Speech-to-Text (ASR)
Kurz erklärt: Speech-to-Text, auch ASR (Automatic Speech Recognition), wandelt gesprochene Sprache in Text um und ist der erste Schritt jedes Voicebot-Gesprächs.
Speech-to-Text ist die automatische Spracherkennung. Sie hört den Anrufer und schreibt in Echtzeit mit. Der erkannte Text ist die Grundlage für alles Weitere: Erst wenn der Bot weiß, was gesagt wurde, kann er verstehen und antworten. Die Qualität der Spracherkennung entscheidet deshalb maßgeblich über die Qualität des gesamten Voicebots.
Was gute Spracherkennung ausmacht
- Hohe Erkennungsrate auch bei Dialekt, Akzent und Hintergrundgeräuschen
- Geringe Verzögerung, damit das Gespräch nicht stockt
- Erkennung von Zahlen, Namen und Fachbegriffen
- Umgang mit Unterbrechungen und gleichzeitigem Sprechen
Fortschritt der letzten Jahre
Moderne Spracherkennung erreicht bei klarem Deutsch Erkennungsraten über 95 Prozent. Schwierig bleiben Eigennamen, Buchstabierungen und schlechte Telefonverbindungen. Deshalb arbeiten gute Voicebots mit Bestätigungsfragen bei kritischen Angaben und mit Wortlisten für Produkt- und Firmennamen.
Speech-to-Text bei Susi
Susi nutzt aktuelle Spracherkennung mit Anpassung auf Ihr Vokabular: Produktnamen, Fachbegriffe, typische Abkürzungen. Bei Kundennummern und Namen fragt Susi nach und wiederholt die erkannten Werte. Ihre Datenverarbeitung regeln wir in einem Auftragsverarbeitungsvertrag.
Susi für Ihr Unternehmen
Einmalig 99 € Einrichtung, 9,90 € im Monat, 0,20 € je Botminute, monatlich kündbar. In der Regel innerhalb von 48 Stunden eingerichtet.