Technologie hlasové AI

Přízvuky a nářečí v hlasové AI: testování a ladění pro volající

Proč hlasoví agenti rozumějí některým přízvukům lépe než jiným, co lze upravit a jak sestavit férový test se skutečnými hlasy, aby žádný volající nezůstal stranou.

Redakce Call · Zveřejněno · Čtení na 5 min

Každý má nějaký přízvuk. Hlasový agent byl ale natrénován na určité směsi hlasů a obvykle nejlépe rozumí hlasům, které slyšel nejčastěji. Pro firmu, která obsluhuje rozmanitou veřejnost, to není drobný technický detail. Rozhoduje to o tom, zda volající dostane pomoc, nebo bude frustrovaný.

Skupina kolegů různého původu hovoří u stolu
Ilustrační obrázek

Tento průvodce vysvětluje, proč přízvuky a nářečí ovlivňují hlasovou AI, co lze upravit a jak férově testovat. Souvisí s články Vícejazyčná hlasová AI a Proč je telefonní zvuk pro rozpoznávání řeči obtížný, které doplňují jazykovou a zvukovou stránku.

Proč na přízvucích rozpoznávači záleží

Rozpoznávač řeči se učí vzorce z nahrávek spárovaných s textem. Pokud jsou v jeho trénovacích nahrávkách nedostatečně zastoupeny regionální přízvuky, určitá věková skupina nebo nerodilí mluvčí, jsou vzorce pro tyto hlasy slabší. Rozpoznávač není zaujatý v lidském smyslu; má prostě méně podkladů. Důsledkem však může být nerovná úroveň služby.

V čem se mluvčí liší

  • VýslovnostSamohlásky a souhlásky se liší podle regionu a mateřského jazyka.
  • Rytmus a přízvukKterá slabika nese důraz a jak rychle slova splývají.
  • Slovní zásobaMístní výrazy pro běžné věci, místní názvy a slang.
  • Gramatické vzorceNářeční tvary a stavba vět, které se liší od učebnicového jazyka.
  • Střídání jazykůPřecházení mezi dvěma jazyky v jedné větě.

Jazykový model, který čte přepis, má podobný problém. Obrat, který je v jednom nářečí přirozený, může být v psaném textu, ze kterého se učil, neobvyklý a jeho význam mu může uniknout.

Nářečí v rámci jednoho jazyka

Je častým omylem, že jazyk je jedna věc. Angličtina, jak se mluví v různých zemích, se ve zvucích i slovech značně liší, a totéž platí pro mnoho jazyků, včetně japonštiny s jejími regionálními nářečími a španělštiny, arabštiny a čínštiny. Systém vyladěný pro spisovnou podobu může regionální řeč zvládat jen zčásti.

Zvláštním problémem je místní slovní zásoba. Názvy ulic, čtvrtí, přezdívky produktů a příjmení často nejsou v obecném slovníku. Pokud je vaši volající běžně používají, rozpoznávač je spíše převede na podobně znějící běžná slova.

Co lze upravit

Pečlivě zvolte jazyk a region

Mnoho rozpoznávačů nabízí jazykové varianty podle regionu. Pomoci může volba varianty, která je vašim volajícím nejblíž. Automatické rozpoznání jazyka je pohodlné pro smíšené volající, ale rozhoduje brzy v hovoru, proto otestujte, jak se chová u krátkých promluv a u řeči s přízvukem. V Call vám přepis řeči umožní zvolit jazyk nebo ho rozpoznat automaticky a agent si první rozpoznaný jazyk ponechá po zbytek hovoru, pokud volající nepožádá o jiný.

Doplňte slova, na kterých záleží

Pokud platforma podporuje vlastní slovní zásobu nebo nápovědy, doplňte názvy firmy, produktů, jména zaměstnanců a místní názvy. I tam, kde to nepodporuje, můžete škody omezit tím, že tato slova necháte nahlas potvrdit a dáte agentovi do zdrojů krátký seznam očekávaných názvů, aby dokázal přiřadit i téměř shodný vstup.

Pište srozumitelně

Na krátké, jednoduché otázky se snáz odpovídá a snáz se rozpoznávají než dlouhé, idiomatické. Vyhněte se slangu ve vlastní řeči agenta a humoru, který stojí na místních výrazech.

Dejte volajícím prostor

Nerodilí mluvčí a nejistí lidé se mohou odmlčovat nebo mluvit pomalu. Pomáhá delší práh ticha, jak popisuje článek Detekce hlasové aktivity.

Testujte se skutečnými hlasy

Férovost nelze posoudit podle několika kolegů podobného původu. Sestavte testovací skupinu, která se podobá vašim volajícím.

