Dallas, Texas - 26 de octubre de 2021: OnviSource, proveedor líder de soluciones de automatización inteligente para la optimización de la fuerza de trabajo, el análisis y la automatización de las operaciones del centro de contacto, la gestión de la experiencia del cliente y la automatización de los procesos empresariales, ha anunciado hoy una asociación estratégica con Voicegain, una innovadora empresa de voz a texto/ASR. OnviSource ha integrado la plataforma de voz a texto basada en el aprendizaje profundo de Voicegain en su solución de análisis multicanal Intellecta™, que utiliza la voz a texto y la comprensión del lenguaje natural para analizar las interacciones de los clientes y el contenido basado en audio para descubrir conocimientos procesables y extraer información empresarial.

OnviSource aprovechará la plataforma Voicegain para dar servicio a su creciente base de clientes empresariales de diversos sectores, como proveedores nacionales de servicios inalámbricos, banca, servicios financieros, servicios públicos, seguros y otros.

"Nos complace anunciar esta asociación con Voicegain, ya que su ASR impulsado por IA aumenta aún más nuestras soluciones de automatización inteligente impulsadas por IA y nuestra plataforma de hiper-automatización que ofrece IA integrada, IA conversacional, RPA, BPA y análisis", dijo Ray Naeini, Presidente y CEO de OnviSource. "Nuestra asociación permitirá a ambas empresas desarrollar conjuntamente modelos de IA altamente sofisticados y personalizados para diversas aplicaciones e industrias con el fin de ofrecer una precisión y un rendimiento inigualables."

Para lograr un alto rendimiento, OnviSource implementó el motor ASR de Voicegain en servidores con GPU NVIDIA en su centro de datos. Esta arquitectura se conoce como implantación Edge. Aunque Voicegain también ofrece una solución de nube multiusuario, la arquitectura de implementación Edge tiene dos ventajas importantes para OnviSource.

La primera gran ventaja es que permite a OnviSource cumplir los estrictos compromisos contractuales con sus clientes en materia de privacidad, seguridad y control de datos. La segunda ventaja es que supone para OnviSource una reducción de costes de aproximadamente el 75% en comparación con los modelos de precios basados en el uso que ofrecen otros proveedores, lo que permite a OnviSource ofrecer sus soluciones repletas de funciones a precios muy asequibles y flexibles.

"Estamos encantados de haber sido seleccionados por OnviSource para sus productos de análisis de voz para centros de llamadas y empresas. Esta decisión valida las '3As' en las que Voicegain se diferencia en el mercado ASR - Precisión, Asequibilidad y Accesibilidad", dijo Arun Santhebennur, Cofundador y CEO de Voicegain. "Nuestras mejoras conjuntas de producto ofrecerán modelos de voz a texto de gran precisión para aplicaciones empresariales complejas".

La selección del producto de Voicegain por parte de OnviSource se basó en pruebas exhaustivas y programas piloto relacionados con la precisión, el rendimiento y la aplicabilidad del producto de Voicegain, junto con un análisis comparativo detallado con otros productos del mercado.

Además, el producto Voicegain ofrece simplicidad de despliegue y uso, ya que toda la plataforma se despliega en un clúster Kubernetes. Su despliegue Edge ofrece un sencillo script para descargar y desplegar todos los paquetes y dependencias en cualquier servidor con GPUs NVIDIA.

Acerca de OnviSource

Durante más de una década, OnviSource ha permitido a varios cientos de pequeñas y grandes empresas de una amplia gama de sectores gestionar, automatizar y mejorar de forma rentable su experiencia de cliente y sus procesos empresariales ofreciendo soluciones avanzadas de captura, unificación, análisis, toma de decisiones y automatización de datos y medios multicanal para toda su empresa, incluidos sus centros de contacto, back offices y organizaciones de TI.

Las soluciones de OnviSource ia.Enterprise Intelligently Automated (IA) ofrecen optimización y gestión de la fuerza de trabajo (WFO/WFM), gestión inclusiva de la captación de clientes de teleservicio, análisis multicanal de la captación de clientes, encuestas a clientes automatizadas de forma inteligente, automatización de procesos mediante automatización robótica de procesos (RPA) y automatización inteligente de procesos (IPA) y agente virtual inteligente (IVA). La empresa ofrece sus soluciones como productos de software, nube o software como servicio (SaaS), servicios gestionados o cualquier combinación. La oferta especial de OnviSource Advantage Platinum de OnviSource garantiza que las soluciones se adaptan a las necesidades específicas de los clientes ofreciendo una serie de programas de asistencia al cliente sin compromiso. Estos programas incluyen consultas, pruebas de concepto y asistencia práctica para el funcionamiento. OnviSource tiene su sede en Plano, Texas (zona norte de Dallas), con un centro de operaciones adicional en Oklahoma.

