«Ваш звонок очень важен для нас»: как мы создаем голосовых роботов для бизнеса
С голосовыми роботами вы наверняка сталкивались и в некоторых случаях даже не понимали, что с вами говорит не живой человек. Сегодня технологии позволяют создавать виртуальных голосовых операторов, которые разговаривают как человек, поддерживают диалог и обрабатывают ответы собеседника. Мы, компания Kvint, создали такого робота.
Голосовых роботов начинают внедрять, когда возникает потребность в обработке больших объемов звонков — от тысячи в день. С меньшим количеством обычно справляются своими силами. Если один оператор в день может обрабатывать 150-250 звонков, то у робота ограничений нет — он может обзванивать до нескольких миллионов людей. Компания выигрывает и в скорости обработки звонков, и в стоимости их обработки, сокращая затраты операторов в 2-4 раза.
Роботы интересны там, где много типовых звонков: это в первую очередь банки, операторы связи, коллекторские фирмы, крупные ритейлеры и так далее. Объем звонков в таких компаниях может доходить до сотен тысяч в день.
Роботов привлекают на разные задачи: холодные продажи, работа с должниками на разной стадии просрочки, опросы по качеству оказанных услуг, обработка звонков на первой линии. Виртуальный оператор может работать как самостоятельно, так и в паре с человеком. Тогда сначала робот обзванивает большую базу людей, потом отбирает из их числа «теплые контакты» (потребителей, заинтересованных в дополнительных услугах), а затем переводит их на оператора.
Первый робот был создан в 2017 году для пиццерии с символичным названием «Счастье». Идея была в том, чтобы сделать универсального робота, который вместо человека принимал бы по телефону заказы для пиццерий, ресторанов и кафе. В России их огромное количество, более 50 тысяч, и нам казалось, что разработав одного робота, мы покроем узкий, но достаточно большой сегмент. Сделать голосового робота получилось: он действительно мог принимать заказы, помогал выбирать, например, с какой начинкой заказать пиццу, советовал напитки, даже мог распознавать разные блюда с незнакомыми названиями из японской и китайской кухни.
Однако идея с масштабированием провалилась. Причина была банальная: люди просто отказывались общаться с роботом, и постоянно просили переключить на оператора. Даже бесплатная пицца в качестве бонуса не могла их заставить заказывать через робота. Стало ясно, что там, где основным инструментом продажи является телефон, доверять роботу слишком опасно. Особенно это критично для небольших отдельных пиццерий, где количество заказов не превышает 100-150 в день — с этим легко справляются 1-2 оператора.
Тем не менее, первый неудачный опыт с пиццерией заложил основу для создания облачной платформы для проектирования голосовых роботов под разные задачи (и для любого сегмента бизнеса), а также заставил нас начать разработку своего синтеза речи, который максимальный был бы похож на человеческий голос. Задача была сделать робота, которого трудно отличить от живого человека.
Приоритетным было сделать такой инструмент, который позволил бы создавать голосовых виртуальных роботов без использования программистов-разработчиков. То есть чтобы любой аналитик или скриптолог мог самостоятельно делать роботов.
Сейчас распознать робота в виртуальном операторе Kvint практически невозможно — с этим справляется не более 1% пользователей. Голос — первое, на что человек обращает внимание в диалогах по телефону. Если робот сразу себя рассекретит неживым металлическим голосом, эффективность диалога снизится существенно, особенно это касается продающих скриптов.
В диалогах мы одновременно используем либо предзаписанные человеком фразы, либо их склейку с синтезированными вставками — в случаях, если в диалог требуется вводить переменные части (имена, суммы, даты, адреса). Поскольку мы разработали собственный синтез речи, то обе части фразы произносятся одним и тем же голосом. Так получается относительно бесшовная склейка.
Однако в нашей практике были исключения, когда мы наоборот меняли живой человеческий голос на полностью синтезированный и металлический — это было с роботом для вызова врача на дом, который принимал звонки от пациентов. Робот фиксировал основные данные по вызову: ФИО пациента, симптомы, адрес, контактную информацию. Если люди, особенно пожилые, думали, что говорят с человеком, то иногда начинали долго перечислять весь анамнез болезни, или рассказывать, как сходили на день рождения к подруге, после чего у них случилось расстройство… Роботу было сложно адекватно реагировать подобных диалогах — он начинал переспрашивать или отвечать невпопад. Поэтому намеренно мы поменяли голос на искусственный, и люди стали более четко и коротко отвечать на вопросы виртуального медицинского оператора, понимая, что перед ними не человек.
