NOS bygger AI-röstassistenter för kundtjänst med ElevenLabs Text to Speech

NOS, ett av Portugals största telekom- och medieföretag, betjänar 1,5 miljoner kunder, och röst är dess främsta supportkanal med miljontals samtal varje år. För att ersätta friktionen i statiska IVR-menyer med omedelbar service dygnet runt har NOS utvecklat konversationsbaserade AI-röstassistenter byggda på ElevenAPI-plattformen och använder vår Text to Speech-modell för att skapa de europeisk-portugisiska röstsvar som kunderna hör. NOS testar för närvarande lösningen i produktion med 3–5 % av sin kundbas och samlar lärdomar om effekt, nöjdhet och stabilitet innan den successivt skalas upp.

Varför röst-AI

En stor andel av NOS inkommande samtal gäller informationsärenden, och statiska IVR-menyer tvingade kunderna att vänta sig igenom långa menystrukturer för enkla förfrågningar. NOS mål var att:

• Ge kunderna omedelbara svar genom naturliga samtal på deras eget språk
• Ta bort väntetider för återkommande frågor med hög volym
• Hjälpa kunder dygnet runt utan att öka den operativa belastningen

Röst-AI erbjöd ett mer lättillgängligt sätt att nå dessa mål utan att kompromissa med kvaliteten.

Uttrycksfull och tillförlitlig Text to Speech med låg latens

I NOS kaskadbaserade pipeline Text to Speech formar det talade svaret, där låg latens och hög uttrycksfullhet gör samtalet naturligt snarare än robotlikt. Tillförlitligt uttal på europeisk portugisiska var ett absolut krav, och något som många leverantörer inte klarar. NOS utvärderade röstresponslagret utifrån tre prioriteringar: tal av hög kvalitet, tillförlitligt uttal på europeisk portugisiska och låg latens för samtal i realtid. ElevenLabs presterade väl inom alla tre områden, vilket gjorde Text to Speech väl lämpat för att integrera röst som en central komponent i NOS konversationsbaserade AI-stack.

Valt för röstlagret i en öppen, leverantörsoberoende pipeline

NOS byggde sin arkitektur på ramverk med öppen källkod för att hålla stacken så leverantörsoberoende som möjligt inom Speech to Text, LLM och Text to Speech. I en pipeline där varje komponent kunde bytas ut valde NOS ElevenLabs för röstlagret. Integrationen var enkel: så länge det underliggande ramverket hade stöd för det kunde NOS lägga till modellen i sin befintliga pipeline med minimala ändringar och få den talkvalitet och låga latens som krävdes för kundsamtal i realtid.

Röst är fortfarande ett viktigt fokusområde för NOS, och teamet fortsätter att förbättra upplevelsen. De har vidareutvecklat den fonetiska ordlistan så att NOS-specifik terminologi och nyckelord uttalas korrekt, och arbetar med Professional Voice Cloning för att ytterligare optimera röstkvaliteten för varumärket.

Tidiga resultat från produktionstester

NOS lär sig medvetet i produktion innan uppskalning och kör lösningen med 3–5 % av sin kundbas. De tidiga resultaten visar:

• Röstassistenterna hanterar framgångsrikt omkring 50 % av samtalen i testgruppen. NOS definierar ett samtal som framgångsrikt hanterat när kunden avslutar det och inte ringer tillbaka, och mäter effekten exklusive återuppringningar som närmaste tillgängliga mått på lösning.
• När ett samtal kopplas vidare till en människa är tiden som spenderas med röstassistenten 15 % kortare än med den gamla IVR-menyn. Assistenten upptäcker tidigare när den inte kan lösa ett problem och kopplar vidare utan att i onödan hålla kvar kunden.
• Kundnöjdheten har ökat, med tvåsiffriga förbättringar i nettopoäng jämfört med den tidigare upplevelsen. Det kunderna värdesätter mest är snabbheten, den låga ansträngningen och hur smidig interaktionen är.

NOS kommer att fortsätta mäta lösningens effekt och samla in kundfeedback i takt med att utrullningen utökas. Båda delarna används för att kontinuerligt förbättra upplevelsen innan den skalas till hela kundbasen.

Utformad för både lösning och smidig vidarekoppling

NOS siktar på högsta möjliga andel framgångsrikt hanterade samtal när lösningen skalas upp. Lika viktig är upplevelsen i de fall som assistenten inte kan lösa: för den återstående andelen samtal har NOS utformat lösningen för att koppla vidare till en människa utan friktion och undvika de rundgångar där kunder fastnar i en IVR-meny.

Vad händer härnäst

Utöver kundtjänst investerar NOS i röststyrd automatisering av interna processer för att göra processerna snabbare i hela företaget. Utvecklare som bygger liknande upplevelser kan använda vår Text to Speech-modell via ElevenAPI-plattformen för att skapa naturligt tal med låg latens.