Tale-AI-teknologi

Accenter og dialekter i stemme-AI: test og justér til rigtige kunder

Hvorfor stemmeagenter forstår nogle accenter bedre end andre, hvad du kan justere, og hvordan du laver en fair test med rigtige stemmer, så ingen kunde lukkes ude.

Calls redaktion · Udgivet · 5 min. læsetid

Alle har en accent. En stemmeagent er imidlertid trænet på en bestemt blanding af stemmer, og den forstår typisk bedst de stemmer, den har hørt mest. For en virksomhed, der betjener et bredt publikum, er det ikke en mindre teknisk detalje. Det afgør, om en kunde får hjælp eller bliver frustreret.

En gruppe kolleger med forskellig baggrund, der taler sammen omkring et bord
Illustrativt billede

Denne guide forklarer, hvorfor accenter og dialekter påvirker stemme-AI, hvad du kan justere, og hvordan du tester fair. Den hænger sammen med Flersproget stemme-AI og Hvorfor telefonlyd er svær for talegenkendelse, som tilføjer sprog- og lyddelene.

Hvorfor accenter betyder noget for talegenkendelsen

En talegenkendelse lærer mønstre fra optagelser parret med tekst. Er en regional accent, en aldersgruppe eller en ikke-modersmålstaler underrepræsenteret i træningsoptagelserne, er mønstrene for de stemmer svagere. Talegenkendelsen er ikke fordomsfuld i menneskelig forstand; den har simpelthen mindre at gå efter. Virkningen kan dog være ulige service.

Hvad der adskiller talere

  • UdtaleVokaler og konsonanter varierer efter region og modersmål.
  • Rytme og trykHvilken stavelse der bærer trykket, og hvor hurtigt ordene flyder sammen.
  • OrdforrådLokale ord for hverdagsting, stednavne og slang.
  • Grammatiske mønstreDialektformer og sætningsbygning, der afviger fra lærebogssproget.
  • KodeskiftAt skifte mellem to sprog i samme sætning.

Den sprogmodel, der læser udskriften, har et lignende problem. En vending, der er naturlig i én dialekt, kan være usædvanlig i den skrevne tekst, den har lært af, og betydningen kan gå tabt.

Dialekter inden for ét sprog

Det er en udbredt misforståelse, at et sprog er én ting. Engelsk, som det tales i forskellige lande, varierer meget i lyde og ord, og det samme gælder mange sprog, herunder japansk med dets regionale dialekter, og spansk, arabisk og kinesisk. Et system tilpasset en standardform klarer måske kun regional tale delvist.

Lokalt ordforråd er et særligt problem. Gadenavne, bydele, kælenavne for produkter og efternavne står ofte ikke i en generel ordbog. Siger dine kunder dem jævnligt, er der større risiko for, at talegenkendelsen gør dem til almindelige ord, der lyder ens.

Hvad du kan justere

Vælg sprog og region med omhu

Mange talegenkendelsesmodeller tilbyder sprogvarianter efter region. At vælge den variant, der ligger tættest på dine kunder, kan hjælpe. Automatisk sprogregistrering er praktisk ved en blandet kundekreds, men den træffer en beslutning tidligt i opkaldet, så test, hvordan den opfører sig ved korte ytringer og tale med accent. I Call lader transskriberingen dig vælge et sprog eller registrere det automatisk, og agenten beholder det første sprog, den genkender, resten af opkaldet, medmindre kunden beder om et andet.

Tilføj de ord, der betyder noget

Hvor platformen understøtter tilpasset ordforråd eller hints, så tilføj virksomhedsnavne, produktnavne, medarbejdernavne og lokale stednavne. Selv hvor den ikke gør, kan du mindske skaden ved at bekræfte de ord højt og ved at give agenten en kort liste over forventede navne i dens kilder, så den kan matche et næsten-rigtigt bud.

Skriv tydeligt

Korte, enkle spørgsmål er lettere at besvare og genkende end lange, idiomatiske. Undgå slang i agentens egen tale, og undgå humor, der afhænger af lokale udtryk.

Giv kunderne plads

Ikke-modersmålstalere og usikre personer kan holde pauser eller tale langsomt. En længere stilhedsgrænse hjælper, som beskrevet i Stemmeaktivitetsdetektering.

Test med rigtige stemmer

Du kan ikke vurdere retfærdighed ud fra nogle få kolleger med lignende baggrund. Byg et testpanel, der ligner dine kunder.

En fair testplan

  1. Kortlæg dine kunderRegioner, sprog, aldersgrupper og typiske telefontyper.
  2. Rekruttér testereFrivillige, der taler som disse kunder, med deres samtykke.
  3. Skriv et manuskriptRigtige opgaver med navne, numre og lokale steder.
  4. Foretag opkaldeneBrug almindelige mobiltelefoner og realistisk støj.
  5. Sammenlign resultaterneKig efter grupper, hvor fejlene er mærkbart højere.
MålingHvad den viser
Korrekt genkendte ordHvor godt talegenkendelsen håndterede hver gruppe
Gennemførte opgaverOm kunderne fik det, de havde brug for
Gentagelser og rettelserHvor ofte agenten spurgte igen
OverdragelsesrateHvor ofte kunderne opgav og bad om et menneske
Kundernes velbefindendeHvad testerne sagde om oplevelsen

Sammenlign grupperne med de samme målinger. En forskel i gennemførte opgaver mellem grupper er et signal om at undersøge nærmere, selv hvis det samlede gennemsnit ser fint ud. Beskyt testernes privatliv, og gem kun optagelser, så længe du har brug for dem.

