотрудников обслуживания, позволяя им сосредоточиться на решении нестандартных ситуаций и сложных задач. «Елена» способна обучаться и помогать в решении большинства типичных вопросов. Новый «сотрудник» определяет тему обращения, отвечает на вопросы, запрашивает дополнительную информацию, а в дальнейшем будет предлагать сразу несколько вариантов решения вопроса. Виртуальный консультант «МегаФона» сможет не только обрабатывать и выдавать информацию, но и общаться с абонентами. В основе «Елены» лежит разработанный ЦРТ сервис.
Хочется отметить, что мы единственная компания в России и одна из немногих компаний в мире, успешно работающая в области создания информационных технологий, связанных с компьютерной обработкой речи.
Команда ЦРТ
По словам Игоря Майстренко, директора по продажам и обслуживанию «МегаФона», «виртуальный консультант не только позволяет быстро получать нужную информацию, но и создавать эффект «живого» общения. Если сравнить развитие подобных сервисов за рубежом, станет очевидно, что решение ЦРТ во многом превосходит имеющиеся мировые аналоги.
Существенная часть обращений в контакт-центр носит типовой характер и может быть автоматизирована с помощью современных речевых технологий. Работая в тесном сотрудничестве с «МегаФоном», ЦРТ создал не просто справочник с голосовым управлением, а настоящую «персону», общение с которой максимально приближено к естественному. ЦРТ, как отечественная компания, отлично понимает требования российского рынка, учитывает особенности русского языка и имеющиеся реалии.
# Демонстрационные сервисы голосового самообслуживания Voice Navigator
VoiceNavigator — это решение для контакт-центров, предназначенное для построения систем голосового самообслуживания (СГС). VoiceNavigator позволяет автоматически обрабатывать вызовы с помощью технологий синтеза и распознавания речи. Применяется в корпоративных системах голосового самообслуживания клиентов со сложными многоуровневыми меню, справочных системах массового информационного обслуживания (автоинформаторах расписания движения пассажирского транспорта, сервисах автоматического бронирования билетов и услуг), системах голосовой аутентификации пользователей при запросе персонализированной или конфиденциальной информации по телефону или через Интернет.
В заключение
С момента образования Центра речевых технологий прошло 25 лет. За это время из небольшого коллектива ученых-единомышленников ЦРТ превратился в компанию с мировым именем и огромным научным потенциалом. В настоящее время многие разработки и технологии ЦРТ не имеют аналогов в России и за ее пределами. Масштабные проекты в России, Европе, Северной и Латинской Америке позволяют петербургской компании заявлять о статусе лидера в сфере речевых технологий и мультимодальной биометрии. Стратегические цели ЦРТ включают закрепление позиций на международном рынке синтеза и распознавания речи на различных языках, массовое внедрение голосовых сервисов в различных сферах бизнеса, дальнейшее продвижение решений для сферы безопасности.
Мы твердо верим, что за речевыми технологиями будущее, ведь это путь к естественному общению человека с ИТ-системами. ЦРТ, как и прежде, остается на острие технологического прогресса, создавая продукты и решения, позволяющие эффективно решать актуальные бизнес-задачи наших клиентов, обеспечивать безопасность людей и информации. Идти в ногу со временем помогают и облачные технологии, что даёт еще бо́льшую гибкость и расширяет горизонты предоставляемых услуг.
Команда ЦРТ
