| Oleg | |
|---|---|
| Type | virtuel assistent |
| Udvikler | "Tinkoff" |
| Skrevet i | Python |
| Operativ system | iOS, Android |
| Internet side | oleg.tinkoff.ru |
Oleg er en virtuel stemmeassistent inden for økonomi og livsstilstjenester udviklet af Tinkoff Group. Det virker i Tinkoff-mobilapplikationen. Du kan kommunikere med ham ved hjælp af din stemme eller ved hjælp af et mobiltastatur. For at starte stemmeassistenten skal du sige: "Hej, Oleg" eller "Lyt, Oleg" [1] .
Stemmeassistenten kan overføre penge, reservere borde på restauranter, købe biografbilletter, søge efter rabatter på varer og tjenester og yde økonomisk rådgivning [2] [3] [4] . Det er integreret i forskellige tjenester i Tinkoff-gruppen. Stemmeassistenten kan registrere en forsikret hændelse for ejere af Tinkoff Insurances kaskoforsikring og OSAGO - forsikringer eller fungere som en personlig voice concierge i Tinkoff Mobile: modtage opkald, oversætte dem til tekst, tale med en samtalepartner eller joke [5] .
Målet med en stemmeassistent er at spare en person tid og penge [6] .
Det faktum, at Tinkoff udviklede en stemmeassistent ved navn Oleg, blev rapporteret af avisen Vedomosti i december 2018, med henvisning til talen fra grundlæggeren og formanden for Tinkoffs bestyrelse, Oleg Tinkov, ved virksomhedens nytårs firmafest [7] . Assistenten begyndte at arbejde i juni 2019. For kunder vises det i etaper. På lanceringstidspunktet kunne det deles med en anden bruger ved at overføre penge ved at bruge det i en mobilapplikation. På tidspunktet for lanceringen af Oleg havde store teknologivirksomheder allerede taleassistenter på markedet - Siri fra Apple , Google Assistant , Alexa fra Amazon , Alice fra Yandex . Mail.ru Group [8] arbejdede på sin virtuelle assistent .
"Oleg" er navnebror til grundlæggeren af "Tinkoff" Oleg Tinkov . Navnet blev valgt blandt flere muligheder ved en generel afstemning blandt Tinkoff-medarbejdere. Andre muligheder inkluderede Leo, Max, Watson.
Prototypen af "Oleg" er en mand fra 25 til 40 år. Han er høflig, kan ikke lide fortrolighed og kan om nødvendigt være vedholdende. Det har en sans for humor og lærer ikke brugerne livet, før de spørger, forklarer virksomheden. I irrationelle situationer kan han udtrykke uenighed eller endda misbilligelse [9] . Udviklerne ønskede at gøre det interessant at kommunikere med Oleg. [ti]
På tidspunktet for lanceringen bemærkede brugerne den egensindige karakter af "Oleg" og hans ikke-trivielle kommunikationsstil. I de første brugsstadier var der tilfælde, hvor "Oleg" brugte uhøflige udtryk [11] . Hans vittigheder og ikke-trivielle svar er blevet diskuteret bredt på sociale netværk og i medierne. Virksomheden forklarede dette med, at assistenten lærer af åbne data.
I november 2019 blev Olegs vittighed igen genstand for bred diskussion i medierne og sociale netværk: han rådede en af kunderne til at "klippe fingrene af" som svar på en klage over, at banken ikke accepterede fingeraftryksidentifikation. Virksomheden rapporterede, at den havde udført forklarende arbejde med stemmeassistenten, og han lovede ikke at gøre dette igen [12] . Oleg blev udtrykt af skuespilleren Nikita Prozorovsky , som optog 30 timers replikaer, på grundlag af hvilke alle assistentens udtalelser er syntetiseret [13] .
Stemmeassistenten består af flere hovedkomponenter: talesyntese og genkendelsesteknologi, samt en motor baseret på et neuralt netværk trænet på åbne brugerkommunikationsdata i Runet.
Stemmeassistenten kan genkende og fortolke brugerønsker, stille opklarende spørgsmål og tale om forskellige emner.
