ElevenAgents向けExpressive Modeのご紹介

本日、ElevenAgents向けExpressive Modeをご紹介します。これは、音声エージェントの表現力を高め、AIとの会話と人との会話の境界を曖昧にする機能です。 

Expressive Modeにより、チームはトーンをこれまでにないほど細かくコントロールできます。プレッシャーがかかる場面でも、エージェントは会話を落ち着かせ、安心感を与え、明確な解決へと導きます。

これは、フライトの欠航後に強い不満を抱く顧客にエージェントが共感を示す、無編集の録音です。

Expressive Modeを支える2つの主要アップグレード

2つのアップグレードによって実現しています。

• Eleven v3 Conversational：最も感情知能が高く、文脈を理解するテキスト読み上げモデルです。Eleven v3をベースに、リアルタイム対話向けに最適化されています。
• 新しいターンテイキングシステム：割り込みを減らし、より適切なタイミングで応答します。

これらのリリースは、垂直統合型の会話型プロダクトであるElevenAgents内でシームレスに連携するよう、並行して開発されました。

Eleven v3 Conversational

Eleven v3 Conversationalは、これまでで最も感情知能が高く、文脈を理解するTTSモデルです。ターンをまたいで会話の文脈を維持し、台本どおりや大げさに聞こえることなく、意図、感情、強調を反映した音声を生成します。

たとえば、ユーザーが不安そうなときはより穏やかで安心感のあるトーンを、明確さとスピードが重要なときはより直接的なトーンを使うよう、エージェントを設定できます。これらのコントロールにより、チームはブランドボイスやユーザーの期待に合わせて話し方を調整できます。

新しいターンテイキングシステム

人との会話では、言葉と同じくらいタイミングが重要です。早すぎる割り込みは信頼を損ない、遅すぎる応答はその瞬間を逃します。

新しいターンテイキングシステムは、業界をリードする文字起こしモデルScribe v2 Realtime、からのリアルタイムシグナルを利用し、話し方から感情を推定します。これにより、エージェントが話す、間を置く、待つべきタイミングをより適切に判断できます。特に感情が高ぶった状況で、より人らしい応答を実現します。

話すペースが急に速くなり、声量の増加や繰り返しを伴う場合は、強いストレスやパニックの兆候であることが少なくありません。

一方、短い感嘆詞を伴う明るく上がるイントネーションは、うれしい驚きや安堵と一致することが多くあります。

グローバルな顧客対応のために設計

Expressive Modeは70以上の言語で感情表現の細やかさを拡張し、これまでニュアンスの再現が十分でなかったヒンディー語などの言語や方言でも、より自然な話し方を実現します。

インドのさまざまな言語を話すエージェントをお聴きください。

アルゼンチンアクセントのスペイン語も：

Expressive Modeを今すぐ試す

ブランドに沿った表現力豊かなエージェントを導入しましょう。適切なタイミングで応答し、実際の顧客感情に適応するため、顧客は単に処理されたのではなく、支援されたと感じられます。

ElevenAgentsで本番運用向けに構築。パイロット導入からグローバル展開まで、大規模な顧客対応に必要な信頼性、インテグレーション、テスト、モニタリングを備えています。

試してみる：ライブデモ

ドキュメントを読む：ドキュメント