Tale-AI-teknologi

Sådan får du japansk tekst-til-tale til at lyde naturlig i telefonen

Sådan får du japansk tekst-til-tale til at lyde naturlig på telefonlinjen: udtale, pauser, tempo, høflighedsformer, navne og en testcyklus, der fanger fejlene.

Calls redaktion · Udgivet · 6 min. læsetid

Tekst-til-tale (TTS) er blevet markant bedre, men japansk får den stadig til at snuble på måder, som engelsk sjældent gør. En opkalder, der hører 日本橋 udtalt forkert eller en undskyldning leveret i en flad monoton tone, tænker ikke "softwaren lavede en fejl". Vedkommende tænker, at virksomheden er ligeglad. På en telefonlinje, hvor lyden i forvejen er smalbåndet og ubarmhjertig, springer små fejl i øjnene.

En person med headset, der lytter til en syntetisk stemme i et telefonopkald
Illustrativt billede

Denne guide er skrevet til virksomheder, der driver forretning i Japan eller betjener japansktalende opkaldere. Den forklarer, hvorfor japansk er svært, de seks mest almindelige problemer og hvordan du løser dem, samt en forbedringscyklus, du kan gentage. Til sidst gennemgår vi værktøjerne i Call. Hvis du skal vælge mellem indspilninger og syntese, så start med Indspillede beskeder eller syntetisk stemme?.

Hvorfor japansk er svært for TTS

På engelsk giver stavningen en rimelig god rettesnor for udtalen. På japansk gør tegnene det ofte ikke. Et kanji-tegn kan have flere læsninger (on og kun), og den rigtige afhænger af ordet og sammenhængen. Tal og tælleord skifter form: De samme cifre udtales forskelligt med forskellige tælleord. Ord, der kun adskiller sig i tonehøjde, som 橋 (bro) og 箸 (spisepinde), skrives forskelligt, men lyder ens bortset fra melodien. Et system, der kun ser teksten, må gætte.

Seks problemer og deres løsninger

Hvad der går galt, og hvad du gør

  • Forkert udtaleSkriv udtalen ud med kana for navne, stednavne og fagudtryk.
  • Manglende pauserGør sætningerne kortere, og sæt tegn, hvor en taler ville trække vejret.
  • Forkert tempoSæt farten ned ved tal og instruktioner; skynd dig ikke gennem hele manuskriptet.
  • Forkert stemmeVælg en stemme, hvis tone passer til situationen, ikke bare den bedste demo.
  • Forkert høflighedBrug ét ensartet keigo-niveau hele vejen igennem.
  • Mærkelige egennavneTest virksomheds-, produkt- og medarbejdernavne hver for sig.

Udtale

De fleste TTS-motorer har en måde at angive, hvordan et ord skal læses, eller en ordbog med tilsidesættelser. Lav en liste over jeres egne navne, stednavne, produktnavne og fagsprog med den korrekte udtale i hiragana eller katakana. Tjek tal, datoer, klokkeslæt og grupperingen af telefonnumre, da de ofte læses unaturligt. Undgå tvetydige konstruktioner i manuskriptet, hvor du kan; det er ofte lettere at omformulere end at rette.

Pauser og rytme

Skriv til øret. En sætning, der fungerer fint på papir, kan være for lang til at sige i ét åndedrag. Del den op, sæt komma, hvor der hører en pause til, og husk, at et telefonopkald kræver lidt mere luft end en side tekst. Lister bør have korte punkter. En kort pause efter velkomsten, før hovedspørgsmålet, hjælper opkalderne med at gøre sig klar.

Tempo

Langsommere er ikke altid bedre. Et ensartet langsomt tempo lyder nedladende; et ensartet hurtigt tempo er trættende. Varier det: roligt i almindelige sætninger og lidt langsommere ved tal, adresser og alt, hvad opkalderen skal notere. Mange opkaldere skriver, mens de lytter, så giv dem tid.

Valg af stemme

Vælg stemmen ved at lytte til dit eget manuskript på en rigtig telefon, ikke kun til demosætningen. Tænk på situationen: En rolig, varm stemme passer til en undskyldning, en frisk og klar stemme passer til en menu. Mand eller kvinde er et spørgsmål om brand og smag, men ensartethed på tværs af linjen betyder mere. Undgå stemmer med en usædvanligt lys eller følelsesladet tone til seriøs information.

Høflighed

Japanske forretningssamtaler i telefonen følger faste konventioner for respekt. Brug ét niveau, og hold dig til det. At blande uformelle og formelle endelser i samme besked lyder sjusket, og en overdrevent formel tone kan virke kold. Naturlige indledninger som den gængse hilsen og tak for opkaldet skal siges, som et menneske ville sige dem, ikke oversættes fra et andet sprog. Se Velkomstscripts til AI-telefonbesvarelse.

Egennavne

Virksomhedsnavne, produktnavne og medarbejdernavne fortjener deres egen test, da de optræder i hvert opkald. Sig dem både i en sætning og alene. Brandnavne, der blander skriftsystemer eller indeholder latinske bogstaver, kræver ofte en specifik udtale.

