Приложение, которое отвечает на крик «Эй, телефон!», даже если вокруг орёт телевизор. Рассказываем, как мы сделали оффлайн-распознавание речи с 98% точностью и зачем это B2B-сегменту.

Что не так с голосом в мобильных приложениях?

— Большинство голосовых функций работает только онлайн. Если нет интернета — нет отклика. — Устройства плохо распознают речь в шуме, с акцентом или если сказали с ошибкой. — Проблема кажется мелкой, но она массовая: по нашим данным, до 40% пользователей не могут найти телефон, если он в беззвучном режиме.

Для брендов, OEM и умного дома это прямые издержки: потеря лояльности, лишние обращения в поддержку, отказ от продукта.

— Мы объединили VAD, STT и алгоритм Левенштейна в одно SDK, которое работает офлайн. — Система отсекает шум, распознаёт искажённую речь и находит ближайшее совпадение с именем телефона. — Скорость отклика — 0.7 секунды, точность — 98.3%, даже если говорить не идеально.

— Добавили API для разработчиков, white-label для IoT и SaaS-модель по минутам — кому что удобнее. — Продукт уже тестируют в банке и у трёх OEM-производителей. — После внедрения количество обращений «где мой телефон» в поддержку сократилось на 65%.

Почему это может работать у вас?

— Оффлайн-ИИ — это приватность, независимость от сети и быстрый UX. — Для call-центров это триггеры, которые запускают самообслуживание голосом. — Для производителей — способ выделиться функционалом и удержать пользователя.

Гибкая архитектура позволяет адаптировать систему под любой продукт: от голосовых колонок до Android-прошивки.

Итоги

Голос — это не будущее, а рабочий инструмент прямо сейчас. Главное — сделать его быстрым и умным.

Хотите внедрить оффлайн-распознавание в своё приложение? Посмотрите наш кейс VegaVoice — и подумайте, как это может помочь вашему продукту.

#IT #AI #VoiceAI #MobileDev #ProductDesign #ml

Источник: команда Avacada