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

NOS, ett av Portugals största telekommunikations- och medieföretag, betjänar 1,5 miljoner kunder, och röst är dess främsta supportkanal med miljontals samtal varje år. För att ersätta friktionen med statiska IVR-menyer med omedelbar service dygnet runt utvecklade NOS konversationsbaserade AI-röstassistenter byggda på plattformen ElevenAPI, med vår Text to Speech-modell för att skapa de röstmeddelanden på europeisk portugisiska som kunderna hör. NOS kör nu sina portugisiska röster på Eleven v4, vår senaste Text to Speech-modell, för mer naturligt tempo, intonation och uttal på europeisk portugisiska. NOS testar för närvarande lösningen i produktion med 3–5 % av sin kundbas och samlar insikter om effekt, nöjdhet och robusthet innan den gradvis skalas upp.

Varför röst-AI

En stor andel av NOS inkommande samtal gäller information, och statiska IVR-menyer tvingade kunder att vänta sig igenom långa menyträd för enkla ärenden. NOS mål var att:

• Ge kunderna svar direkt genom naturliga samtal på deras eget språk
• Ta bort väntetider för vanliga, återkommande frågor
• Hjälpa kunder dygnet runt utan att öka den operativa belastningen

Röst-AI gjorde det möjligt att nå dessa mål på ett mer tillgängligt sätt utan att kompromissa med kvaliteten.

Uttrycksfull, snabb och tillförlitlig Text to Speech

I NOS kaskadkopplade pipeline Text to Speech formar det talade svaret, där låg latens och hög uttrycksfullhet gör samtalet naturligt i stället för robotlikt. Tillförlitligt uttal på europeisk portugisiska var ett krav som inte gick att förhandla bort, och något där många leverantörer brister. NOS utvärderade röstlagret 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, vilket gjorde Text to Speech lämpligt för att integrera röst som en central del av NOS konversationsbaserade AI-stack.

Valt för röstlagret i en öppen pipeline utan leverantörsberoende

NOS byggde sin arkitektur på ramverk med öppen källkod för att hålla stacken så oberoende av leverantörer 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 behövdes för kundsamtal i realtid.

Röst är fortsatt ett viktigt fokus för NOS, och teamet fortsätter att förbättra upplevelsen. De har uppdaterat 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 tester i produktion

NOS lär sig medvetet i produktion innan lösningen skalas upp och kör den med 3–5 % av sin kundbas. De första resultaten visar:

• Röstagenterna 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 med röstagenten 15 % kortare än med den gamla IVR-menyn. Agenten 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 nettopoängen jämfört med den tidigare upplevelsen. Kunderna värdesätter framför allt snabbheten, den låga ansträngningen och det smidiga samtalsflödet.

NOS kommer fortsätta mäta lösningens effekt och samla in kundfeedback medan utrullningen utökas. Båda används för att löpande förbättra upplevelsen innan den skalas till den bredare 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 agenten inte kan lösa ärendet: för återstående samtal har NOS utformat lösningen för att koppla vidare till en människa utan friktion och undvika de rundgångar där kunder går vilse i en IVR-meny.

Nästa steg

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 generera naturligt tal med låg latens.