Reconhecimento por voz: Pietro Beltrame fala sobre solução

A Atos Origin, consultoria em soluções de tecnologia da informação, ao lado da Speech Blue, empresa do grupo italiano Speech Village, que trabalha com tecnologia de interpretação de linguagem falada e escrita, lançaram a pouco tempo a solução Agente-Virtual.

A ferramenta de reconhecimento de voz e texto  pode ser empregada em serviços de atendimento ao cliente por telefone e chat e permite uma interação "normal" e "natural" entre máquina e homem. O Agente Virtual oferece uma interface que simula o atendimento com um operador humano. O usuário fala ou escreve em português fluente e o sistema entende a solicitação e responde automaticamente.

Conversamos com Pietro Beltrame, diretor de desenvolvimento de negócios de Telecom e Media da Atos Origin do Brasil, sobre o funcionamento da ferramenta e como ela se adaptará às diferenças de escrita e sotaque que ocorrem por todo o país.

Portal Call Center:Como nasceu a parceria entre a Atos Origin e a SpeechBlue?
Pietro Beltrame: A Atos Origin e a SpeechBlue (empresa brasileira do grupo da SpeechVillage, com matriz na Itália), se conheceram no Futurecom 2007. Em seguida a Atos e a SB desenvolveram em conjunto um projeto web em um grande banco no Brasil, para respostas automáticas a perguntas complexas.
Com os desafios impostos pela nova regulamentação do SAC (meados de 2008), ambas as empresas perceberam que poderiam contribuir com soluções chaves para os callcenters brasileiros.

Portal Call Center: A ferramenta é relativamente recente no Brasil, apenas a Editora PlugMe mantém um serviço operacional, enquanto outras empresas estão em fase de testes. Como o sistema vem sendo recebido por estas empresas. Existe alguma previsão de quando estarão disponíveis para seus clientes?
Pietro Beltrame: Encontramos muito interesse no Brasil para a nossa tecnologia. Além da PlugMe estamos instalando nossos agentes virtuais (tanto para telefone quanto para webchat) em dois grandes bancos brasileiros. Os sistemas estarão no ar em poucos meses.
Temos também soluções de prateleira para o setor da Saúde (agendamento e cancelamento de consultas e exames) e soluções avançadas de Recepcionista Virtual.
Na Itália, onde está baseada a matriz da SpeechBlue, nossos agentes virtuais estão sendo utilizados em diversos hospitais, na Universidade de Roma, no Portal da Polícia Militar Italiana (Carabinieri), e em outras várias instituições públicas e privadas. Somos também referência para a Telecom Itália.

Portal Call Center Outras empresas oferecem sistemas de reconhecimento por voz, quais as diferenças entre o Agente-Virtual em relação aos demais já existentes no mercado?
Pietro Beltrame: São vários diferenciais. Primeiramente, nossa tecnologia utiliza códigos de análise semântica e técnicas avançadas de recuperação de erro que garantem um novo patamar de robustez. Nossas soluções são desenvolvidas para funcionar em condições de vida real: Ligando do celular, da rua ou em ambientes ruidosos, como restaurantes, aeroportos, feiras, etc. Até com sotaque, tosse, ou hesitações.
Isto é completamente diferente do que acontece com os demais sistemas oferecidos no mercado, em que o usuário deve falar exatamente uma palavra específica, sem qualquer hesitação ou ruído porque poderia desestabilizar o sistema. Esses outros sistemas de rec-voz parecem funcionar somente em laboratório.
Em segundo lugar, a velocidade de desenvolvimento. Nossas ferramentas gráficas de criação de diálogos nos permitem entregar sistemas com capacidade de compreensão muito avançada, em um tempo menor do que é normalmente necessário para outras empresas, mesmo desenvolvendo sistemas básicos, orientados a menu.
Por fim, nossa bagagem acumula mais de 10 anos de experiência no campo: Nosso time dispõe de especialistas em psico-lingüística. O conhecimento da dinâmica de interação entre uma pessoa e uma “máquina que fala” é um ponto chave.
Essa dinâmica é muito específica e diferente à interação habitual entre uma pessoa e um “computador”.
A maioria das empresas que entram no mercado do reconhecimento de fala, dotadas do conhecimento técnico clássico em TI, subestima completamente estes fatores humanos, e assim começam os problemas. Não é possível criar diálogos eficientes, sem considerar os problemas da memória de curto prazo, das atitudes do usuário, do  uso de indutores comportamentais, do mapeamento entre linguagem técnica e coloquial, da fatoração semântica, etc. É o conjunto desses fatores que permitem a SpeechBlue estabelecer um novo patamar nos serviços de atendimento automático com reconhecimento de fala.
Por isso, nossa tecnologia de diálogo foi escolhida pelos laboratórios da AT&T (Shannon Laboratories, Florham park, New Jersey), provavelmente o centro mais avançado para sistemas de linguagem natural, para o desenvolvimento de um sistema orientado-a-objetivos para diálogo informativo (veja em http://www.icsi.berkeley.edu/~dilek/discoh/). O sistema foi apresentado no IEEE/ACL SLT Workshop 2006.
O agente virtual que desenvolvemos para a Polícia Militar Italiana (Carabinieri) foi considerado pelo próprio Bill Gates, durante uma convenção em Berlin e na presença da Angela Merkel (primeira-ministra da Alemanha), como um dos mais avançados sistemas do mundo, e exemplo de vanguarda tecnológica. (pode assistir à reportagem legendada do evento, passada no jornal nacional da Itália, acessando ao site: http://extranet.speechvillage.com/tg2/index.html)

