Одним из ключевых вызовов для применения AI в мультиязычных странах, включая Узбекистан, является то, что популярные модели (LLM, speech-to-text, text-to-speech) обучены в основном на глобальных языках — английском, китайском, испанском. Для региональных языков, особенно с множеством диалектов, недостаточно данных, что затрудняет эффективное использование AI в реальных задачах.
Александр Федосеев,
CEO Chinor.
Добиться высокой отдачи от инвестиций в AI можно только тогда, когда AI-модели способны работать с локальными языками и диалектами, а команда глубоко понимает отраслевую специфику и реальные процессы партнеров. В платформе Chinor эти компетенции объединяются, выводя AI из экспериментальной сферы в инструментальную, системно улучшая качество сервиса и операционную эффективность.
Платформы автоматизации и анализа коммуникаций дают возможность поднять ключевые операционные метрики департаментов в разных отраслях:
- сокращение времени обработки обращения (AHT): на 15−35% улучшение среднего времени обработки;
- повышение уровня первого решения проблемы (FCR): 10−25% роста успешных решений с первого контакта;
- рост продаж / конверсии (Conversion Rate): +10−20% за счет автоматизированных подсказок операторам, точного выявления потребностей и своевременной обработки запросов клиентов;
- улучшение показателей взыскания (Collections Effectiveness): +10−30% повышения собираемости долгов благодаря точной сегментации, контролю качества и персонализированным коммуникациям;
- рост удовлетворенности клиентов (CSAT): +5−15% пунктов благодаря быстрому и корректному обслуживанию.
Click выявил потребность в более качественной поддержке узбекского языка при тестировании речевых технологий для своих сервисов и контактного центра.
После анализа нескольких вариантов компания остановилась на платформе Chinor, которая показала хорошие результаты в распознавании региональных диалектов, простоте интеграции и гибкости использования.
Технология Chinor уже используется в продуктах Click для:
- расширения пользовательских функций;
- оптимизации внутренних процессов;
- автоматизации контроля качества клиентских обращений.
Команда Chinor решает проблему недостатка данных для региональных языков, создавая собственные базы и проводя дообучение моделей. Для узбекского языка это особенно сложно — его диалекты существенно различаются по произношению и орфографии.
Например, фраза «Куда идешь?» в разных регионах звучит по-разному:
- в Ташкенте — «Qatga ketvossan?»;
- в Фергане — «Qayga ketyapsan?»;
- в Самарканде — «Qayaqqa ketopsan?»;
- в Хорезме — «Nara gittasan?».
Чтобы преодолеть эти различия, Chinor собрал собственную базу голосовых данных и создал словари написаний и транскрипций для унификации диалектов. В результате модель распознавания речи достигла точности выше 80% (WER ниже 20) и ниже 25% по всем диалектам на домене колл-центра.
Для Click это означает качественный переход к AI-управляемым процессам:
- речевые модули распознают узбекский и его диалекты с высокой точностью;
- AI-анализ коммуникаций помогает улучшать клиентский опыт;
- технологии масштабируются внутри Сlick SuperApp.
Click и Chinor продолжат совместную работу над развитием AI-решений, адаптированных под региональные языки и финансовую отрасль, чтобы сделать технологии ближе и понятнее каждому пользователю.
О компании Chinor
Chinor — технологическая компания, разработчик омниканальной платформы для анализа и автоматизации клиентских коммуникаций в регионах с высоким языковым разнообразием, включая Центральную Азию, Юго-Восточную Азию, Африку и Ближний Восток. Платформа обеспечивает унифицированную обработку голосовых и текстовых данных на любых языках и диалектах, опираясь на локальных лингвистов, экспертов и бизнес аналитиков.
Решение ориентировано на достижение ключевых KPI заказчиков: сокращение операционных затрат, снижение нагрузки на контакт-центры, повышение качества обслуживания и ускорение обработки запросов.
Сайт: chinor.tech
Linkedin: linkedin.com/chinor
На правах рекламы.