Сегодня преимущество голосового робота Kvint в том, что с ним можно разговаривать достаточно в естественной свободной манере — он понимает не только отдельные ключевые слова, выдергивая их из контекста, но также может анализировать смысл целых фраз и предложений. Человеку не приходится подстраиваться, когда ему намеренно задают закрытые вопросы, на которые можно ответить только «да» или «нет».
За несколько лет работы мы создали облачную платформу, которая позволяет создавать голосовых роботов без участия разработчиков-программистов. Сегодня это комплекс взаимосвязанных систем:
Мы уже адаптировали платформу для создания виртуальных голосовых операторов не только на русском языке, но и на других европейских языках — английском, немецком, французском. Европейские и западные рынки — достаточно привлекательный сегмент для подобных технологий. По объему они в разы превышают российский рынок, и по маржинальности в некоторых странах более привлекательны.
Сегодня среди наших клиентов есть банки, крупные интернет-магазины, поликлиники. С некоторыми крупными компаниями запущены пилотные проекты, в частности — ВТБ, МТС, Росбанк, Мегафон.
Развитость рынка влияет на интерес к технологии, сегодня идет бум спроса на подобные услуги. Это связано с общим трендами цифровизации и автоматизации всех бизнес-процессов. И голосовые технологии, искусственный интеллект в этом сегменте — одно из наиболее перспективных направлений как для потребителей, так для бизнеса и инвесторов.
Эмоциональный робот: как стартап меняет отрасль клиентских коммуникаций
Концепция: Роботизация общения с клиентами кол-центров
Место: Зеленоград, Москва, Сан-Хосе (США)
Основатели: Александр Кузнецов, Николай Кравчук
«Работа традиционного кол-центра поразила меня еще в конце 2000-х годов, когда я пришел на должность менеджера по продукту в компанию Tele2 и в рамках обязательной программы поехал знакомиться со всеми подразделениями, — рассказывает Александр Кузнецов (на фото), сооснователь Neuro.net. — Длинными рядами там стояли огромные столы, за которыми сидели операторы. Параллельно с разговорами по телефону они занимались своими делами: писали СМС-сообщения, что-то читали. Все они разговаривали с клиентами, как роботы — монотонными фразами по заранее выученному скрипту».
Хорошо бы заменить операторов кол-центра системой, которая будет точно так же звонить клиентам и разговаривать с ними по сценарию, подумал тогда Кузнецов. Идея переросла в бизнес только в 2017 году. «Тогда мой приятель Николай Кравчук, переехавший в США, поделился со мной впечатлениями о том, что там компании не отправляют клиентам рекламные СМС-сообщения, а звонят, причем значительная часть этих звонков уже роботизирована», — вспоминает Кузнецов.
Голосовые роботы и в США, и в России действительно не были редкостью. Однако общение с ними трудно было назвать полноценным: робот не делал речевых пауз, не мог отвечать на вопросы собеседника, его невозможно было перебить. «Мы поняли, что тут есть место для развития — создание такого робота, которого невозможно было бы отличить от живого человека», — говорит Кузнецов. На разработку системы они с Кравчуком потратили почти год. Летом 2018 года их нейросетевого робота, который слышит собеседника, выдерживает паузы, запоминает и анализирует историю разговора, начали тестировать в компании KupiVip. После интернет-ретейлера одежды клиентами Neuro.net стали сотовые операторы. Сегодня их продуктом на тестовой или постоянной основе пользуются «МегаФон», «Билайн», Tele2, МИЦ, Lamoda и другие компании.
Мне нужны эмоции
37-летний Александр Кузнецов родился и вырос в Зеленограде. В местном университете он выучился сначала на программиста, а затем на экономиста. Работать, как и многие IT-специалисты, Кузнецов начал еще будучи студентом: разрабатывал сайты в компании «Русофт». После университета он устроился проектным менеджером в системный интегратор «Крок», а затем — на ту же должность в «Билайн», где занялся в том числе развитием голосовых сервисов. «Уже тогда я пытался делать что-то инновационное, — уверяет Кузнецов. — Например, запустил голосовое меню по принципу карусели: «нажмите 9, чтобы перейти вперед, 7 — назад».