Acerca de Voicegain

Voicegain es una plataforma de conversión de voz a texto basada en redes neuronales profundas que se centra en los desarrolladores de aplicaciones de voz. Voicegain ofrece un conjunto completo de API, SDK y aplicaciones SaaS sobre su plataforma para automatizar y analizar interacciones basadas en voz en centros de contacto, ventas y reuniones. Para obtener más información, visite Voicegain.ai o cree una cuenta gratuita para empezar.

Contacto de prensa:Voicegain: Arun Santhebennur, Director General

arun@voicegain.ai

‍

OnviSource: Deborah Cromwell, Directora de Marketing

deborah.cromwell@onvisource.com

‍

Muchas aplicaciones de voz a texto (STT) o reconocimiento de voz (ASR) requieren que la conversión de audio a texto se produzca en tiempo real. Estas aplicaciones pueden ser bots de voz, subtitulación en directo de vídeos, eventos o charlas, transcripción de reuniones, análisis de voz en tiempo real de llamadas de ventas o asistencia a agentes en un centro de contacto.

Una cuestión importante para los desarrolladores que buscan integrar STT en tiempo real en sus aplicaciones es la elección del protocolo y/o mecanismo para transmitir audio en tiempo real a la plataforma STT. Mientras que algunos proveedores de STT ofrecen sólo un método, en Voicegain ofrecemos múltiples opciones que los desarrolladores pueden elegir. En este post, exploramos en detalle todos estos métodos para que un desarrollador pueda elegir el más adecuado para su caso de uso específico.  

Algunos de los factores que pueden orientar la elección concreta son:

• Lenguaje de programación y plataforma de implementación: ¿hay bibliotecas de clientes disponibles en el lenguaje de programación/plataforma de desarrollo (Java, Javascript, Python, Go, etc.) en el que se basa la aplicación?
• Cómo se pone a disposición de la aplicación el flujo de audio: es posible que la aplicación ya reciba el flujo de audio de una manera y en un formato determinados.
• El tipo de aplicación y sus requisitos de latencia y resistencia de la red.
• Relacionado con lo anterior: la calidad de la red entre la aplicación y la plataforma STT.
  

En Voicegain actualmente ofrecemos siete métodos/protocolos diferentes para soportar streaming a nuestra plataforma STT. Los tres primeros están basados en TCP y los cuatro últimos en UDP.

• Los métodos basados en TCP suelen ser una buena idea si la calidad de la red es muy robusta
• Los métodos basados en UDP podrían ser una mejor opción si la aplicación admite telefonía
  

Las opciones

1. WebSockets

El uso de WebSockets es una opción sencilla y popular para transmitir audio a Voicegain para el reconocimiento de voz. WebSockets han existido por un tiempo y la mayoría de los lenguajes de programación web tienen bibliotecas que lo soportan. Esta opción puede ser la forma más fácil de empezar. La API de Voicegain utiliza WebSockets binarios, y tenemos algunos ejemplos sencillos para empezar.

2. HTTP 1.1 con codificación de transferencia Chunked

Voicegain también soporta streaming sobre HTTP 1.1 utilizando codificación de transferencia por trozos. Esto le permite enviar datos de audio sin procesar con un tamaño desconocido, que es generalmente el caso para el streaming de audio. Voicegain soporta escenarios pull y push - podemos obtener el audio de una URL que usted proporcione o la aplicación puede enviar el audio a una URL que nosotros proporcionemos. Para utilizar este método, su lenguaje de programación debe tener bibliotecas que soporten la codificación de transferencia en trozos a través de HTTP, algunas de las bibliotecas HTTP más antiguas o más simples no lo soportan.

3. gRPC

gRPC se basa en el protocolo HTTP/2, diseñado para soportar conexiones bidireccionales de larga duración. Además, gRPC utiliza búferes de protocolo, que son un formato de serialización de datos más eficiente que JSON, utilizado habitualmente en las API HTTP RESTful. Ambos aspectos de gRPC permiten que los datos de audio se envíen de forma eficiente a través de la misma conexión que también se utiliza para enviar comandos y recibir resultados.

Con gRPC, se pueden generar fácilmente librerías del lado del cliente para múltiples lenguajes, como Java, C#, C++, Go, Python, Node Js, etc. El código cliente generado contiene stubs para que los clientes gRPC llamen a los métodos definidos por el servicio.

