使用 bot 的互動式語音回應應用程式

Bot Service
認知搜尋
Language Understanding
Web Apps

解決方案構想

如果您想要瞭解如何使用詳細資訊來擴充本文,例如可能的使用案例、替代服務、實行考慮或定價指引,請讓我們知道 GitHub 的意見反應!

此解決方案構想示範如何使用 bot 和自訂機器學習智慧來設計互動式語音回應, (IVR) 應用程式。

潛在使用案例

這個特定的 IVR 應用程式會處理自行車和自行車配件的客戶訂單要求。 不過,此 IVR 架構可以套用至各種不同的案例。 沒有現有 IVR 解決方案的企業可以輕鬆地開始自動化要求。 或者,具有人類作業系統的企業可以使用此解決方案來擴充其現有的功能和工作流程。

架構

架構圖:互動式語音回應 (使用 Azure 內建的 BOT IVR) 應用程式。下載此架構的 SVG

核心 Azure 服務

  • 語音服務 (Bing 語音 API 或認知服務語音服務) 轉譯原始語音資料轉換成文字格式。
  • Language Understanding (LUIS) 從轉譯文字識別呼叫端意圖和讀出的實體。 意圖的範例包括下訂單、尋找訂單等等。 實體範例包括產品類別、日期、時間等等。
  • Azure 認知搜尋會根據呼叫者的描述,比對與清查產品。 一般同義字會以 advanced text 分析來識別。
  • Microsoft Bot Framework 會處理來自呼叫端的對話結果,並管理呼叫工作流程。

支援 Azure 服務

  • Azure Web 應用程式會將 bot 的核心邏輯裝載為 Node.js Web 應用程式。
  • Cosmos DB 會儲存每個交談的共用會話狀態,讓 web 應用程式在無狀態架構中向外延展。
  • Azure SQL 儲存產品清查和訂單狀態。

單元

IVR 應用程式的描述

如需此解決方案的詳細資訊,包括原始程式碼和資料自訂、分叉或探索 GitHub 上的話務中心解決方案專案

自動客戶互動對於任何規模的企業都是不可或缺的。 事實上, 61% 的取用者偏好透過語音進行通訊,而且大部分都偏好使用自助服務。 由於客戶滿意度是所有企業的優先考慮,因此自助服務是任何面向客戶通訊策略的重要層面。

今天,行動電話是主要的,鍵盤不一定會在觸達範圍內。 因此, (IVR) 系統的互動式語音回應,可讓客戶以直覺且方便的方式傳達其要求。 此解決方案構想提供智慧型且自然的自助體驗,可在所有客戶通路中重新規劃。

Azure AI 平臺是由 Microsoft Azure 雲端平臺所支援,並提供建立自動化 IVR 解決方案的所有必要元素。 有適用于資料內嵌、資料儲存、資料處理及先進分析元件的工具。

此解決方案會部署完全整合的服務堆疊,以透過 Skype 和Microsoft Bot Framework來管理語音要求。

此解決方案的目標使用案例是虛構的公司 Contoso LLC,它會將自行車和自行車設備銷售給其客戶。 Contoso 目前透過人力操作員處理新的產品訂單和查詢。 這種自動化解決方案可讓 Contoso 順暢地擴大以處理大型的呼叫量,同時維持零等待時間,並釋出員工來管理其他工作。

部署此案例

如需此解決方案的詳細資訊,包括原始程式碼和資料自訂、分叉或探索 GitHub 上的話務中心解決方案專案

下一步

Bing 語音和認知語音服務:

Microsoft Learn 課程模組:

Azure 架構中心文章: