Технологии за гласов AI

Латентност на гласовия AI: кога разговорът звучи естествено

Защо гласовият AI понякога прави паузи, откъде идват забавянията, какво възприемат обаждащите се като естествено и как телефонният агент да отговаря по-бързо.

Редакционен екип на Call · Публикувано · 6 мин четене

В обикновения разговор хората си отговарят почти веднага. Пауза, която не би направила впечатление в имейл, по телефона изглежда дълга. Когато гласовият AI чака твърде дълго, обаждащите се се чудят дали линията не е прекъснала, казват „Ало?“ и говорят едновременно с отговора, когато той най-сетне дойде. Затова латентността не е техническо любопитство, а основна част от качеството.

Звукови вълни на екран до човек, който говори в микрофона на слушалки
Илюстративно изображение

Това ръководство обяснява откъде идва забавянето, какво възприемат обаждащите се и кои техники го намаляват или го правят по-малко забележимо. Накрая ще видите как да проверите скоростта в Call. За технологията в основата вижте Как работи гласовият AI.

Какво означава латентност при разговор

Латентността е времето между момента, в който обаждащият се спре да говори, и момента, в който агентът започне да отговаря. Обаждащите се не я мерят в милисекунди; усещат я като колебание. Кратката естествена пауза е наред и дори успокоява. Дългата празнина разваля ритъма, а неравният ритъм звучи неестествено, дори средната стойност да е приемлива.

Има още две забавяния, които имат значение. Едното е времето преди първия поздрав при свързване на обаждането, а другото – времето по време на справка, например проверка на запис. Всяко от тях изисква собствен подход.

Откъде идва забавянето

Етапите, през които минава гласовият отговор

  1. Разпознаване на краяСистемата решава, че обаждащият се е спрял да говори.
  2. Разпознаване на речтаРечта се превръща в текст.
  3. МисленеЕзиков модел формира отговора.
  4. СправкаПо избор: заявка към друга система за факти.
  5. Синтез на речТекстът се превръща в глас.
  6. Телефонна линияЗвукът стига до обаждащия се и се възпроизвежда.

Всеки етап добавя малко, а заедно се натрупват. Стъпката за разпознаване на края лесно се пропуска: ако системата чака дълга тишина, преди да реши, че обаждащият се е приключил, всеки отговор започва късно. Твърде краткото време води до обратния проблем – агентът прекъсва хората, които спират, за да помислят.

ЕтапКакво му влияеТипичен лост
Разпознаване на краяПраг на тишината, фонов шумНастройте прага внимателно
Разпознаване на речтаКачество на звука, езикЧист звук, правилна езикова настройка
МисленеДължина на отговора, избор на моделКратки отговори, подходящ модел
СправкаСкорост на външната системаПравете справка само при нужда
Синтез на речДали звукът се предава поточноЗапочвайте да говорите рано
Телефонна линияМрежово разстояниеНамалете междинните звена, където е възможно

Какво възприемат обаждащите се като естествено

Хората търпят различни забавяния в различни моменти. Кратка пауза преди сложен отговор изглежда естествено, защото и човек би се замислил. Дълга пауза след „да“ изглежда като повреда. Стремете се към бързи, последователни отговори на простите въпроси и давайте честни сигнали, когато е нужно повече време.

Прекъсвания

Естествените разговори включват застъпване. Ако агентът не може да бъде прекъснат, обаждащите се се чувстват като слушатели на монолог. Ако спира при всяко изкашляне, разговорът засича. Вижте Barge-in и прекъсвания и Редуване на репликите при гласовите агенти за подробности.

Как да намалите забавянето

Техники, които помагат

  • Кратки първи изреченияЗапочнете с няколко думи, после продължете. Обаждащият се чува отговор по-рано.
  • Поточно предаванеЗапочнете да говорите веднага щом първата част от отговора е готова, вместо да чакате целия.
  • Подготвени поздравиПодгответе началото предварително, за да прозвучи веднага при свързване.
  • Дисциплина при справкитеИзвличайте външна информация само когато въпросът го изисква и поддържайте справките бързи.

Дизайнът на промпта също има значение. Отговор от кратък абзац отнема повече време за генериране и изговаряне от едно-две изречения. Инструктирайте агента да бъде кратък и да задава уточняващ въпрос, вместо да изброява всичко, което знае. За задачи от типа меню кратка IVR стъпка преди AI може да свърши простото маршрутизиране моментално и да остави AI за отворените въпроси. Вижте IVR или AI гласов агент.

