{"id":8512,"date":"2021-05-05T10:07:25","date_gmt":"2021-05-05T14:07:25","guid":{"rendered":"https:\/\/zux.zsm.mybluehost.me\/news-events\/there-is-a-new-ivr-in-town-heres-what-it-means\/"},"modified":"2022-05-05T11:26:25","modified_gmt":"2022-05-05T15:26:25","slug":"la-nouvelle-rvi-arrive-en-ville-quest-ce-que-ca-signifie","status":"publish","type":"post","link":"https:\/\/www.nuecho.com\/fr\/la-nouvelle-rvi-arrive-en-ville-quest-ce-que-ca-signifie\/","title":{"rendered":"La nouvelle RVI arrive en ville. Qu\u2019est-ce que \u00e7a signifie?"},"content":{"rendered":"

[et_pb_section fb_built=\u00a0\u00bb1″ admin_label=\u00a0\u00bbsection\u00a0\u00bb _builder_version=\u00a0\u00bb3.22″ global_colors_info=\u00a0\u00bb{}\u00a0\u00bb][et_pb_row admin_label=\u00a0\u00bbrow\u00a0\u00bb _builder_version=\u00a0\u00bb3.25″ background_size=\u00a0\u00bbinitial\u00a0\u00bb background_position=\u00a0\u00bbtop_left\u00a0\u00bb background_repeat=\u00a0\u00bbrepeat\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb][et_pb_column type=\u00a0\u00bb4_4″ _builder_version=\u00a0\u00bb3.25″ custom_padding=\u00a0\u00bb|||\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb custom_padding__hover=\u00a0\u00bb|||\u00a0\u00bb][et_pb_text admin_label=\u00a0\u00bbText\u00a0\u00bb _builder_version=\u00a0\u00bb3.27.4″ background_size=\u00a0\u00bbinitial\u00a0\u00bb background_position=\u00a0\u00bbtop_left\u00a0\u00bb background_repeat=\u00a0\u00bbrepeat\u00a0\u00bb global_colors_info=\u00a0\u00bb{}\u00a0\u00bb]Et en fait, \u00e7a n\u2019a rien de bien nouveau. Nous appelons habituellement \u00e7a \u00ab RVI avec reconnaissance vocale \u00bb et c\u2019est ce type d\u2019exp\u00e9riences conversationnelles que nous cr\u00e9ons depuis 20 ans.<\/p>\n

Ce qui est nouveau, c’est qu’il existe d\u00e9sormais de nouvelles technologies et de nouvelles plateformes qui promettent d\u2019acc\u00e9l\u00e9rer et de faciliter la cr\u00e9ation de ce type d\u2019exp\u00e9riences conversationnelles tout en bonifiant consid\u00e9rablement l\u2019\u00e9ventail des t\u00e2ches que les agents virtuels vocaux (comme nous les appelons) peuvent ex\u00e9cuter.<\/p>\n

Ces nouvelles technologies ont initialement vu le jour chez les assistants vocaux (Siri, Amazon Echo, Google Home) et sont en train de changer fondamentalement la fa\u00e7on dont les solutions RVI sont d\u00e9velopp\u00e9es.<\/p>\n

Pour comprendre comment, comparons la \u00ab RVI traditionnelle avec reconnaissance vocale \u00bb avec cette \u00ab nouvelle RVI \u00bb.<\/p>\n\n\n\n\n\n\n
\n


\nTechnologie<\/span><\/b><\/p>\n<\/td>\n

\n


\nRVI traditionnelle avec reconnaissance vocale<\/span><\/b><\/p>\n<\/td>\n

\n


\nNouvelle RVI<\/span><\/b><\/p>\n<\/td>\n<\/tr>\n

\n

Reconnaissance vocale<\/span><\/p>\n<\/td>\n

\n

Grammaires et mod\u00e8les de langage statistiques<\/span><\/p>\n<\/td>\n

\n

Transcription automatique de la parole (speech-to-text)<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

Compr\u00e9hension du langage naturel (CLN\/NLU)<\/span><\/p>\n<\/td>\n

\n

Grammaires et classificateurs simples<\/span><\/p>\n<\/td>\n

\n

Traitement automatique du langage naturel (TALN) par apprentissage profond (deep learning)<\/span><\/p>\n<\/td>\n<\/tr>\n

\n

Synth\u00e8se de la parole<\/span><\/p>\n<\/td>\n

\n

Concat\u00e9nation de segment vocaux + synth\u00e8se vocale (TTS)<\/span><\/p>\n<\/td>\n

\n

Synth\u00e8se vocale (TTS), principalement<\/span><\/p>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Regardons tout cela plus en d\u00e9tails.<\/p>\n

RVI traditionnelle avec reconnaissance vocale<\/b><\/h2>\n

Les engins de reconnaissance vocale traditionnellement utilis\u00e9s dans les RVI (par exemple,<\/span> Nuance Recognizer<\/span><\/a>) ne sont pas en mesure de fonctionner \u201cout-of-the-box\u201d. Pour cela, on doit faire appel \u00e0 des grammaires de reconnaissance vocale. Il existe deux types principaux de grammaires :<\/span><\/p>\n