Oleg kan udføre følgende funktioner:
Oleg er integreret i Tinkoff Mobile-tjenesten. Som en del af tjenesten kan han besvare opkald til Tinkoff Mobile-abonnenter, hvis de er optaget eller offline. Hvis abonnenten ikke vil svare, kan han nulstille opkaldet - Oleg vil svare for ham. Assistenten vil oversætte den opkaldendes lydbesked til tekst og sende den til abonnenten via SMS [14] .
Stemmeassistenten kan også optage en forsikringsbegivenhed for Tinkoff Insurance-kunder. For at gøre dette vil han stille flere spørgsmål: hvornår, på hvilket tidspunkt og hvor ulykken skete, om klienten har brug for lægehjælp, er der nogen ofre for ulykken, der er ansvarlig for kollisionen. Han vil også guide dig til, hvordan du korrekt tager et billede af skaden på bilen, og hvilke dokumenter du skal uploade til chatten. I de næste versioner af tjenesten vil han være i stand til at rådgive klienten om status for forsikringsbegivenheden og udstede en henvisning til undersøgelse eller bilreparation på en teknisk station [15] .
Oleg vil blive integreret i andre tjenester i Tinkoff- økosystemet , såsom Tinkoff Investments, Tinkoff Travel, osv. [16]
På tidspunktet for en stemmeanmodning konverterer talegenkendelsessystemet lydsignalet til tekst. Dette sker i flere faser. Først filtreres signalet, derefter digitaliseres, signalet analyseres og datamønstre identificeres [17] . Stemmeassistenten er baseret på Tinkoff VoiceKit-talegenkendelses- og synteseteknologien, som er blevet udviklet af Tinkoff Group siden 2016. Under udviklingen blev der brugt mere end 15 tusinde timers lyd fra gratis kilder og titusindvis af timers call center-opkald. Teknologien identificerer op til 95 % af de talte ord korrekt og bruger terabyte data og titusindvis af timers menneskelig tale til at træne. Hun kan forstå både støjende tale og klar tale modtaget fra kilder af høj kvalitet. Teknologien kan bruges til at skabe stemmeassistenter, softwarerobotter til at automatisere arbejdet i et callcenter, optage lydbøger og voiceovers til videoer, oversætte lydoptagelser af offentlige taler til tekstformat [18] .
I 2019 begyndte Tinkoff at sælge Tinkoff VoiceKit-teknologi til andre virksomheder. For uddannelsesinstitutioner og studerende stilles teknologien til rådighed gratis. For kommercielle virksomheder er taksten 40-45 kopek for at genkende et minuts to-kanals lyd [19] [20] . Teknologien til ekstern brug er kun tilgængelig som en API .
Talesyntese, som bruges i stemmeassistenten, er udviklet på basis af WaveNet, Tacotron, Deep Voice neurale netværksmodeller. Alt arbejde med at skabe talesyntese tog omkring ni måneder, men dette krævede den viden og ekspertise, som virksomhedens specialister havde oparbejdet over to år [21] .
Til at træne stemmeassistenten bruger Tinkoff Kolmogorov- supercomputeren , opkaldt efter den russiske matematiker Andrey Kolmogorov . Supercomputeren består af 10 computerservere og to til datalagring. Hele systemet er placeret i ét nyt lejet lokale. Med dens hjælp træner udviklingsteamet neurale netværksmodeller indsamlet over 14 år af virksomhedens arbejde for talegenkendelse, talesyntese, naturlig sprogbehandling og kommunikation om gratis emner. Maskinens maksimale ydeevne er 0,65 petaflops, opnået er 0,42 petaflops. Det er blandt de ti mest produktive computere på ranglisten over russiske supercomputere, som er udarbejdet af Moskvas statsuniversitet og det russiske videnskabsakademi. Virksomheden brugte omkring 1 million dollars på computerhardware [22] [23] .
Ved hjælp af en supercomputer planlægger virksomheden at udvikle ikke kun en stemmeassistent, men også prædiktiv analyse (forudsige kundeadfærd). Supercomputeren bruges især til at omskole en model, der beregner sandsynligheden for at sælge Tinkoff-tjenester. Ved standardkapacitet kan denne proces tage fra seks måneder på en supercomputer - flere dage [24] .