En forbedringscyklus

Fra manuskript til en stemme, der lyder rigtigt

  1. Skriv til øretKorte sætninger, talesprog, ensartet høflighed.
  2. Ret udtalenTilføj navne, fagudtryk og tal til en ordbog.
  3. Lyt i en telefonRing til linjen, og lyt, som en opkalder ville.
  4. VurderNotér hver pause, accent eller udtale, der lyder forkert.
  5. Ret tilRediger manuskriptet eller ordbogen.
  6. Test igenAfspil alle tidligere rettelser igen for at sikre, at intet er gået i stykker.

Før en regressionsliste: hvert problem, du har rettet, sammen med den sætning, der afslørede det. Afspil den efter enhver ændring af manuskript, stemme eller motor, da en opdatering af motoren kan annullere en rettelse.

Typiske øjeblikke i opkaldet, der skal tjekkes

Nogle dele af et opkald hører alle opkaldere, så de er ekstra opmærksomhed værd. Lyt til hver af dem i en telefon, før du lytter til noget andet.

ØjeblikHvad du tjekkerTypisk løsning
VelkomstVirksomhedsnavnet udtales korrekt, varmt og uden hastTilføj navnet til ordbogen; forkort sætningen
ÅbningstiderKlokkeslæt og ugedage læses tydeligtSkriv klokkeslæt, som du ville sige dem højt
Adresser og rutevejledningStednavne og talKana-udtale; langsommere tempo; korte bidder
Undskyldning eller forsinkelseTonen er rolig, ikke munterVælg en roligere stemme; omformuler teksten
AfslutningTak og farvel lyder naturligtBrug den gængse afslutningsfrase, ikke en oversættelse

En tænkt butik med en filial opkaldt efter et lokalt vartegn kan opdage, at dens egen adresse er den mest forvanskede sætning i hele manuskriptet. Det er almindeligt. De ord, der betyder mest for virksomheden, dens navn, dens adresse og dens produkter, er også dem, motoren har set mindst. Test dem først, ret dem først, og hold dem i ordbogen, hvor den næste person kan finde dem.

Før du udgiver et japansk manuskript

  • Alle navne, stednavne og fagudtryk har en kontrolleret udtale
  • Tal, datoer og klokkeslæt lyder naturlige i de rigtige sætninger
  • Sætningerne er korte nok til at blive sagt i ét åndedrag
  • Der bruges ét høflighedsniveau hele vejen igennem
  • Stemmen passer til beskedens tone
  • En person med japansk som modersmål har lyttet i en telefon

Hvorfor telefonlinjen betyder noget

Telefonlyd er komprimeret og smalbåndet, hvilket skjuler nogle detaljer og overdriver andre. En stemme, der lyder fyldig i hovedtelefoner, kan blive grumset på en mobillinje, og visse konsonanter flyder ud. Vurder altid på et rigtigt opkald, helst over et mobilnet og derefter over en fastnetlinje. Lydkvalitet i telefonen forklarer hvorfor.

Sådan gør du i Call

I Call vælger du den stemme, din AI-agent bruger, under Stemme, AI-stemmer. Sæt sproget til det, dine opkaldere taler, lyt til eksempler på et par kort, tryk på Brug denne stemme, og tryk derefter på Hør, hvad opkaldere hører, for at lytte med de gemte indstillinger. Området Stemmeindstillinger og testområde lader dig skrive din egen sætning og lytte til den. En telefonlinje kan have sin egen stemme, og en linjes hovedsprog for opkald er som standard japansk; en opkalder, der taler et andet sprog, bliver besvaret på det sprog.

Med Udtaleordbog på samme side lærer du stemmen, hvordan den skal udtale navne, stednavne og ord, den får forkert. Tryk på Tilføj et ord, skriv ordet i Skrives som og udtalen med kana i Læses som, og skriv derefter en sætning i Prøv en sætning for at se, hvordan den vil blive læst, og afspil den. Kun det talte ændres; de skrevne beskeder forbliver uændrede. Ordbogen kan rumme op til 100 ord, og kun workspace-administratorer kan ændre den. Afslut med at teste på en rigtig telefon med agentens testopkald. Se også Valg af sprog i IVR.

Ofte stillede spørgsmål

Hvorfor udtaler japansk TTS nogle ord forkert?

Kanji kan have flere udtaler, og den rigtige afhænger af sammenhængen. Hvis systemet gætter forkert, kan du rette det ved at angive udtalen med kana.

Kan jeg styre tonehøjdeaccenten?

Nogle motorer tillader justeringer, men mulighederne varierer. Ofte er den praktiske løsning at vælge en god stemme og omformulere sætninger, der lyder mærkelige.

Hvordan håndterer jeg tal og datoer?

Test dem i de rigtige sætninger, du bruger. Hvor udtalen lyder forkert, så skriv den ud med kana, eller omformuler.

Hvilket høflighedsniveau skal jeg bruge?

Vælg et niveau, der passer til jeres brand og opkaldere, og brug det konsekvent i alle beskeder. At blande niveauer lyder sjusket.

Skal jeg hellere bruge en indspillet stemme?

Indspilninger lyder naturlige til faste beskeder, men det tager længere tid at ændre dem. Syntese egner sig til tekst, der ændres ofte. Mange virksomheder bruger begge dele.

Hvor ofte skal jeg tjekke stemmen?

Efter hver ændring af manuskript, ordbog, stemme eller motor og med jævne mellemrum med rigtige opkald. Før en liste over tidligere rettelser, som du kan afspille igen.

Ret japansk udtale med udtaleordbogen i Call

I demokonsollen kan du afprøve indgående opkald i en simulering.

Relaterede guides