Plán férového testu

  1. Popište své volajícíRegiony, jazyky, věkové skupiny a typické telefony.
  2. Získejte testeryDobrovolníky, kteří mluví jako tito volající, s jejich souhlasem.
  3. Napište scénářSkutečné úkoly včetně jmen, čísel a místních názvů.
  4. Uskutečněte hovoryPoužijte běžné mobilní telefony a realistický hluk.
  5. Porovnejte výsledkyHledejte skupiny, u kterých je chybovost znatelně vyšší.
UkazatelCo ukazuje
Správně rozpoznaná slovaJak dobře rozpoznávač zvládl jednotlivé skupiny
Dokončené úkolyZda volající dostali, co potřebovali
Opakování a opravyJak často se agent ptal znovu
Míra předáníJak často to volající vzdali a požádali o člověka
Pohodlí volajícíchCo testeři řekli o své zkušenosti

Porovnávejte skupiny pomocí stejných ukazatelů. Rozdíl v dokončení úkolů mezi skupinami je signálem k prověření, i když celkový průměr vypadá dobře. Chraňte soukromí testerů a nahrávky uchovávejte jen tak dlouho, jak je potřebujete.

Dva fiktivní příklady

Malá veterinární ordinace v přímořském městě přijímá hovory od místních, kteří pro ulice a pláže používají přezdívky. Rozpoznávač jednu přezdívku stále převádí na nesouvisející běžné slovo. Ordinace doplní místní názvy do zdrojů agenta, agent místo zopakuje a chyb ubude. Na modelu se nic nezměnilo; řešením byl seznam slov.

Regionální pobočka banky dostává hovory od zákazníků, kteří se jazyk naučili až v dospělosti a mluví pomalu s dlouhými pauzami. Agent jim odpovídá dřív, než domluví. Zvýšení prahu ticha a zkrácení otázek agenta jim dá prostor a míra opakování klesne. Opět bylo řešením nastavení a scénář, ne nová technologie.

Oba příběhy mají společný vzorec: poslouchejte selhání, určete konkrétní slova nebo načasování a udělejte malou změnu. Velká tvrzení o přesnosti jsou méně užitečná než zápisník toho, co se na vaší lince pokazilo a co to napravilo.

Udržujte zápisník živý i po spuštění. Volající se mění, objevují se nové čtvrti a produkty a oprava z dneška může zastarat. Měsíční pohled na nejčastěji opravovaná slova je lehká rutina, která udrží agenta aktuálního.

Nedovolte, aby se systém stal zdí

Ať ladíte sebelépe, některým volajícím agent neporozumí. Navrhujte s tím počítat. Po dvou neúspěšných pokusech zachytit údaj by měl agent změnit přístup nebo hovor předat, ne se točit v kruhu. Nabídněte přijetí vzkazu, domluvu zpětného zavolání nebo v době, kdy je obsazeno, přepojení na člověka.

Kontrolní seznam férovosti

  • Otestováno s mluvčími z každé hlavní skupiny volajících
  • Jazykové a regionální nastavení odpovídá volajícím
  • Místní názvy a pojmy doplněny nebo potvrzovány nahlas
  • Nastavení ticha umožňuje pomalejší řeč
  • Klíčové údaje se před použitím čtou zpět
  • Po dvou neúspěšných pokusech je dostupný člověk
  • Míra předání a opakování kontrolována podle skupin

Jak na to v Call

V Call zvolte jazykové nastavení agenta, nastavte práh ticha a citlivost na hluk a napište úvodní a chybové hlášení jednoduchými slovy. Pak pomocí testovacího hovoru poslouchejte agenta na vlastním telefonu a požádejte kolegy s různými přízvuky, aby udělali totéž. Poté otevřete každý hovor v historii hovorů, přečtěte si rozhovor replika po replice a v přepisech vyhledejte slova, která byla opakovaně přeslechnuta. Opravte zdroje, tam, kde záleží na formulaci, přidejte přesné odpovědi a cestu k člověku udržujte otevřenou přes helpdesk.

Často kladené otázky

Rozumí hlasová AI všem přízvukům stejně?

Ne. Přesnost se mezi přízvuky a nářečími často liší v závislosti na hlasech, ze kterých se systém učil. Testujte s vlastními volajícími, místo abyste se spoléhali na obecná tvrzení.

Mohu agentovi říct, jaký přízvuk má očekávat?

Často můžete pro rozpoznávač zvolit jazykovou variantu a v některých systémech doplnit slovní zásobu. Ověřte, co vaše platforma podporuje, a výsledek otestujte.

Proč agent nerozumí místním názvům?

Obecné slovníky málokdy obsahují každý místní název, takže rozpoznávač zvolí podobné běžné slovo. Nechte názvy nahlas potvrdit a kde je to možné, dodejte očekávané názvy.

Má agent přepínat jazyky automaticky?

U smíšených volajících to může pomoci, ale otestujte to na krátké řeči a řeči s přízvukem. V Call se první rozpoznaný jazyk ponechá po celý hovor, pokud volající nepožádá o jiný.

Jak poznám, že je můj agent k některým volajícím nefér?

Porovnejte dokončení úkolů, opakování a míru předání mezi skupinami testerů, kteří mluví odlišně. Velké rozdíly jsou signálem k úpravě nastavení, zdrojů nebo scénáře.

Co když volajícímu nelze porozumět vůbec?

Rychle nabídněte jinou cestu: vzkaz, žádost o zpětné zavolání nebo člověka. Žádný volající by neměl uvíznout v systému, který mu nerozumí.

Otestujte v Call svého AI agenta s různými hlasy

V demo konzoli si můžete příchozí hovory vyzkoušet v simulaci.

Související průvodci