В середине 2009 года, после пяти лет работы в «Билайне», Кузнецов перешел в тогда еще небольшое российское подразделение шведской компании Tele2. «Я курировал разные проекты: услуги для мобильного интернета, приложения для смартфонов, мелодии вместо гудков, видеосервисы, мобильные игры, — рассказывает он. — Работа была интересной, поэтому о своем деле я пока не думал».
В Tele2 Кузнецов подружился с будущим сооснователем Neuro.net: компания Кравчука Intech Global была подрядчиком сотового оператора по услуге «мелодии вместо гудков». Впоследствии Кравчук продал Intech Global и переехал жить в США. «Как-то раз во время общения по телефону мы начали обсуждать ситуацию с роботизированными звонками, и тут я вспомнил про тот впервые увиденный кол-центр, — рассказывает Кузнецов. — Тогда нам жутко захотелось изменить это — сделать так, чтобы рутинные действия операторов могли делать роботы. Я как раз собирался увольняться из Tele2, поэтому с радостью принялся за новый проект».
Первым делом партнеры решили попробовать пилотный проект в деле. Их голосовой робот обзвонил клиентов небольшого мясного ресторана «Батчерс» в Зеленограде (Кузнецов открыл его вместе с друзьями еще в 2013 году). «Это был провал, — признается предприниматель. — Когда люди слышали компьютерный голос без эмоций, отвечающий на вопросы спустя несколько секунд, то сразу бросали трубку».
Как это работает
Технология обучения голосового робота Neuro.net базируется на open-source фреймворке TensorFlow, который позволяет создавать собственные проекты в сфере машинного обучения. Первым делом специалисты Neuro.net загружают в систему исторические записи разговоров операторов кол-центра заказчика. С их помощью робот учится реагировать на слова пользователей и выдавать правильный ответ. Система начинает распознавать каждую фразу человека с первых слов. Благодаря этому робот может выдавать ответ спустя 700 миллисекунд (это примерно две трети одной секунды), после того как собеседник замолчал.
В основе распознавания голоса собеседника — инструмент Google Cloud Speech-to-Text.
Чтобы разговор был максимально похож на беседу с настоящим оператором, Neuro.net предварительно записывает ответы на все возможные вопросы пользователей в студии. Робот — в зависимости от предпочтений заказчика — может говорить голосом диктора, эффективного оператора реального кол-центра или обычного человека.
Виртуальный собеседник
Проект требует доработок, поняли партнеры. В апреле 2018 года Кузнецов вернулся в Россию. «Нам нужно было привлекать дополнительные средства на развитие Neuro.net, а также общаться с потенциальными заказчиками», — объясняет он. Предприниматель обратился к знакомому инвестору Сергею Аванесову. Проект его заинтересовал. «Мы просто позвонили Сергею от лица нашего робота, уже немного доработанного и говорившего человеческим голосом (поначалу — голосом самих основателей), а потом открыли все карты, — вспоминает Кузнецов. — Это произвело на него сильное впечатление».
Параллельно со всеми доработками приятели общались с потенциальными клиентами — ретейлерами, страховыми компаниями, банками, сотовыми операторами. Далеко не все они поначалу соглашались предоставить записи разговоров своих операторов неизвестному проекту. «Первой компанией, поверившей в нас, еще когда мы не могли похвастаться какими-то результатами, была KupiVip», — говорит Кузнецов. В июне-июле 2018 года ретейлер поделился с Neuro.net записями своих разговоров с покупателями. К августу стартап уже обучил голосового робота, записал в студии возможные варианты ответов и представил компании пилотный продукт.
Много времени после тестовых звонков мы потратили на поиск более подходящего голоса — порой он был слишком эмоциональным или, наоборот, скучным
«Много времени после тестовых звонков мы потратили на поиск более подходящего голоса — порой он был слишком эмоциональным или, наоборот, скучным, — рассказывает Кузнецов. — Также нам приходилось расширять сценарий диалога, исходя из вопросов, которые задают пользователи. То, что реальный оператор мог придумать на ходу в непредвиденной ситуации, нам нужно было заранее продумывать и записывать».
