Google dialogflow что это

Dialogflow — это платформа от Google для понимания естественного языка, которую вы можете использовать для создания омниканальных чат-ботов.

Но так ли хорош Dialogflow? Давайте разбираться.

Если описать работу платформы несколькими фразами, то это выглядит примерно так. Dialogflow пытается распознать намерения пользователя на основе обучающих фраз, которые вы даете ему на этапе проектирования. Основываясь на этих обучающих фразах, Dialogflow “знает”, какой ответ дать на тот или иной вопрос пользователя.

Пользовательский интерфейс#

Dialogflow распространяется в двух версиях: Dialogflow Essentials (ES) и Dialogflow Customer Experience (CX).

Обе версии имеют разные интерфейсы и могут использоваться для разных целей. По сути — это два разных продукта, развивающихся параллельно.

Dialogflow (ES)

Dialogflow Essentials — это стандартная версия Dialogflow и большинство пользователей начинает знакомство именно с нее.

Чат-бот на Python + Dialogflow

Принцип работы довольно простой. Вы задаете тренировочные фразы для каждого намерения. Dialogflow ES по этим фразам определяет, к какому намерению отнести вопрос пользователя.

После обработки вопроса, Dialogflow выдает пользователю заранее заготовленный ответ.

Для более точного распознавания, можно использовать так называемые сущности (Entities).

Если вам нужна дополнительная информация о том, как использовать намерения и сущности в Dialogflow, просмотрите это видео для намерений и это видео для сущностей.

Бот удобно тестировать не покидая Dialogflow, для этого есть специальная консоль:

Dialogflow (CX)

Это относительно новая версия Dialogflow, недавно вышла из статуса “beta” и пока мало кем используется.

Преимущество Dialogflow CX в том, что у вас в распоряжении будет визуальный конструктор потоков, с помощью которого легче поддерживать сложную структуру:

Но в то же время я бы не рекомендовал использовать Dialogflow CX, если вы новичок в чат-ботах. Интерфейс Dialogflow ES проще в использовании и в нем легко настроить чат-бота. Dialogflow CX обеспечивает лучший обзор, но также требует более затратного обучения.

Элементы чат-бота#

Dialogflow поддерживает далеко не все элементы для проектирования чат-бота. Например, не поддерживаются такие важные элементы, как задержка ответа, видео или вложенные файлы.

Кроме того, некоторые элементы чат-бота не встроены в визуальный интерфейс и приходится кодировать их самостоятельно, используя функцию Custom Payload.

[-] Задержки [+] Изображения [-] Видео [-] Аудио [-] Вложения [x] Галерея (горизонтальный список) [-] Вертикальный список [+] Эмоджи [-] Постоянное меню [+] Быстрые ответы [+] Кнопки [+] Свободный ввод текста [-] Поделиться местоположением [-] Изображения [-] Подтверждение электронной почты [-] Проверка номера телефона

Пользователи#

В Dialogflow вы не сможете посмотреть список всех пользователей, которые вступали во взаимодействие с чат-ботом.

Что нужно знать о параметрах в Dialogflow

Если хотите хранить информацию о пользователях, вам необходимо создать собственную интеграцию с хранилищем данных Google или любой другой базой данных. Придется или программировать или использовать сторонний сервис автоматизации задач. К сожалению, отсутствуют и такие привычные для сервисов-конкурентов функции, как кастомные поля и теги. Выход — реализовывать вручную в серверной части чат-бота.

[-] Настраиваемые поля [-] Теги [-] Сегменты

Рассылки и сообщения#

В Dialogflow не предусмотрены рассылки и цепочки сообщений. Dialogflow первым никогда не инициирует диалог, а лишь отвечает на запросы пользователей. Также отсутствует возможность создать условие, по которому можно бы было разделить поток на несколько веток. Но не делайте поспешных выводов.

Рассылку можно организовать и вручную, сохраняя данные о пользователей в базе данных и отправляя сообщение средствами API мессенджеров. А что касается разветвления, то вполне можно обойтись контекстом. Контексты — это встроенный инструмент Dialogflow. С их помощью можно передавать данные между намерениями (интентами).

Большой плюс Dialogflow — это возможность построить мультиязычного бота, который сможет понимать несколько языков одновременно.

[-] Рассылки [-] Последовательности [-] Условия [+] Несколько языков

AI и NLP (natural language processing)#

Одна из причин, по которой растет внимание к Dialogflow — это AI и NLP.

