随着智能语音技术的发展,越来越多的场景需要实时语音交互,如客服中心、电话营销、智能家居等。然而,传统的电话体验在电话被发明后没有大变过,用户仍然需要面对漫长的等待、复杂的 IVR 菜单,无法理解的回应等问题。本次演讲将介绍如何利用大语言模型(LLM)来改善实时语音应用的体验和效率,提升客户满意度和业务收入。
首先,我们将介绍LLM 的基本概念和优势,以及如何在垂直领域上进行 Fine-tuning,提高语音识别和语音合成的准确率和自然度。其次,我们将展示语音 + 大语言模型的技术底座,分别用于实现实时语音聊天、电话信道转换和语音生成。然后,我们将分享几个实时语音应用的典型场景和解决方案,如半夜找水管工、太阳能电池板销售、现金买房等,以及我们在这些场景中遇到的技术挑战和应对策略。最后,我们将展望实时语音应用的未来发展趋势和商业机会,以及我们的愿景和目标。
演讲提纲:
- 技术基础: 讨论模型底座的优势,包括成本效益、高并发能力和结构化输出
- 场景应用: 举例说明大模型如何在 B2C 和 B2B 领域提供解决方案,如智能语音信箱、客服 Copilot 等
- 商业潜力: 强调每个场景都有可能孕育出年收入超过 1000 万美元的公司,并探讨广泛的合作伙伴和 Reseller 网络的重要性
听众收益:
- 扩充眼界: 了解Seasalt.ai在商场实战中遇到的各种案例与应对方案
- 效率提升: 了解如何通过大模型减少等待时间,提高响应速度
- 成本节约: 学习如何利用自动化和集成系统降低人力成本
- 商业机会: 掌握如何利用大模型开拓新的商业机会和提升客户体验