В октябре-ноябре 2018 года еще немного доработанный робот стал обзванивать давно не посещавших сайт KupiVip клиентов (в общей сложности 5 тыс. человек). Мужской эмоциональный голос представлялся Олегом и спрашивал каждого собеседника, почему тот стал реже заходить на интернет-площадку. После ответа пользователя робот участливо сообщал, что компания дарит клиенту индивидуальную скидку, предлагал отправить промокод СМС-сообщением, спрашивал, остались ли еще вопросы, и прощался.
По результатам пилотного проекта 8% клиентов зашли на сайт KupiVip, купив какой-нибудь товар. «Этот показатель был соизмерим с результатами кол-центра компании», — утверждает Кузнецов. Около 4% пользователей задавали вопросы, на которые робот не знал ответа (в этом случае был предусмотрен перевод на оператора), около 1% — понимали, что с ними говорит не человек. «Самое интересное, что даже когда пользователь распознает робота и может быть перенаправлен на реального оператора, он все равно говорит: не надо, я лучше с вами побеседую», — смеется предприниматель.
После успешного тестирования KupiVip использовала Neuro.net и для того, чтобы обзвонить всех клиентов в преддверии распродажи в Black Friday. «Всю базу, которую кол-центр обзванивает за месяц, мы обзвонили за несколько часов», — радуется Кузнецов. По его словам, этот проект, как и предыдущий, был бесплатным для ретейлера.
Neuro.net в цифрах
Порядка 1 тыс. записей разговоров реального кол-центра нужно загрузить в систему, чтобы обучить ее понимать диалоги.
2–3 недели требуется на обучение нейросети.
Через 700 миллисекунд робот отвечает собеседнику.
От 20 до 50 вариантов ответа для каждого возможного вопроса Neuro.net предзаписывает в студии.
300 самых распространенных имен есть в базе робота.
Менее 1% пользователей понимают, что общаются не с человеком.
Робот-продажник
Заключить с KupiVip контракт на постоянное использование стартапу, впрочем, так и не удалось. «Со временем из компании ушли люди, с которыми мы общались, а проходить все этапы согласования с новыми сотрудниками мы не захотели, — объясняет Кузнецов. — Но после этого кейса нам стало гораздо проще договариваться с новыми клиентами».
Предприниматель рассказал о роботизации кол-центра KupiVip и ее результатах на своей странице в Facebook и в нескольких СМИ. Благодаря этому уже в ноябре к Neuro.net пришел новый крупный клиент — компания «МегаФон». Сотовый оператор решил протестировать сразу несколько решений на рынке голосовых роботов. Среди них, помимо конкурентных проектов — питерского JustAI, пермского «Звонобот» и других, оказался и Neuro.net. «Мы пригласили основателей стартапа на предварительную встречу, где они продемонстрировали интересный подход к задаче — их робот был практически неотличим от человека», — говорит Станислав Милых, руководитель по системам самообслуживания «МегаФона». В ходе последующего конкурса голосовые роботы по заранее сформированному списку обзванивали клиентов и предлагали им подключить одну из услуг. «Результат зависел от степени проработки скрипта продаж, — объясняет Милых. — На быстром пилоте Neuro.net показал результат, сравнимый с реальными операторами. Думаю, если постоянно улучшать этот скрипт и дозаписывать ветки диалогов, то результат может даже превзойти операторские продажи». Конверсия в продажи при звонках робота Neuro.net, по словам Кузнецова, составила около 40%. Похожий результат показал и JustAI. Но окончательный выбор, с каким проектом подписать долгосрочный контракт, «МегаФон» пока не сделал.
По словам Кузнецова, до конца 2018 года «МегаФон» еще несколько раз привлекал Neuro.net для продажи услуг клиентам в рамках песочницы — специального формата для работы со стартапами. «В «МегаФоне» хорошие условия для стартапов: без долгих согласований и тендеров они могут выделять небольшие (около 100 тыс. руб.) бюджеты и тестировать нашу разработку. Сейчас мы в процессе заключения постоянного контракта с компанией», — уверяет предприниматель.
Следом за сотовым оператором Neuro.net заинтересовались и другие компании. «К нам начали обращаться и небольшие организации, которые хотят автоматизировать работу одного секретаря, — рассказывает Кузнецов. — Это нерентабельно ни для них, ни для нас. Поэтому ввели минимальное количество звонков в месяц (100 тыс.), при котором соглашаемся на работу», — добавляет он.
