Технологии за гласов AI

Акценти и диалекти при гласовия AI: тестване и настройка

Защо гласовите агенти разбират някои акценти по-добре от други, какво можете да настроите и как да тествате честно с реални гласове, без да изключвате никого.

Редакционен екип на Call · Публикувано · 5 мин четене

Всеки има акцент. Гласовият агент обаче е обучен на определена смесица от гласове и обикновено разбира най-добре гласовете, които е чувал най-често. За бизнес, който обслужва разнообразна публика, това не е дребен технически детайл. То решава дали обаждащият се ще получи помощ, или ще се изнерви.

Група колеги с различен произход разговарят около маса
Илюстративно изображение

Това ръководство обяснява защо акцентите и диалектите влияят на гласовия AI, какво можете да настроите и как да тествате честно. То е свързано с Многоезичен гласов AI и Защо телефонният звук е труден за разпознаването на реч, които добавят езиковата и звуковата част.

Защо акцентите са важни за разпознавача

Разпознавачът на реч научава модели от записи, съчетани с текст. Ако обучителните му записи не представят достатъчно даден регионален акцент, възрастова група или хора, за които езикът не е роден, моделите за тези гласове са по-слаби. Разпознавачът не е пристрастен в човешкия смисъл; просто има по-малко данни. Ефектът обаче може да е неравно обслужване.

Какво се различава между говорещите

  • ПроизношениеГласните и съгласните варират според региона и родния език.
  • Ритъм и ударениеКоя сричка носи тежестта и колко бързо се сливат думите.
  • РечникМестни думи за ежедневни неща, имена на места и жаргон.
  • Граматически моделиДиалектни форми и изречения, различни от книжовния език.
  • Смесване на езициПреминаване между два езика в едно изречение.

Езиковият модел, който чете транскрипцията, има подобен проблем. Израз, който е естествен в един диалект, може да е необичаен в писмения текст, от който моделът се е учил, и смисълът му може да бъде пропуснат.

Диалекти в рамките на един език

Често срещано заблуждение е, че един език е нещо единно. Английският, както се говори в различните държави, се различава силно по звуци и думи, и същото важи за много езици, включително японския с неговите регионални диалекти, испанския, арабския и китайския. Система, настроена за стандартна форма, може да се справя само частично с регионалната реч.

Местният речник е особен проблем. Имената на улици, квартали, прякорите на продукти и фамилиите често липсват в общия речник. Ако обаждащите се редовно ги казват, разпознавачът по-вероятно ще ги превърне в сходно звучащи обикновени думи.

Какво можете да настроите

Изберете внимателно езика и региона

Много разпознаватели предлагат езикови варианти по региони. Изборът на варианта, най-близък до вашите обаждащи се, може да помогне. Автоматичното откриване на езика е удобно при смесени обаждащи се, но взема решение рано в разговора, затова тествайте как се държи при кратки изказвания и при реч с акцент. В Call транскрибирането ви позволява да изберете език или да го откривате автоматично, като агентът запазва първия разпознат език до края на разговора, освен ако обаждащият се не поиска друг.

Добавете думите, които имат значение

Когато платформата поддържа персонализиран речник или подсказки, добавете имената на фирмата, продуктите, служителите и местните места. Дори когато не поддържа, можете да ограничите щетите, като потвърждавате тези думи на глас и давате на агента кратък списък с очаквани имена в източниците му, за да може да разпознае близко съвпадение.

Пишете ясно

На кратките, прости въпроси се отговаря и те се разпознават по-лесно от дългите, идиоматични въпроси. Избягвайте жаргона в собствената реч на агента, както и хумор, който зависи от местни изрази.

Дайте пространство на обаждащите се

Хората, за които езикът не е роден, и несигурните хора може да правят паузи или да говорят бавно. По-дългият праг на тишина помага, както е описано в Откриване на гласова активност.

Тествайте с реални гласове

Не можете да прецените справедливостта по няколко колеги със сходен произход. Съставете група за тестване, която прилича на вашите обаждащи се.

Справедлив план за тестване

  1. Избройте обаждащите сеРегиони, езици, възрастови групи и типични видове телефони.
  2. Наберете тестващиДоброволци, които говорят като тези обаждащи се, с тяхно съгласие.
  3. Напишете сценарийРеални задачи, включително имена, числа и местни места.
  4. Направете обажданиятаИзползвайте обикновени мобилни телефони и реалистичен шум.
  5. Сравнете резултатитеТърсете групи, при които грешките са забележимо повече.
ПоказателКакво показва
Правилно разпознати думиКолко добре разпознавачът се е справил с всяка група
Изпълнени задачиДали обаждащите се са получили каквото им е трябвало
Повторения и поправкиКолко често агентът е питал отново
Дял на прехвърляниятаКолко често обаждащите се са се отказвали и са искали човек
Удобство за обаждащия сеКакво са казали тестващите за изживяването

Сравнявайте групите с едни и същи показатели. Разлика в изпълнените задачи между групите е сигнал за проучване, дори ако общата средна стойност изглежда добре. Пазете поверителността на тестващите и съхранявайте записите само докато са ви нужни.

