تحلل واجهة برمجة تطبيقات فيلما الصوت الحي لتحليل العواطف والنوايا والاحتيال
تحلل الصوت الحي للحديث من حيث العاطفة والنوايا وإشارات الاحتيال من خلال معالجة الموجة الخام بدلاً من الاعتماد على النصوص، مما يتيح تنبيهات سلوكية في أقل من ثانية. واجهة برمجة التطبيقات Velma من Modulate هي واجهة برمجة تطبيقات ذكية صوتية للمراقبة في الوقت الحقيقي ومساعدة الوكلاء. تشمل القدرات الرئيسية تحليل الصوت المباشر باستخدام نموذج الاستماع الجماعي، والنص مع تمييز المتحدثين، واكتشاف التزييف العميق، والمزيد. إنها تناسب المطورين وفرق مراكز الاتصال ومجموعات الثقة والسلامة التي تحتاج إلى إشارات سلوكية في الوقت الحقيقي من تدفقات الصوت.
ما المهام التي يمكنك استخدامها فعلاً من أجلها؟
تستهدف Velma مهام تحليل الصوت في الوقت الحقيقي: الكشف عن السلوك عبر أكثر من 150 موجهًا مصممًا مسبقًا، وتصنيف المشاعر والنغمة مع أكثر من 20 تصنيفًا عاطفيًا، وتحديد المتحدث مع الطوابع الزمنية، ووضع علامات على المعلومات الشخصية/الصحية من أجل الحذف. تعرض واجهة برمجة التطبيقات هذه المخرجات عبر نقاط نهاية REST وWebSocket للتكامل في محادثات الصوت المباشرة، وتدفقات المساعدة للوكيل، ومراجعة المكالمات بعد الانتهاء. تجعل هذه المخرجات الملموسة الأداة مناسبة للكشف عن الاحتيال، ومراقبة الامتثال، وقياس مشاعر العملاء في البث المباشر.
ما مدى دقة المخرجات مقارنة بالمراجعة اليدوية؟
يبلغ المطور عن جودة عالية في النسخ ومكانة رائدة في معايير الكشف عن التزييف العميق، ويجمع المنتج بين النسخ والتحليل الصوتي المباشر بدلاً من النص فقط. يحافظ هذا التصميم على إشارات مثل النغمة والإيقاع التي غالبًا ما تتجاهلها النسخ، مما يدعم تسميات سلوكية أكثر دقة. تتيح الكمون تحت الثانية، وغالبًا أقل من 400 مللي ثانية للنسخ والتنبيهات، اتخاذ قرارات قريبة من الوقت الحقيقي بدلاً من المعالجة المتأخرة بعد ذلك.
ما أنواع الملفات والتكاملات التي يقبلها؟
تقبل Velma الصوت المباشر عبر WebSocket وREST، وتدعم التضمين في منصات الهواتف المحمولة والألعاب بما في ذلك Unity وUnreal. المدخلات هي تدفقات صوتية خام، وليست نصوصًا، لذا يمكن أن تتصل سير العمل التي تبدأ من الملفات المسجلة أو الصوت المباشر مباشرة بواجهة برمجة التطبيقات دون خطوة وسيطة تعتمد على تحويل الكلام إلى نص فقط. تصل تحديد المتحدث والطوابع الزمنية جنبًا إلى جنب مع العلامات السلوكية للمراجعة المتزامنة مع الوقت.
هل من السهل إضافته إلى سير العمل الصوتي الحالي؟
تستهدف واجهة برمجة التطبيقات المطورين وفرق المنتجات: تتيح واجهات REST وWebSocket المكالمات البرمجية والبث. يتم دعم التكاملات لأجهزة iOS/Android ومحركات الألعاب، مما يناسب الفرق التي تحتاج إلى إشراف مباشر أو مساعدة الوكيل. تستبدل الأداة خط أنابيب النسخ ثم التحليل بنموذج يعتمد على الصوت أولاً، لذا يجب على الفرق الهندسية توجيه تدفقات الصوت إلى الخدمة بدلاً من تخزين النسخ فقط.
فيلما تناسب فرق الهندسة التي تحتاج إلى إشارات سلوكية حية، تركز على الصوت
فيلما قيمة للفرق التي تتطلب اكتشاف سلوكي متزامن وتحليل نبرة من الصوت الحي، لأنها تعالج الصوت الخام وتعيد تقسيم المتحدثين، تسميات المشاعر، وعلامات الاحتيال مع زمن تأخير أقل من ثانية. تعتمد ادعاءات الدقة على موضع المعايير لنسخ الكلام واكتشاف الكلام الاصطناعي، لكن يجب على الفرق التحقق من التسميات مقابل بيانات مجالهم قبل استخدام التنبيهات الآلية كدليل وحيد.