Сейчас клиентами Neuro.net помимо «МегаФона» являются «Билайн», Tele2, МИЦ и Lamoda. С банками ВТБ, «Открытие», «Хоум Кредит» и еще несколькими крупными заказчиками стартап находится на этапе заключения договора. Ежемесячная выручка Neuro.net сейчас составляет около 1 млн руб., пока он работает в ноль. Но по итогам 2019 года Кузнецов рассчитывает выручить около 74 млн руб. — благодаря новым контрактам.
Планы по выручке Кузнецов не считает слишком оптимистичными. «Я основываюсь на том спросе, который уже есть, — говорит он. — А интерес к решению с каждым реализованным кейсом еще и лавинообразно растет». Происходит это потому, что использование голосового робота намного выгоднее для компаний, чем привлечение для обзвона клиентов обычных операторов, считает предприниматель: в первом случает стоимость составляет 4–6 руб. за минуту разговора, во втором — 20–30 руб. «Результаты голосового робота сравнимы с результатами реальных операторов», — добавляет Кузнецов.
Что такое голосовые боты и как они помогут вашему бизнесу
В настоящее время ключом к улучшению обслуживания клиентов является автоматизация ваших коммуникаций. Это позволяет высвободить время сотрудников, создать отличные варианты самообслуживания, повысить удовлетворенность клиентов и сделать ваш контакт-центр более продуктивным.
По мнению Zendesk, обслуживание клиентов напрямую влияет на долгосрочный доход компании:
Все больше и больше компаний осознают важность автоматизации и инвестируют в такие технологии, как AI, чат-боты, голосовые боты и другие. Чтобы не отставать от конкурентов на любом рынке, современный бизнес просто обязан использовать технологии, которое ускорят бизнес-процессы внутри компаний.
Голосовые боты, являющиеся одними из самых популярных решений для автоматизации, быстро становятся обязательными для любого колл-центра. И для этого есть много причин.
Технология AI помогает голосовым ботам определить ключевые маркеры человеческой речи и сделать лучший ответ на диалог. Механизмы преобразования текста в речь (TTS) и речи в текст (STT) быстро преобразуют текст в аудио и наоборот (все, пока ваш клиент говорит), поэтому вы можете быть уверены, что не будет никаких задержек, и диалог будет выглядеть по-человечески.
Голосовые боты также иногда называют голосовыми помощниками. Но это не совсем правильно, потому что голосовые помощники обычно интегрированы в устройства клиентов (например, Apple Siri или Amazon Alexa) Их можно назвать голосовыми помощниками, а iPhone Apple можно назвать устройством с голосовым управлением.
Все голосовые интерфейсы используют обработку естественного языка (или НЛП) для интерпретации слов. Иногда его также называют речевыми текстами, NLU (понимание естественного языка) или просто системами транскрипции. Вы определенно знакомы с такими системами, если когда-либо использовали виртуальных помощников, таких как Siri или Alexa. Технология также внедрена в автоматизированные субтитры, умные дома и автомобильные системы.
Когда дело доходит до предоставления ответов, голосовые боты могут использовать предварительно записанные аудиофайлы или технологию Text-to-Speech (TTS). Это компьютерное моделирование человеческой речи с использованием методов глубокого обучения. Оно обычно используется разработчиками, которые создают голосовые приложения, такие как IVR (интерактивный голосовой ответ). Эта технология также называется синтезом речи. Вместо воспроизведения предварительно записанных файлов TTS автоматически генерирует человеческий голос из необработанного текста.
Преимущества голосового бота:
Когда у вас много клиентов, много проектов, то обзвон клиентов может значительно увеличить нагрузку на ваших сотрудников. Голосовые боты стали идеальным решением. Их возможности и уровни производительности не имеют себе равных, когда речь идет о таких задачах, как:
Если ваш контакт-центр обрабатывает большое количество входящих запросов, голосовые боты станут спасением для быстрого обслуживания клиентов. Они значительно сокращают время ожидания в очереди, обрабатывая простые запросы и направляя сложные в соответствующие отделы. Если вам часто нужно звонить большому количеству клиентов, голосовые боты смогут предоставить быстро информацию большим группам людей за короткий промежуток времени.