Как я писал выше, вы можете обучить своего агента Dialogflow понимать намерения пользователя, используя обучающие фразы. А с помощью сущностей, извлекать нужные параметры из фраз пользователей и формировать ответы.

[+] Ключевые слова [+] Намерения [+] Сущности [+] Интеграции

Каналы#

Dialogflow поддерживает интеграцию с 14-ю текстовыми каналами:

[+] Web-сайт [+] Facebook Messenger [+] WhatsApp (через Twilio) [+] Telegram [+] Twitter [+] SMS (через Twilio) [+] Slack [+] Skype [+] Viber [+] Workplace from Facebook [+] Hangouts [+] Line [+] Kik [+] Spark

Также можно настроить Dialogflow для обработки телефонных звонков:

Вы можете создать универсального агента, работающего на всех каналах одновременно. Не без труда, конечно, потому как все мессенджеры разные и отличаются своими требованиями и возможностями.

[+] Web-сайт [+] Facebook [-] Instagram [+] WhatsApp [+] Telegram [+] SMS [+] Slack [+] Skype [-] Email

Интеграции#

К сожалению, в Dialogflow отсутствует live chat и переключить бота на живого менеджера не получится. Ни программно ни вручную. Если вам очень нужна такая возможность, то используйте сторонний проверенный сервис, такой как Botcopy.

Один из самых частых вопросов, которые мне задают на консультациях — “а как подключить Dialogflow к CRM?”. Встроенных интеграций нет и скорее всего не будет. Воспринимайте Dialogflow как конструктор. Вручную его реально интегрировать практически с любым сервисом у которого есть открытый API. Для этого предусмотрен раздел Fulfillment и документация.

[-] Livechat [-] Zapier [+] Integromat [-] Google Sheets [+] Webhooks

Маркетинг#

Маркетинговые возможности Dialogflow ограничены.

По сути, вы можете использовать Dialogflow Messenger только для создания собственного виджета и размещения его на своем веб-сайте. Виджету можно изменить внешний вид (например, заголовок и цвет), отредактировав CSS-стили. Каких-либо других инструментов продвижения не предусмотрено.

[-] Виджет Facebook для сайта [+] Родной виджет для сайта [-] Лендинг [-] Facebook Ads [-] Одноразовое уведомление [-] Автоответы в комментариях Facebook [-] Кастомные URL для чат-бота

Стоимость#

Dialogflow ES бесплатен, если ваш агент обрабатывает не более 180 текстовых запросов в минуту. А это целых 324 000 текстовых сообщений в месяц совершенно бесплатно.

Если превысить квоту 180 запросов в минуту, вам нужно будет заплатить $0,002 за запрос. Для аудио-сообщений ценник другой:

Если у вас более продвинутый чат-бот и вы перешли на Dialogflow CX, то придется платить $20 за 100 сеансов чата.

На мой взгляд, Dialogflow очень дешевый. Я создавал не один десяток ботов для разных клиентов и ни разу не переходил в платную квоту. Здесь не нужно платить за подписчиков или рассылку, как это принято в других сервисах.

[+] Бесплатная пробная версия [+] Бесплатный тариф [+] $0/мес. [-] Гарантия возврата денег

Аналитика#

В Dialogflow ES у вас есть панель, которая показывает количество сеансов и количество взаимодействий:

Чтобы отслеживать путь пользователя при взаимодействии с ботом, удобно использовать метрику Session Path:

Dialogflow предоставляет достаточно данных, чтобы можно было оценить эффективность всего бота или отдельной ветки диалога.

eCommerce#

В Dialogflow нет прямых интеграций с платежными системами. Реализовывать придется “руками” на стороне сервера. И если у вас недостаточно технических знаний, то платежи существенно увеличат стоимость разработки бота.

[-] Shopify [-] WooCommerce [-] Прямые платежи в чат-боте [-] Корзина

Шаблоны#

Dialogflow предоставляет 45 готовых агентов, которые можно использовать для начала работы с чат-ботом.

Своего агента или его часть можно легко экспортировать и поделиться для повторного использования, что равносильно работе шаблонов.

[+] 45 шаблонов [+] Создание собственного шаблона [+] Поделиться шаблоном [+] Повторное использование потоков [+] Повторное использование элементов

Оптимизация#

Dialogflow не предлагает никакой оптимизации, такой как A / B-тестирование.