Usando gRPC, los clientes pueden invocar las APIs Voicegain STT como un objeto local cuyos métodos exponen las APIs. Este método es una forma rápida, eficiente y de baja latencia de transmitir audio a Voicegain y recibir respuestas de reconocimiento. Las respuestas se envían a través de la misma conexión de vuelta desde el servidor al cliente - esto elimina la necesidad de sondeo o callbacks para obtener los resultados cuando se utiliza HTTP.

gRPC es genial cuando se utiliza desde el código back-end o desde Android. No es una solución plug and play cuando se utiliza desde navegadores web, sino que requiere algunos pasos adicionales.

Métodos basados en UDP

Los tres primeros métodos descritos son métodos basados en TCP. Funcionan muy bien para el streaming de audio siempre que la conexión no tenga pérdida de paquetes o ésta sea mínima. La pérdida de paquetes provoca retrasos y fluctuaciones significativas en las conexiones TCP. Esto puede estar bien si el audio no tiene que ser procesado realmente en tiempo real y puede ser almacenado en buffer.  

Si el comportamiento en tiempo real es importante y se sabe que la red no es fiable, el protocolo UDP es una alternativa mejor que TCP para la transmisión de audio. Con UDP, la pérdida de paquetes se manifestará como cortes de audio, pero eso puede ser preferible a las pausas y fluctuaciones excesivas en el caso de TCP.

4. Protocolo RTP con extensiones Voicegain

RTP es un protocolo estándar para la transmisión de audio a través de UDP. Sin embargo, RTP por sí mismo no suele ser suficiente y normalmente se utiliza con el Protocolo de Control RTP (RTCP) que lo acompaña. Voicegain ha implementado su propia variación de RTCP que puede utilizarse para controlar los flujos de audio RTP enviados al reconocedor.

Actualmente, la única forma de transmitir audio utilizando RTP a la plataforma Voicegain es utilizar nuestra librería propietaria Audio Sender Java. También proporcionamos Audio Sender Daemon que es capaz de leer los datos directamente desde los dispositivos de audio y transmitirlos a Voicegain para la transcripción en tiempo real.

5. SIP/RTP

Si está buscando invocar voz a texto en un centro de contacto, Voicegain ofrece APIs de bots de telefonía. Puede leer más sobre ellas aquí. Esencialmente, la plataforma Voicegain puede actuar como un punto final SIP y puede ser invitada a una sesión SIP. Podemos hacer dos cosas 1) Como parte de un IVR o Bot, reproducir avisos y recopilar información de la persona que llama 2) Como parte de una asistencia al agente en tiempo real, podemos escuchar y transcribir la interacción entre el agente y la persona que llama.

Para profundizar en (1), con estas API puede invitar a la plataforma Voicegain a una sesión SIPque proporcione al motor de voz a texto de Voicegain acceso al audio. Una vez establecido el flujo de audio, puede emitir comandos para reconocer las expresiones de la llamada y recibir la respuesta del reconocimiento utilizando nuestras devoluciones de llamada web. Puede escribir la lógica de su aplicación utilizando cualquier lenguaje de programación o un motor NLU de su elección - todo lo que se necesita es ser capaz de manejar peticiones HTTP y enviar respuestas.

En este escenario, la plataforma Voicegain actúa esencialmente como "boca" y "oído" de toda la conversación que tiene lugar a través de SIP/RTP. La aplicación puede emitir comandos JSON a través de HTTP que reproducen indicaciones y convierten la voz del interlocutor en texto durante toda la duración de la llamada en una única sesión. También puede grabar toda la conversación si la llamada se transfiere a un agente en directo y transcribirla a texto.

6. MRCP

Los proveedores de plataformas de centros de contacto como Cisco, Genesys, Avaya y las plataformas CCaaS basadas en FreeSWITCH suelen admitir MRCP para conectarse a los motores de reconocimiento de voz. Voicegain admite el acceso a través de MRCP tanto al reconocimiento del habla basado en un amplio vocabulario como al basado en la gramática. Recomendamos MRCP sólo para implementaciones Edge, Private Cloud u On-premise.

7. SIPREC

En los Contact Centers, para la transcripción en tiempo real de la interacción entre el agente y el llamante, Voicegain soporta SIPREC. Más información aquí.

Prueba Voicegain.

1. Haga clic aquí para obtener instrucciones para acceder a nuestro sitio de demostración en vivo.

2. Si estás creando una aplicación de voz interesante y quieres probar nuestras API, haz clic aquí pararegistrarte y obtener una cuenta de desarrollador y recibir 50 dólares en créditos gratuitos.

3. Si quieres llevar a Voicegain como tu propio asistente de transcripción de IA a las reuniones, haz clic aquí.

‍