Portal Call Center: A solução é “moldável” de acordo com as necessidades do cliente? Para que tipo de empresas ela é voltada?
Pietro Beltrame: Nossos agentes virtuais podem ser treinados para qualquer tipo de aplicação: bancos, saúde, operadoras, utilities, turismo, etc. Trata-se somente de construir a base de conhecimento mais adequada.

Portal Call Center: De acordo com o Decreto 6523, a ligação deve ser transferida em até 60 segundos para um atendente e ainda deve oferecer as opções de cancelamento e transferência. Como o sistema poderá auxiliar as empresas a cumprir tais obrigações?
Pietro Beltrame: A qualquer momento, os nossos agentes-virtuais são capazes de interpretar expressões do tipo: “Quero falar com um operador”, “Tem como falar com alguém?”, “Me passe para uma pessoa por favor”, etc. Então a ligação é transferida para um operador. Obviamente, essa funcionalidade pode ser ativada imediatamente, no início da ligação, ou mais tarde, ao longo da ligação, de acordo com a “política” do Call Center.
Queremos também ressaltar como a nossa tecnologia muda completamente a experiência do cliente em relação ao atendimento automático: Nenhuma navegação cansativa em labirintos de menus, mas, sim, uma forma intuitiva e rápida de obter informações.
Se com uma clássica URA com DTMF, muitas vezes o Cliente necessita de um minuto somente para entender qual tecla apertar, com nossos operadores, em um minuto é possível já ter concluído a ligação com êxito, obtendo a informação desejada.

Portal Call Center: Como o Agente-Virtual auxiliará as empresas a diminuírem o tempo de espera e os custos com ligações?
Pietro Beltrame:

Os nossos agentes virtuais reduzem fortemente o CAPEX e OPEX das empresas:

• pela facilidade e economia de organizar vários agentes-virtuais no início da interação, visando o reconhecimento dos motivos de chamada, então o tempo-de-espera é naturalmente minimizado;
• o atendimento mais rápido que uma URA DTMF (ie, “disque N para”) permite reduzir  fortemente o tempo médio de ligação;
• a automação de muitas tarefas repetitivas e freqüentes libera os operadores de ligações de alto valor agregado.
  - os agentes-virtuais reduzem o time-to-market no lançamento de novos produtos, no reposicionamento de produtos existentes;
• o atendimento automático opera sempre em regime 24x7, sem custos adicionais. 

Portal Call Center: Boa parte dos brasileiros têm problemas para escrever ou falar corretamente, não usando pontuação, errando a conjugação de verbos, etc. No release enviado à imprensa consta que o Agente-Virtual está preparado para reconhecer frases que fogem do português fluente? Como a ferramenta trabalhará com as nuances existentes em nossa língua?
Pietro Beltrame: Nossos agentes virtuais utilizam corretores ortográficos (isso é parecido ao que o Google faz quando ele mostra “Pode ser que você estava querendo dizer...”).
Por exemplo: A frase “Qeria saber a qui ora parte o avio par Nova Iork”, contém muitos erros de ortografia, porém, o sentido está claro para nós. Para nossos agentes virtuais, também. 
A compreensão é auxiliada também pelo fato de nossos agentes virtuais serem treinados para reconhecer “conceitos” e não, simplesmente, palavras. Isso significa que a análise é feita sobre a frase inteira, resolvendo ambigüidades que uma simples análise palavra por palavra não permitiria. É a vantagem de uma análise lingüística dependente do contexto em comparação a uma análise “context free”.