Два хипотетични примера

Малка ветеринарна практика в крайбрежен град приема обаждания от местни хора, които използват прякори за улици и плажове. Разпознавачът постоянно превръща един прякор в несвързана обикновена дума. Практиката добавя местните имена към източниците на агента, кара агента да повтаря мястото обратно и грешките намаляват. Нищо в модела не се е променило; решението е било списък с думи.

Регионален клон на банка получава обаждания от клиенти, научили езика като възрастни, които говорят бавно, с дълги паузи. Агентът постоянно отговаря, преди да са приключили. Повишаването на прага на тишина и съкращаването на въпросите на агента им дава пространство и делът на повторенията намалява. И тук решението е настройка и сценарий, а не нова технология.

Двете истории имат общ модел: изслушайте провалите, установете конкретните думи или моменти и направете малка промяна. Големите твърдения за точност са по-малко полезни от тетрадка с това какво се е объркало на собствената ви линия и какво го е поправило.

Поддържайте тетрадката жива и след пускането. Обаждащите се се променят, появяват се нови квартали и продукти, а поправка, направена днес, може да остарее. Месечен преглед на най-често поправяните думи е лека рутина, която поддържа агента актуален.

Никога не позволявайте системата да е стена

Колкото и добре да настроите, някои обаждащи се няма да бъдат разбрани. Проектирайте с оглед на това. След два неуспешни опита да запише дадена подробност агентът трябва да смени подхода или да прехвърли разговора, а не да се върти в кръг. Предложете да приеме съобщение, да уговори обратно обаждане или да свърже обаждащия се с човек в работно време.

Контролен списък за справедливост

  • Тествано с говорещи от всяка основна група обаждащи се
  • Езиковите и регионалните настройки съответстват на обаждащите се
  • Местните имена и термини са добавени или се потвърждават на глас
  • Настройките за тишина позволяват по-бавна реч
  • Ключовите данни се прочитат обратно, преди да се използват
  • След два неуспешни опита има достъп до човек
  • Делът на прехвърлянията и повторенията се преглежда по групи

Работа по темата в Call

В Call изберете езиковата настройка на агента, задайте прага на тишина и чувствителността към шум и напишете началното съобщение и съобщението за грешка с прости думи. След това използвайте тестовото обаждане, за да чуете агента на собствения си телефон, и помолете колеги с различни акценти да направят същото. После отворете всяко обаждане в историята на обажданията, за да прочетете разговора реплика по реплика, и търсете в транскрипциите думи, които многократно са чути погрешно. Поправете източниците си, добавете точни отговори там, където формулировката е важна, и поддържайте пътя до човек отворен чрез бюрото за помощ.

Често задавани въпроси

Разбира ли гласовият AI еднакво всички акценти?

Не. Точността често варира между акцентите и диалектите в зависимост от гласовете, от които системата се е учила. Тествайте със собствените си обаждащи се, вместо да разчитате на общи твърдения.

Мога ли да кажа на агента какъв акцент да очаква?

Често можете да изберете езиков вариант за разпознавача, а в някои системи — да добавите речник. Проверете какво поддържа платформата ви и тествайте резултата.

Защо агентът разбира погрешно местните имена на места?

Общите речници рядко съдържат всяко местно име, затова разпознавачът избира сходна обикновена дума. Потвърждавайте имената на глас и предоставяйте очакваните имена, където е възможно.

Трябва ли агентът да сменя езика автоматично?

Това може да помогне при смесени обаждащи се, но го тествайте с кратка реч и реч с акцент. В Call първият разпознат език се запазва за целия разговор, освен ако обаждащият се не поиска друг.

Как да разбера дали агентът ми е несправедлив към някои обаждащи се?

Сравнете изпълнените задачи, повторенията и дела на прехвърлянията между групи тестващи, които говорят различно. Големите разлики са знак да коригирате настройките, източниците или сценария.

Ами ако обаждащият се изобщо не може да бъде разбран?

Предложете бързо друг път: съобщение, заявка за обратно обаждане или човек. Никой обаждащ се не бива да остава в капана на система, която не може да го разбере.

Тествайте вашия AI агент с различни гласове в Call

В демо конзолата можете да изпробвате входящи обаждания в симулация.

Свързани ръководства

Технологии за гласов AI

Промптове за по-добри обобщения на обажданията

Как да напишете промпт, който превръща транскрипцията на обаждане в кратка, точна бележка: за кого е, какво да включва, правила срещу измислици и как да го тествате.

Редакционен екип на Call ·
Технологии за гласов AI

Анализ на настроението при обаждания: ползи и граници

Какво измерва анализът на настроението при обажданията, кога помага за сортиране и тенденции, кога подвежда и как да го ползвате без несправедливи решения.

Редакционен екип на Call ·
Технологии за гласов AI

SIP транк: как бизнес обажданията преминават през интернет

Какво е SIP транк, с какво се различава от традиционните телефонни линии, какво да проверите за кодеци, канали и резервиране и как да изберете доставчик.

Редакционен екип на Call ·
Технологии за гласов AI

Модели „реч към реч“ срещу каскадни гласови вериги

Два начина за изграждане на телефонен гласов агент: модели „реч към реч“ и каскадни вериги. В какво е силен всеки, къде е слаб и как да изберете чрез тестване.

Редакционен екип на Call ·