NOS tworzy głosowych agentów AI do obsługi klienta z ElevenLabs Text to Speech

NOS, jedna z największych portugalskich firm telekomunikacyjnych i medialnych, obsługuje 1,5 mln klientów, a głos to jej główny kanał wsparcia, który co roku odbiera miliony połączeń. Aby zastąpić niedogodności statycznych menu IVR natychmiastową obsługą przez całą dobę, NOS stworzył konwersacyjne głosowych agentów AI opartych na platformie ElevenAPI, którzy korzystają z naszego modelu Text to Speech do generowania odpowiedzi głosowych po portugalsku europejskim, które słyszą klienci. NOS wykorzystuje teraz do swoich portugalskich głosów model Eleven v4, nasz najnowszy model Text to Speech, zapewniający bardziej naturalne tempo, intonację i wymowę po portugalsku europejskim. NOS testuje obecnie to rozwiązanie w produkcji na 3–5% swojej bazy klientów, zbierając wnioski o jego wpływie, satysfakcji klientów i niezawodności przed stopniowym rozszerzeniem wdrożenia.

Dlaczego głos AI

Duża część połączeń przychodzących do NOS ma charakter informacyjny, a statyczne menu IVR zmuszały klientów do przechodzenia przez długie drzewa opcji nawet przy prostych sprawach. Celem NOS było:

• Udzielać klientom natychmiastowych odpowiedzi w naturalnej rozmowie i w ich języku
• Usunąć czas oczekiwania przy częstych, powtarzalnych zapytaniach
• Obsługiwać klientów 24/7 bez zwiększania obciążenia operacyjnego

Głos AI pozwolił osiągnąć te cele w bardziej przystępny sposób, bez kompromisów w jakości.

Ekspresyjny, szybki i niezawodny Text to Speech

W kaskadowym pipeline NOS Text to Speech kształtuje odpowiedź głosową, a niskie opóźnienie i wysoka ekspresyjność sprawiają, że rozmowa brzmi naturalnie, a nie mechanicznie. Niezawodna wymowa po portugalsku europejskim była warunkiem koniecznym, którego wielu dostawców nie spełnia. NOS ocenił warstwę odpowiedzi głosowych według trzech priorytetów: wysokiej jakości mowy, niezawodnej wymowy po portugalsku europejskim i niskich opóźnień w rozmowach w czasie rzeczywistym. ElevenLabs wypadło dobrze we wszystkich trzech obszarach, dzięki czemu Text to Speech idealnie nadawał się do integracji głosu jako kluczowego elementu stosu konwersacyjnej AI NOS.

Wybrane jako warstwa głosowa w otwartym pipeline niezależnym od dostawców

NOS oparł swoją architekturę na frameworkach open source, aby stos był możliwie niezależny od dostawców — od Speech to Text, przez LLM, po Text to Speech. W pipeline zaprojektowanym tak, by każdy komponent można było wymienić, NOS wybrał ElevenLabs dla warstwy głosowej. Integracja była prosta: jeśli obsługiwał ją bazowy framework, NOS mógł dodać model do istniejącego pipeline przy minimalnych zmianach i uzyskać jakość mowy oraz niskie opóźnienia potrzebne w rozmowach z klientami w czasie rzeczywistym.

Głos pozostaje kluczowym obszarem dla NOS, a zespół stale dopracowuje to doświadczenie. Udoskonalił słownik fonetyczny, aby poprawnie wymawiać terminologię i słowa kluczowe specyficzne dla NOS, oraz pracuje z Professional Voice Cloning nad dalszą optymalizacją jakości głosu dla marki.

Wczesne wyniki testów produkcyjnych

NOS celowo zbiera doświadczenia w środowisku produkcyjnym przed rozszerzeniem wdrożenia, uruchamiając rozwiązanie dla 3–5% swojej bazy klientów. Wczesne wyniki pokazują:

• Głosowi agenci skutecznie obsługują około 50% połączeń w grupie testowej. NOS uznaje połączenie za skutecznie obsłużone, gdy klient je kończy i nie dzwoni ponownie. Wpływ mierzy po wykluczeniu ponownych połączeń, jako najbliższy dostępny wskaźnik rozwiązania sprawy.
• Gdy połączenie trafia do konsultanta, czas spędzony z głosowym agentem AI jest o 15% krótszy niż w starym menu IVR. Agent szybciej rozpoznaje, kiedy nie potrafi rozwiązać problemu, i przekazuje rozmowę bez niepotrzebnego zatrzymywania klienta.
• Satysfakcja klientów rośnie, a wynik netto wzrósł o kilkanaście punktów w porównaniu z poprzednim rozwiązaniem. Klienci najbardziej cenią szybkość, niewielki wysiłek i płynność interakcji.

W miarę rozszerzania wdrożenia NOS będzie nadal mierzyć wpływ rozwiązania i zbierać opinie klientów, aby stale ulepszać doświadczenie przed wdrożeniem go dla szerszej bazy klientów.

Zaprojektowane z myślą o rozwiązaniu sprawy i płynnym przekazaniu rozmowy

Wraz ze skalowaniem rozwiązania NOS dąży do osiągnięcia jak najwyższego wskaźnika skutecznie obsłużonych połączeń. Równie ważne jest doświadczenie w sprawach, których agent nie może rozwiązać: dla pozostałych połączeń NOS zaprojektował rozwiązanie tak, by płynnie przekazywało rozmowę konsultantowi i pozwalało uniknąć zapętlenia, w którym klienci gubią się w menu IVR.

Co dalej

Poza obsługą klienta NOS inwestuje w automatyzację procesów wewnętrznych opartą na głosie, aby przyspieszyć procesy w całej firmie. Deweloperzy tworzący podobne rozwiązania mogą korzystać z naszego modelu Text to Speech za pośrednictwem platformy ElevenAPI do generowania naturalnego głosu o niskich opóźnieniach.