Доступно в любое время
В отличие от живых менеджеров, голосовые боты активны и готовы помочь 24/7, что означает, что клиенты могут получать информацию и решать свои проблемы, когда им это нужно больше всего. Голосовые боты позволяют им избегать необходимости ждать на линии, чтобы поговорить с менеджером. И клиентам необязательно звонить только в рабочее время в компанию. Взаимодействие с ботами происходит немедленно и может значительно улучшить общее качество обслуживания клиентов.
Голосовая связь предпочтительнее для многих клиентов
Для многих людей звонок по телефону по-прежнему является наиболее удобным и быстрым способом взаимодействия с брендом или решения проблемы. Таким образом, голосовой бот становится важной частью обслуживания клиентов для таких людей.
Широкий спектр интеграций
Еще одно большое преимущество голосовых ботов заключается в том, что их можно легко и удобно интегрировать с широким спектром решений для обслуживания клиентов, таких как CRM или база знаний. Это делает опции самообслуживания довольно продвинутыми и дает голосовым ботам еще больше возможностей.
Голосовые боты экономят время и деньги
Боты требуют минимального обучения, тем самым уменьшая временной разрыв между настройкой и повышением производительности (по сравнению с менеджерами). Кроме того, стоимость рабочей силы значительно снижается. Голосовой бот может легко взять на себя повторяющиеся задачи, с которыми сталкивается большинство агентов, что значительно снижает рабочую нагрузку и устраняет необходимость в дополнительном персонале.
Теперь, когда вы решили улучшить обслуживание клиентов с помощью голосового бота, Вам нужно подумать о требованиях вашего бизнеса. Каждый голосовой бот имеет свой уровень сложности и требует различного количества времени для создания. К счастью, в настоящее время существует множество платформ разработки голосовых ботов, которые значительно упрощают создание и запуск голосового бота. Однако, прежде чем создавать задачи для своих разработчиков, Вы должны иметь четкое представление о потребностях вашего бизнеса и возможных случаях использования. На их основе будет легко определить, какие функции будет иметь Ваш бот.
Способность делать паузу и слушать: Вас когда-нибудь раздражал длинный монолог IVR? Если такое было, то вы понимаете, насколько важно, чтобы ваш бот мог сделать паузу, когда клиент начинает говорить. Например, если ваш клиент говорит «нет, мне это не интересно» или «я хотел бы поговорить с агентом прямо сейчас», или «извините, вы могли бы повторить это». Ваш бот должен иметь возможность остановиться, послушать и потом уже ответить.
Быстрое распознавание речи: скорость необходима для плавного и приятного понимания. Ваш голосовой бот должен общаться с той же скоростью, с которой говорит ваш клиент. Это позволит, чтобы разговоры были похожи на человека.
Персонализация (интеграция с другим программным обеспечением): Вашему абоненту не нужно повторяться. Интеграция с вашим CRM и другим программным обеспечением службы поддержки должна гарантировать, что ваш бот приветствует вызывающего абонента по имени, знает историю взаимодействий и может оценить наиболее вероятную причину вызова на основе его истории. Это позволит боту персонализировать предложения на основе данных клиентов.
Маршрутизация интеллектуальных вызовов. После того как клиент кратко объяснил причину вызова, ваш бот должен иметь возможность направить запрос соответствующему менеджеру на основе его статуса / навыков / языка и других критериев. Это позволит вашей команде поддержки быстрее решать проблемы. Кроме того, вы должны определить ориентированные на пользователя запасные правила, чтобы клиенты могли начать разговаривать с живым менеджером на любой стадии взаимодействия. Например, если ваш бот не может понять проблему в течение двух вопросов, вам следует вернуться к менеджеру по приоритету.
Непрерывное обучение: бот с искусственным интеллектом никогда не прекращает обучение. Анализируя предыдущие взаимодействия с клиентами и их результаты, он постоянно повышает свою точность.
Подводя итог, голосовые боты являются очень эффективным дополнением к современной команде обслуживания клиентов. Компании по всему миру быстро внедряют голосовых ботов и инвестируют в новые технологии автоматизации, основанные на ИИ. Бизнес, который стремится обеспечить отличное обслуживание клиентов, снизить затраты и повысить эффективность, должен определенно рассмотреть возможность внедрения голосового бота.
Не стесняйтесь обращаться к нам, если у вас есть какие-либо вопросы. Мы будем рады помочь вам создать ваш первый голосовой бот и извлечь из него максимум пользы!
