El concurso VLSP de Lengua y Procesamiento del Habla Vietnamita forma parte de la conferencia internacional anual sobre Lengua y Procesamiento del Habla Vietnamita, organizada por el club VLSP, una rama de la Asociación Vietnamita de Tecnologías de la Información. VLSP 2023 organiza 10 concursos sobre procesamiento de voz y texto, reuniendo a destacados investigadores, expertos y unidades de desarrollo tecnológico. En su participación en el concurso VLSP 2023, Viettel AI obtuvo el primer premio en dos categorías: Reconocimiento de Voz y Reconocimiento de Emociones del Habla; y Traducción Automática Vietnamita-Laosiana.

En particular, el Reconocimiento Automático de Voz es uno de los problemas más importantes del procesamiento de voz para convertir las señales de voz de entrada en el texto correspondiente. Este año, gracias a la innovación en la estructura de las categorías del concurso, los equipos tuvieron que resolver dos problemas simultáneamente: reconocimiento de voz y reconocimiento de emociones. Viettel AI no solo superó este desafío y ganó el primer premio, sino que también impresionó con una puntuación excepcional del 89,18 % (los equipos que le siguieron obtuvieron el 83,40 % y el 78,45 %, respectivamente).

Según el representante de Viettel AI, la clave para lograr esta excelente precisión reside en el dominio temprano de la tecnología por parte de Viettel AI. En lugar de utilizar modelos basados ​​en resultados de investigación disponibles, Viettel AI ha desarrollado desde cero un modelo específico para procesar el habla vietnamita, actualizando y optimizando continuamente su eficiencia. Gracias a un ciclo de entrenamiento que permite procesar todos los datos en diferentes condiciones de calidad, los ingenieros han desarrollado con éxito un modelo capaz de reconocer tanto el texto como las emociones de la oración con gran precisión, incluso con datos limitados.

aaaaaaaaaaaaa.jpg
Los ingenieros de la plataforma de asistente virtual de Viettel AI participan en las categorías de Reconocimiento de voz y Reconocimiento de emociones del habla.

La tecnología avanzada de procesamiento del habla ha aportado resultados significativos a los productos de inteligencia artificial de Viettel, como los sistemas de asistentes virtuales y las centralitas virtuales, capaces de reconocer la voz con una precisión de hasta el 95 % e identificar las intenciones del cliente con una precisión de hasta el 96 %. En particular, los resultados de la investigación sobre tecnología de reconocimiento de voz y emociones de la competencia abrirán nuevas aplicaciones en la atención al cliente, aprovechando la información de las llamadas de la centralita. Las quejas y las llamadas negativas de los clientes a la centralita suelen representar solo una pequeña cantidad de cientos de miles de llamadas diarias a la centralita de soporte, pero tienen un gran impacto en la calidad del servicio. En lugar de invertir en contratar personal para escuchar y marcar estas llamadas, como antes, la centralita virtual Viettel Cyberbot podrá identificar y gestionar automáticamente las quejas de los clientes en cuanto se reciba la llamada.

A través de la competencia, Viettel AI afirma su determinación de ser pionero en el desarrollo y la aplicación de las tecnologías de procesamiento de voz más avanzadas para mejorar la calidad de los productos y servicios.

Quoc Tuan