Поддержка#

Dialogflow содержит обширную документацию по платформе. Есть и поддержка по электронной почте, но насколько оперативно они отвечают, сказать не могу, все вопросы пока решал самостоятельно.

ПРИМЕЧАНИЕ. На моем YouTube-канале вы сможете найти несколько обучающих видео по Dialogflow. Рекомендую начать с них.

[+] Документация [+] Примеры [+] Служба поддержки

Заключение#

Итак, следует ли вам использовать Dialogflow для создания своих чат-ботов?

Да, безусловно. Как минимум, начните с создания чего-то совсем простого. Для интеграции со сторонними сервисами (платежи, CRM, БД) вам придется приложить значительные усилия. Но можно попробовать использовать Dialogflow в паре с другим конструктором, например ManyChat. Первый хорош наличием искусственного интеллекта, а второй будет отвечать за рассылку, сегментацию аудитории и интеграцию со сторонними продуктами.

Если у вас появятся вопросы — пишите в комментариях или в мне в Telegram.

Источник: magdamagla.com

Платформа DialogFlow

Платформа DialogFlow — это популярная условно-бесплатная платформа для создания чат-ботов, которая предоставляет возможность создания виртуальных ассистентов пользователям, не имеющим навыков программирования.

Введение

Dialogflow является платформой от Google, предназначенной для понимания естественного языка, которая может быть использована для формирования чат-ботов. Dialogflow осуществляет распознавание намерений пользователя на базе обучающих фраз, которые были ей заданы на этапах проектирования. Опираясь на этот набор обучающих фраз, Dialogflow определяет, какой тип ответа предоставить на конкретные вопросы пользователя.

Платформа DialogFlow

Dialogflow обладает следующими версиями:

Китайский с нуля для начинающих
Увлекаем Китаем, китайским языком и культурой

1. Версия Dialogflow Essentials (ES).
2. Версия Dialogflow Customer Experience (CX).

Эти версии выпускаются с разными интерфейсами и их можно использовать для различных целей. По существу, они представляют собой два разных программных продукта, которые развиваются в параллельных направлениях.

Dialogflow Essentials является стандартной версией Dialogflow и практически все пользователи начинают знакомство именно с нее. Принцип действия достаточно несложный, пользователь должен задать тренировочные фразы для каждого из намерений. Dialogflow ES по данным фразам должен определить, к какому именно намерению следует отнести пользовательский вопрос.

После того как обработка вопроса завершена, Dialogflow должен выдать пользователю заранее подготовленный ответ. А, для того чтобы более точно осуществить распознание, могут использоваться так называемые сущности (Entities). Бот можно удобно протестировать, не выходя из Dialogflow, для этого имеется специальная консоль.

Dialogflow (CX) является сравнительно новой версией Dialogflow, которая совсем недавно смогла выйти из статуса «beta». Преимуществом Dialogflow CX может считаться тот факт, что у пользователя в распоряжении появляется, по сути, визуальный конструктор потоков, при помощи которого можно легко поддерживать сложные структуры.

«Платформа DialogFlow»
Готовые курсовые работы и рефераты
Консультации эксперта по предмету
Помощь в написании учебной работы

Но, однако, новичкам не рекомендуется использовать Dialogflow CX, так как, интерфейс Dialogflow ES является более простым в использовании и в нем легче выполнить настройку чат-бота. Dialogflow CX способен обеспечить лучший обзор, но предполагает наличие более затратного обучения.

Dialogflow способен поддерживать далеко не все компоненты, требуемые для проектирования чат-бота. К примеру, отсутствует поддержка таких важных компонентов как задержка ответа, видео или вложенные файлы. Помимо этого, отдельные компоненты чат-бота не являются встроенными в визуальный интерфейс, и пользователь должен кодировать их самостоятельно, применяя функцию Custom Payload.

В Dialogflow также отсутствует возможность просмотра списка всех пользователей, которые взаимодействовали с чат-ботом. Если необходимо сохранять информацию о пользователях, то следует создать собственную интеграцию с хранилищем данных Google или любой иной базой данных. В этом случает надо или программировать, или применять возможности стороннего сервиса автоматизации задач. К недостаткам следует отнести и отсутствие таких привычных для других сервисов функций, как кастомные поля и теги. Выходом из этой ситуации может быть реализация этих функций в ручном режиме в серверной части чат-бота.