Мислете за латентността като за бюджет

Полезен начин да разсъждавате за скоростта е да приемете паузата като бюджет, от който харчи всеки етап. Едно и също време не може да се похарчи два пъти, така че спестяване в един етап може да плати за функция в друг. Ако например искате справка в клиентски запис, може да се наложи да спестите време другаде, като съкратите отговорите или стегнете прага за разпознаване на края.

Това помага и при сравняване на доставчици или настройки. Промяна, която прави гласа по-приятен, но добавя забележима пауза, може да е лоша сделка за телефонна линия, където времето е по-важно от полировката. Обаждащите се прощават много по-лесно леко обикновен глас, отколкото засичащ разговор.

Хипотетичен пример

Представете си малка клиника, чийто агент отговаря на въпроси за работното време и приема заявки за часове. Повечето обаждания не изискват справка, така че отговорите могат да са бързи. Клиниката иска да добави проверка на следващия час на обаждащия се. Вместо да добави справката към всяко обаждане, тя кара агента да търси записа само след като обаждащият се попита за своя час и първо да каже „Нека проверя“. Простите въпроси остават бързи, а по-бавната стъпка е честна за себе си.

Как да го измервате правилно

Едно тестово обаждане при добра връзка казва малко. Измервайте много реални обаждания в различни дни и часове и гледайте разсейването, а не само средната стойност. Обаждащите се помнят най-бавните отговори.

Прост план за тест на латентността

  • Десет обаждания в различни часове на деня
  • Кратки въпроси, дълги въпроси и въпроси, изискващи справка
  • Обаждания от мобилен телефон и от стационарна линия
  • Шумна и тиха среда
  • Бележки за най-бавните отговори и какъв е бил въпросът
  • Повторение след всяка промяна, за да проверите дали е помогнала

Пазете запис на настройките и резултатите, за да знаете какво е проработило. Как да тествате гласов AI агент преди старт разглежда тестването по-широко, а Показатели за оценка на гласовия AI описва какво да следите.

Ограничения, които трябва да приемете

Част от забавянето не може да бъде премахнато. Телефонните мрежи, услугите за реч и езиковите модели отнемат време, а качеството на всяка от тях варира през деня. Бъдете предпазливи към всяко обещание за фиксирано време за отговор. Реалистичната цел е темпо, което звучи като на замислен човек, с бързи отговори на простите въпроси и честно справяне с по-бавните.

Как да го проверите в Call

В Call вашият AI агент започва да говори веднага щом първата част от отговора му е готова, а при изходящите обаждания поздравът се подготвя, докато телефонът звъни, така че човекът, който вдигне, го чува веднага. Отговорите са кратки и естествени, без вметки като „Един момент, моля“. Скоростта зависи от телефонната мрежа и от AI и гласовите услуги, затова времената се измерват при всяко обаждане, а не се обещават. Мениджърите могат да отворят обаждане в Call history, за да видят колко време е отнела всяка изговорена реплика.

В Voice, Agent voice настройките Transcriber включват праг на тишината: намалете го за по-бързо редуване на репликите и го увеличете, ако агентът прекъсва обаждащите се. Настройките Conversation ви позволяват да разрешите или забраните прекъсванията и да зададете колко дълго трае тишината, преди обаждането да приключи. За да чуете резултата, използвайте тестовото обаждане в реда на агента, което звъни на вашия телефон; всеки тест е истинско, таксувано обаждане. Проверявайте промените с няколко обаждания, преди да ги приложите към линия на живо.

Често задавани въпроси

Какво е добро време за отговор на гласов агент?

Няма фиксирано число. Стремете се към отговори, които звучат като на замислен човек: бързи при простите въпроси и честна пауза при по-трудните. Измервайте реални обаждания, за да видите къде сте.

Защо AI агентът ми понякога прави дълга пауза?

Чести причини са справка в друга система, дълъг отговор, бавна мрежа или праг на тишината, който чака твърде дълго, преди да реши, че сте приключили.

Могат ли вметките да решат проблема със забавянето?

Кратките вметки могат да помогнат по време на справка, но трябва да се използват пестеливо. Прекомерната употреба звучи заучено и може да направи обаждащите се по-нетърпеливи.

Наистина ли по-краткият отговор помага?

Да. По-краткият отговор отнема по-малко време за генериране и изговаряне и дава на обаждащия се възможност да реагира по-рано.

Да позволя ли на обаждащите се да прекъсват агента?

Обикновено да. Прекъсванията са естествени в разговора. Тествайте настройката така, че агентът да спира бързо при истинска реч, но не и при изкашляне или кратко „аха“.

Колко често да тествам латентността?

След всяка промяна в промпта, гласа, знанията или настройките и периодично при реални обаждания, защото скоростта на мрежата и услугите варира.

Тествайте скоростта на отговор на AI агента си 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 ·