Le mois dernier, Uniphore, une licorne incubée dans la cellule d’incubation IIT-Madras, a annoncé avoir repris la société française Hexagone. L’acquisition, a déclaré Uniphore, renforcera son offre, qui relève d’une branche croissante de la science – l’intelligence artificielle conversationnelle.

Cela fait longtemps que les logiciels ne se sont pas branchés sur la voix humaine – traduisant la parole en texte – et les choses ont bien avancé. Par exemple, Uniphore utilise la reconnaissance vocale automatique et le traitement du langage naturel (NLP) pour aider les clients à comprendre les émotions de leurs clients lorsqu’un client appelle son centre de contact pour déposer une plainte ou demander de l’aide pour résoudre un problème.

Alors, comment ça marche?

Votre mère ou votre partenaire vous a-t-elle déjà demandé au téléphone pourquoi votre voix sonnait-elle bas et a-t-elle vérifié si vous vous sentiez bien ou malade ? Qu’est-ce qui sous-tend leurs interrogations ? Voix!

L’informatique et la linguistique informatique se sont associées au cours des dernières années pour aider à transformer la parole en texte – également appelé reconnaissance vocale – qui aide les entreprises à ressentir le stress, l’excitation ou la colère dans la voix d’un client. L’IA conversationnelle s’avère assez bonne pour évaluer le sentiment des clients.

Le NLP est utilisé pour la reconnaissance automatique de la parole. Les applications d’assistant virtuel comme Siri ou Alexa sont des exemples de services prêts à l’emploi qui utilisent la reconnaissance vocale.

En termes de reconnaissance vocale utilisée par les entreprises pour comprendre le sentiment des clients, en particulier en analysant les journaux d’appels dans les centres de contact, Uniphore affirme que son intelligence artificielle conversationnelle (IA) aide à prédire l’intention de la voix, le sentiment, les signaux tonals et l’émotion dans les conversations des clients. La technologie aide à favoriser le libre-service avant que les appels des clients ne soient acheminés vers les agents du centre de contact pour les demandes complexes. Cela aide également les entreprises à mieux comprendre les performances des agences, explique Uniphore.

Selon Uniphore, l’IA conversationnelle repose sur trois technologies principales : la PNL, l’IA et l’apprentissage automatique (ML).

Le logiciel NLP analyse le langage et la parole humains naturels, interprète les nuances contextuelles et extrait les informations pertinentes. Associée à la compréhension du langage naturel (NLU), la PNL permet aux humains d’avoir des conversations avec l’IA.

L’IA utilise des données analysées par la PNL pour prédire les modèles de communication. L’IA conversationnelle permet aux machines de communiquer dans les deux sens avec les humains, générant des réponses automatisées pertinentes basées sur l’intention de l’orateur et d’autres informations contextuelles.

Le ML permet aux systèmes basés sur l’IA d’« apprendre » et de s’améliorer à partir de l’expérience sans être explicitement programmés. « Le sous-ensemble d’apprentissage automatique, l’apprentissage en profondeur, permet aux modèles d’IA conversationnelle de segmenter et de catégoriser les données extraites pour faire des prédictions très précises. Le modèle d’apprentissage en profondeur fonctionne sur un réseau de neurones. De nombreux assistants virtuels basés sur la voix de l’IA utilisent des modèles d’apprentissage en profondeur pour imiter la parole humaine naturelle », selon le site Web Uniphore.

Ensemble, ces trois éléments alimentent de nombreux outils et expériences que nous tenons pour acquis aujourd’hui, tels que les moteurs de recherche, les filtres anti-spam, les logiciels de traduction et l’analyse grammaticale.

Uniphore affirme que la technologie d’Hexagone « améliorera sa capacité à intégrer toutes les données dérivées de la vision par ordinateur, du traitement du langage naturel, de l’IA des connaissances et de l’analyse de la voix et de la hauteur pour capter des signaux comportementaux et émotionnels ».

Dans une vidéo annonçant l’acquisition, la directrice d’Hexagone, Camille Srour, explique que même le son de la frustration – le « aargh » d’un client en colère – ou le rire dans chaque conversation est capté et analysé par la technologie.

Il souligne que sans une telle technologie, les entreprises ont tendance à prendre des appels vocaux aléatoires à la fin de chaque année et à élaborer une stratégie de marketing ou de vente basée sur les informations qu’elles en tirent. Ce n’est pas, dit-il, la voie idéale. Après tout, si seulement trois clients voulaient une fonctionnalité particulière parmi des milliers d’utilisateurs finaux, l’entreprise serait induite en erreur en n’écoutant que trois clients au hasard.