В Dialogflow не предусматриваются рассылки и цепочки сообщений. Dialogflow никогда не инициирует начало диалога, а только выдает ответы на запросы пользователя. Кроме того, нет возможности создания условия, по которому можно осуществить разделение потока на различные ветки.

Правда рассылка может быть организована и в ручном режиме путем сохранения данных о пользователях в базе данных и отправки сообщений средствами API мессенджеров. А по проблеме разветвлений следует заметить, что вполне можно обойтись контекстом. Контекстом является встроенный инструмент Dialogflow. При помощи контекстов имеется возможность передачи данных между намерениями (интентами).

К числу достоинств Dialogflow следует отнести возможность построения мульти язычного бота, который способен понять несколько языков одновременно. Как было указано выше, имеется возможность обучения агента Dialogflow пониманию намерений пользователя при помощи обучающих фраз. А при помощи сущностей можно извлечь необходимые параметры из фраз пользователей и формировать ответы.

Dialogflow способен поддерживать интеграцию со следующими текстовыми каналами:

• каналы Web-сайтов,
• Facebook Messenger,
• WhatsApp (через Twilio),
• Telegram,
• Twitter,
• SMS (через Twilio),
• Slack,
• Skype,
• Viber,
• Workplace from Facebook,
• Hangouts,
• Line,
• Kik,
• Spark.

Имеется возможность настройки Dialogflow для обработки телефонных звонков. Пользователь может сформировать универсального агента, который будет работать на всех каналах одновременно. Естественно, для этого потребуется выполнить ряд настроек, потому что все мессенджеры разные и имеют отличия по своим требования и возможностям.

К числу недостатков следует отнести отсутствие в Dialogflow опции live chat (живой чат), то есть, выполнить переключение бота на живого менеджера не получится, причем ни в программном режиме, ни в ручном. Если пользователю все-таки необходима такая возможность, то ему следует использовать сторонние проверенные сервисы, например, Botcopy. В ручном режиме можно выполнить интеграцию фактически с любым сервисом, который имеет открытый API. Для этого существует специальный раздел Fulfillment и документация. Следует также отметить, что маркетинговые возможности Dialogflow являются достаточно ограниченными.

Источник: spravochnick.ru

Технологии будущего: колл-центр без людей, зато с Dialogflow

Автоматизация повседневных задач вроде заказа еды — наше недалекое будущее, которое становится все ближе благодаря компаниям Google, Amazon и Baidu, активно инвестирующим в machine learning и искусственный интеллект.

Телефон — основной канал продаж

Несмотря на развитие технологий, телефон все еще остается самым востребованным каналом связи, и в определенных случаях он может генерировать до 80% выручки.
Интернет-магазин и сайт компании можно рассматривать как витрину: если речь идет про сервис или сложный продукт, люди все равно звонят, спрашивают и уточняют интересующие их моменты. Им нужно получать ответы на общие и специфические вопросы, прежде чем они будут готовы расстаться со своими деньгами.
Параллельно есть статистика, подтверждающая, что большинство людей хочет, чтобы их обслужили быстро: 77% покупателей готовы ждать ответа оператора не более 25 секунд. В идеале клиенты хотят, чтобы им ответил живой человек в течение 10-15 секунд и решил их вопрос.

Колл-центр — недешевое удовольствие

Большой штат сотрудников требует от бизнеса ощутимых затрат. Когда приходит время оптимизации расходов, компании начинают экономить прежде всего на обслуживающем персонале: секретари, сотрудники колл-центов, линейные менеджеры.
Этот «достаточно хороший» способ экономии приводит к тому, что клиентам приходится ждать ответа оператора в лучшем случае несколько минут. Для бизнеса подобное ожидание чаще всего заканчивается потерей клиента.

Пришла пора автоматизации

Автоматизация работы колл-центра — тренд, который появился давно. Прежде всего, Сотрудники КЦ занимаются обслуживанием клиентов, когда те хотят что-то купить: нужно ответить на базовые вопросы, помочь оформить заказ, проверить введенную информацию. Плюс существует часть вопросов, связанная с поддержкой: про доставку, про оплату, про то, что что-то пошло не так. Все как и везде, есть два основных блока: продажи и поддержка. И одно без другого не существует.