    \n
  1. Les grammaires SRGS <\/b>sont d\u00e9finies par<\/span> un ensemble de r\u00e8gles<\/span><\/a>, \u00e9labor\u00e9es manuellement par un d\u00e9veloppeur de grammaires. Elles fournissent une description formelle des \u00e9nonc\u00e9s qui peuvent \u00eatre reconnus par l\u2019engin de reconnaissance. Le langage d\u00e9fini par les grammaires SRGS est rigide et seuls les \u00e9nonc\u00e9s pr\u00e9vus dans ces grammaires peuvent \u00eatre reconnus par l\u2019engin. Les grammaires SRGS sont bien adapt\u00e9es aux dialogues dirig\u00e9s, qui pr\u00e9sentent typiquement un ensemble pr\u00e9visible d’\u00e9nonc\u00e9s qui seront fournis par l’utilisateur.<\/span><\/li>\n
  2. Les mod\u00e8les de langage statistique (SLM)<\/b> sont d\u00e9finis par des<\/span> N-grammes<\/span><\/a>; ce sont les probabilit\u00e9s d’occurrence un mot \u00e9tant donn\u00e9s les mots pr\u00e9c\u00e9dents dans la phrase, probabilit\u00e9s apprises \u00e0 partir d’un \u00e9chantillon de phrases. Les mod\u00e8les SLM fournissent un mod\u00e8le de langage beaucoup moins rigide que les grammaires SRGS et sont donc beaucoup mieux adapt\u00e9s pour traiter les r\u00e9ponses aux questions ouvertes (par exemple, \u00ab Comment puis-je vous aider? \u00bb), r\u00e9ponses normalement plus spontan\u00e9es, et fournies par l\u2019utilisateur en langage naturel. Pour bien performer, les mod\u00e8les SLM doivent pouvoir s\u2019entra\u00eener sur un corpus de phrases suffisamment grand et repr\u00e9sentatif du domaine cibl\u00e9.<\/span><\/li>\n<\/ol>\n

    Le d\u00e9veloppement d’une application RVI traditionnelle avec reconnaissance vocale n\u00e9cessite la cr\u00e9ation d’une grammaire distincte pour chacune des \u00e9tapes du dialogue. De plus, pour atteindre un niveau de pr\u00e9cision de reconnaissance suffisant, ces grammaires doivent subir de nombreux r\u00e9glages bas\u00e9s sur des \u00e9nonc\u00e9s d’utilisateurs r\u00e9els, qui auront \u00e9t\u00e9 collect\u00e9s par l’application RVI en production.<\/span><\/p>\n

    Le d\u00e9veloppement et le r\u00e9glage de ces grammaires sont des t\u00e2ches chronophages qui n\u00e9cessitent l\u2019intervention de sp\u00e9cialistes de la parole hautement qualifi\u00e9s. Si cela est bien fait, on peut atteindre une tr\u00e8s grande pr\u00e9cision dans la reconnaissance et cr\u00e9er des exp\u00e9riences utilisateur positives. Malheureusement, ces t\u00e2ches sont trop souvent n\u00e9glig\u00e9es, ce qui se traduit in\u00e9vitablement par des performances de l\u2019engin de reconnaissance d\u00e9cevantes, ce qui \u00e0 son tour entra\u00eene une exp\u00e9rience utilisateur m\u00e9diocre. C’est d\u2019ailleurs une des principales raisons pour lesquelles les RVI avec reconnaissance vocale ont si souvent mauvaise r\u00e9putation.<\/span><\/p>\n

    Transcription automatique de la parole (<\/b>speech-to-text, STT<\/i><\/b>)<\/b><\/h2>\n

    Au cours des derni\u00e8res ann\u00e9es, et gr\u00e2ce \u00e0 l’apprentissage profond, nous avons assist\u00e9 \u00e0 une \u00e9volution fulgurante des technologies de reconnaissance vocale. Cette importante perc\u00e9e a permis d\u2019entra\u00eener des engins STT qui arrivent \u00e0 fournir des transcriptions vocales de haute pr\u00e9cision pour des types presque illimit\u00e9s de vocabulaires. De nos jours, bon nombre de fournisseurs proposent des engins STT (par exemple,<\/span> Google STT<\/span><\/a>,<\/span> Nuance Krypton<\/span><\/a>,<\/span> Amazon Transcribe<\/span><\/a>,<\/span> Deepgram<\/span><\/a>, etc.) et il existe \u00e9galement des versions en code source libre (<\/span>open-source<\/span><\/i>).<\/span><\/p>\n

    Avec l\u2019utilisation des engins STT, il n’est plus n\u00e9cessaire de d\u00e9velopper des grammaires, un gain de temps non n\u00e9gligeable lors de la cr\u00e9ation d’applications RVI conversationnelles. Est-ce que l\u2019on vient ici de r\u00e9soudre l\u2019\u00e9nigme de la reconnaissance vocale? Loin de l\u00e0! Atteindre un niveau de pr\u00e9cision acceptable reste un enjeu majeur. En fait, des grammaires ad\u00e9quatement r\u00e9gl\u00e9es apporteront un niveau de pr\u00e9cision souvent nettement plus \u00e9lev\u00e9 que le meilleur des engins STT.<\/span><\/p>\n

    Actuellement, les principaux probl\u00e8mes rencontr\u00e9s lors de l\u2019utilisation d\u2019engins STT sont:<\/span><\/p>\n