To tænkte eksempler

En lille dyrlægeklinik i en kystby får opkald fra lokale, der bruger kælenavne for gader og strande. Talegenkendelsen bliver ved med at gøre et af kælenavnene til et urelateret almindeligt ord. Klinikken føjer de lokale navne til agentens kilder, lader agenten gentage stedet, og fejlene falder. Intet ved modellen blev ændret; løsningen var en liste over ord.

En regional bankfilial får opkald fra kunder, der har lært sproget som voksne og taler langsomt med lange pauser. Agenten svarer, før de er færdige. At hæve stilhedsgrænsen og forkorte agentens spørgsmål giver dem plads, og antallet af gentagelser falder. Igen var løsningen en indstilling og et manuskript, ikke ny teknologi.

De to historier har et fælles mønster: Lyt til fejlene, find de konkrete ord eller den timing, det drejer sig om, og lav en lille ændring. Store påstande om præcision er mindre nyttige end en notesbog over, hvad der gik galt på din egen linje, og hvad der løste det.

Hold notesbogen i live efter lanceringen. Kunderne ændrer sig, nye kvarterer og produkter dukker op, og en rettelse fra i dag kan blive forældet. Et månedligt kig på de oftest rettede ord er en let rutine, der holder agenten opdateret.

Lad aldrig systemet blive en mur

Uanset hvor godt du justerer, vil nogle kunder ikke blive forstået. Design til det. Efter to mislykkede forsøg på at få en oplysning skal agenten skifte tilgang eller overdrage, ikke køre i ring. Tilbyd at tage en besked, aftale et opkald tilbage eller stille kunden videre til et menneske i bemandede timer.

En tjekliste for retfærdighed

  • Testet med talere fra alle hovedgrupper af kunder
  • Sprog- og regionsindstillinger matcher dine kunder
  • Lokale navne og begreber tilføjet eller bekræftet højt
  • Stilhedsindstillingerne giver plads til langsommere tale
  • Vigtige oplysninger læses op, før de bruges
  • Et menneske kan nås efter to mislykkede forsøg
  • Overdragelses- og gentagelsesrater gennemgået pr. gruppe

Sådan arbejder du med det i Call

I Call vælger du agentens sprogindstilling, indstiller stilhedsgrænse og støjfølsomhed og skriver åbnings- og fejlbeskederne i et enkelt sprog. Brug derefter testopkaldet til at høre agenten på din egen telefon, og bed kolleger med forskellige accenter om at gøre det samme. Åbn bagefter hvert opkald i opkaldshistorikken for at læse samtalen replik for replik, og søg i udskrifter efter ord, der gentagne gange blev hørt forkert. Ret dine kilder, tilføj præcise svar, hvor formuleringen betyder noget, og hold vejen til et menneske åben via helpdesken.

Ofte stillede spørgsmål

Forstår stemme-AI alle accenter lige godt?

Nej. Præcisionen varierer ofte mellem accenter og dialekter afhængigt af de stemmer, systemet har lært af. Test med dine egne kunder i stedet for at stole på generelle påstande.

Kan jeg fortælle agenten, hvilken accent den skal forvente?

Ofte kan du vælge en sprogvariant til talegenkendelsen og i nogle systemer tilføje ordforråd. Tjek, hvad din platform understøtter, og test resultatet.

Hvorfor misforstår agenten lokale stednavne?

Generelle ordbøger indeholder sjældent alle lokale navne, så talegenkendelsen vælger et almindeligt ord, der lyder ens. Bekræft navne højt, og angiv forventede navne, hvor det er muligt.

Skal agenten skifte sprog automatisk?

Det kan hjælpe en blandet kundekreds, men test det på kort tale og tale med accent. I Call beholdes det første genkendte sprog hele opkaldet, medmindre kunden beder om et andet.

Hvordan ved jeg, om min agent er uretfærdig over for nogle kunder?

Sammenlign gennemførte opgaver, gentagelser og overdragelsesrater på tværs af grupper af testere, der taler forskelligt. Store forskelle er et tegn på, at indstillinger, kilder eller manuskript skal justeres.

Hvad hvis en kunde slet ikke kan forstås?

Tilbyd hurtigt en anden vej: en besked, et ønske om opkald tilbage eller et menneske. Ingen kunde bør være fanget af et system, der ikke kan forstå dem.

Test din AI-agent med forskellige stemmer i Call

I demokonsollen kan du afprøve indgående opkald i en simulering.

Relaterede guides