Шаг первый — интеграция с CRM

В современном мире человек привязан к номеру телефона: мы все пользуемся мессенджерами, социальными сетями, по номеру телефона нас идентифицируют в приложениях, на сайтах и, например, на портале Госуслуг, к телефону также привязываются карты лояльности. Мы перестаем пользоваться городскими номерами — если я звоню с телефона, то с высокой долей вероятности я буду звонить со своего мобильного номера.
Если я что-то заказывал в интернет-магазине, то, скорее всего, я уже есть у вас в CRM, и вы можете посмотреть историю моих заказов и общения со мной. Если я новый клиент, создается и заполняется новая карточка в системе работы с клиентами и заполняется карточка. Эту работу можно назвать первым шагом в процессе автоматизации.

Шаг второй — «умный» IVR

«Умный» IVR умеет общаться с клиентами без участия человека, используя синтез речи или записанные фразы. Если клиент что-то купил или заказал, его заказ появляется в CRM. При входящем звонке поднимается карточка клиента, делается предположение, что, вероятнее всего, у звонящего есть вопрос про доставку этого товара.
Клиента можно спросить «да» или «нет»; если «да», можно проинформировать, что доставка будет послезавтра, в 5 часов вечера. Если это была вся информация, которую хотел уточнить клиент, он положит трубку; если же ему хочется задать вопрос, всегда можно попросить перевести на живого человека, чтобы, например, отменить или скорректировать заказ.

Шаг третий — ML/ИИ/NLP

Тренд, который сейчас набирает обороты, — это возможность «общаться» с клиентом не просто по заданным шаблонам и меню, а разговаривать «свободно», на естественном языке, но в автоматическом режиме. Мы формируем запросы миллионом разных способов, и IVR должен быть к этому готов. «Подготовить» робота можно, используя новые технологии, такие как machine learning, искусственный интеллект и NLP.

Пришла пора роботизации

«Типовых» задач существует множество, каждый бизнес может проанализировать работу своего колл-центра, прослушать диалоги и выделить базу, которую можно автоматизировать, загрузив робота. Естественно, что-то останется на людях: специфика бизнеса, сложные запросы, особые клиенты, которых не понимает распознавание, — всегда есть возможность переключиться на человека, используя его время эффективно.
Благодаря современным технологиям автоматизации любая компания может существенно уменьшить издержки на обучение, зарплату, отпуска и больничные — робот обучается один раз, он не уволится и не уйдет в другую компанию, его всегда можно дообучать. Робот будет работать до тех пор, пока компания платит за его ресурсы: среди них синтез, распознавание, вычислительные ресурсы.
Понимая запросы рынка, ИТ-корпорации объединяют наиболее востребованные технологии в единый стек, который позволяет довести IVR до уровня, когда вы будете с трудом отличать его от живого человека.

Первая часть этого стека — это синтез речи с новыми технологиями типа WaveNet от Google, который звучит как живой человек. Нужно очень постараться, чтобы понять, что с вами говорит робот. Есть и интонации, и паузы, встречаются моменты, связанные с дыханием, — технология «натренирована» на разговорах живых людей.
И это совершенно другой подход: раньше был вокодер, который аналогично тренировали, обучали, записывали фразы, но логика его работы была другой, и он звучал как «железная женщина».
В пример можно привести недавнюю демонстрацию с Google I/O, на которой робот звонил в парикмахерскую, чтобы записаться на стрижку: человек в парикмахерской не понимал, что с ним говорит робот. Грань между «железом» и живым оператором размывается, узнать о том, что вы разговариваете с роботом, можно, только если сценарий пойдет по непредсказуемой ветке, что бывает редко.
Вторая часть — распознавание речи, которое также не первый год переживает активное развитие и подъем, постоянно совершенствуется. Раньше мы могли только мечтать, чтобы понимать какие-то отдельные команды, например, «да», «нет», «хочу», «не хочу», «дайте мне это». Сейчас есть возможность распознавать обычную человеческую речь.
Процент ошибок пока что высок, но со временем он будет понижаться, и в какой-то момент автоматическое распознавание речи будет не сильно отличаться от того уровня, который мы можем слышать как люди, понимать и осознавать. В каких-то случаях распознавание, возможно, даже будет превышать наши ожидания.
И третья часть стека — понимание «живой» человеческой речи, выделение смысла запроса и обучение на примерах. В пример можно привести «Яндекс.Навигатор», который понимает адреса, в произношении которых мы сами не всегда уверены.
Водители из разных стран СНГ возят нас, у каждого водителя есть свой акцент. Иногда они специфично произносят адрес, и мы думаем, что навигатор распознает его неправильно. Но нет, распознавание происходит корректно — это и есть машинное обучение, благодаря которому система уже может понять то, что обычный человек воспринимает с трудом.
Сейчас мы не можем быть уверены на 100% в том, что в разговоре не понадобится живой оператор. Но мы точно уверены в том, что есть «простые» задачи, например, заказ пиццы, где все достаточно стандартизировано — на эту «первую линию» мы как раз можем поставить робота, оставив нестандартные ситуации для операторов.

О Google Dialogflow

Google Dialogflow – это сервис, который возник в результате поглощения компанией Google API.ai, которые делали изначально Speaktoit; когда Google начал заниматься своим ассистентом, компания решила, что эта технология ей близка и интересна. В итоге Google купила API.ai, сделав на её основе Dialogflow. Отмечу, что API.ai — компания с русскими корнями.

Смысл Dialogflow в том, чтобы нести в массы машинное обучение и дать обычным людям возможность тренировать «машину», которая понимает естественную речь, выделяет из нее интенты, может делать так называемый slot filling (это когда мы называем несколько параметров, машина их классифицирует и может запросить недостающую информацию), к которому сводится значительная часть общения. Мы говорим роботу информацию, он получает данные, систематизирует и отвечает на их основе.
Сейчас Dialogflow поддерживает 18 языков, плюс есть возможности по интеграции с внешними сервисами через API, используя которые можно добиться нужного вам результата по автоматизации.
Встроенный machine learning легко обучается на имеющихся примерах: можно выгрузить записи разговоров из колл-центра, проанализировать, загрузить в робота тексты, разметить — через какое-то время, обучившись, робот начнет понимать запросы, которые ему уже показали. Это и есть специальная «магия», в результате которой робот понимает не только прямые запросы, но и аналогичные.
Например, если я загружу запросы «Хочу авиабилеты из Москвы в Питер на послезавтра, в 5 часов вечера» и «Я хочу из Сан-Франциско в Лондон 30 июня, утром» и размечу их, а потом спрошу про другие города и другие даты, робот уже корректно обработает этот запрос и выдаст результаты, поняв о чем идет речь.

Голосовой бот для пиццерии

Самый простой способ продемонстрировать, как может выглядеть интеллектуальный IVR – показать пример из реальной жизни. Протестировать бота можно, перейдя по ссылке: введите свой номер телефона в международном формате, нажмите кнопку «Далее», с указанного номера наберите +74999384952 — это позволит смотреть, как бот в режиме реального времени формирует конкретно ваш заказ.

Мой разговор с роботом длится чуть менее 1,5 минут. Себестоимость обработки сделанного заказа менее 4 рублей при текущем курсе доллара. Цена складывается из времени, которое потребляют перечисленные технологии. Минута разговора с оператором колл-центра при аутсорсе в среднем стоит в районе 9-10 рублей. Выгоду каждый может посчитать сам, опираясь на свой бизнес.
Это реальный бот, на номер которого можно позвонить и пообщаться. Я заранее мог бы бы сказать ему адрес, время и собрать заказ по-другому, но благодаря «заполнению слотов» робот все равно бы «понял» мой заказ, корректно заполнив карточку заказа.
Коллеги из индустрии комментируют, что «нормальный продавец предложил бы напитки и соусы, сделав дополнительную продажу». Все это тоже можно реализовать: это всего лишь дополнительные данные, которые можно добавить к карточке заказа. Не получив данные, в конце разговора робот легко сможет уточнить про напитки, соусы, экспресс-доставку за отдельную плату и количество приборов.

Хозяйке на заметку

Одного Dialogflow недостаточно для создания телефонного бота, нужна специальная связка с телефонией, для которой я использовал Voximplant и его новую функцию Dialogflow Connector, позволяющую подключить любой звонок к Dialogflow-агенту максимально быстро и просто.

В примере использовался синтез от «Яндекса», а не WaveNet, так как в последнем поддерживается только английский язык. В течение года Google обещает подключить к Dialogflow другие языки WaveNet-синтеза — я думаю, что этот же пример на другой технологии в конце года будет звучать по-другому и нам будет действительно сложно отличить робота от человека.

Источник: voximplant.ru