Puhe-tekoälyn teknologia

Vuorottelu puheagenteissa: kuka puhuu ja milloin

Miten puheagentti päättää, milloin puhua, odottaa tai lopettaa, miksi päällekkäisyys ja tauot ovat vaikeita ja miten puhelusta tehdään soittajalle luonteva.

Call-toimitus · Julkaistu · Lukuaika 4 min

Ihmisten keskustelu on hämmästyttävän sujuvaa vuoron siirtoa. Aloitamme puhumisen juuri, kun toinen lopettaa, usein jo ennen sitä, ja luemme vihjeitä huomaamattamme. Puheagentilla ei ole tällaista vaistoa. Sille on annettava säännöt siitä, milloin kuunnella, milloin puhua ja milloin lopettaa. Jos säännöt ovat väärät, tarkatkin vastaukset tuntuvat kömpelöiltä.

Kaksi ihmistä puhumassa puhelimessa pöydän eri puolilla
Havainnekuva

Tämä artikkeli käsittelee puheagenttien vuorottelun taustalla olevia ajatuksia ja suunnitteluvalintoja, jotka tekevät puhelusta luontevan. Se pohjaa artikkeleihin Puheaktiivisuuden tunnistus, joka kertoo, miten hiljaisuus tunnistetaan, ja Päällepuhumisen ja keskeytysten käsittely.

Miltä luonteva vuorottelu näyttää

Arkikeskustelussa puhujien välinen tauko on tyypillisesti hyvin lyhyt, ja pitkät hiljaisuudet tuntuvat epämukavilta. Ihmiset myös puhuvat hieman päällekkäin, myötäilevät kuuluvasti ja sanovat pieniä sanoja osoittaakseen seuraavansa. Mikään tästä ei ole epäkohteliasta; näin keskustelu pysyy elossa.

Puhelimessa ei ole kasvoja, joita lukea, joten ääni kantaa jokaisen signaalin. Nouseva sävelkulku tarkoittaa kysymystä, venyvä sana keskeneräistä ajatusta ja nopea sisäänhengitys usein sitä, että joku on aloittamassa puheen. Ohjelmiston on arvioitava nämä vihjeet pelkästä äänestä ja tekstistä.

Liikkeet, jotka puheagentin on hallittava

  • Puheenvuoron ottaminenVastauksen aloittaminen soittajan lopetettua ilman pitkää taukoa.
  • Puheenvuoron pitäminenPuhumisen jatkaminen, kun lyhyt ääni tai yskäisy keskeyttää.
  • Puheenvuorosta luopuminenLopettaminen, kun soittaja alkaa puhua agentin päälle.
  • PalautteetLyhyet äännähdykset kuten joo tai aivan, jotka eivät ole uusi vuoro.
  • KorjaaminenToipuminen, kun molemmat puhuvat yhtä aikaa tai agentti kuuli väärin.

Miksi se on vaikeaa ohjelmistolle

Kolme ongelmaa toistuu yhä uudelleen.

Vuoron päättymisen toteaminen

Kiinteän hiljaisuuden odottaminen on yksinkertaista mutta karkeaa. Ihmiset pitävät taukoja kesken lauseen miettiessään. He myös päättävät ajatuksen ja vaikenevat odottaen vastausta. Kehittyneemmät järjestelmät tarkastelevat siihenastisia sanoja: merkitykseltään kysyvää lausetta, valmista osoitetta tai konjunktioon päättyvää lausetta. Kiinteällä lähestymistavalla, älykkäämmällä lähestymistavalla ja niiden yhdistelmällä on kullakin kompromissinsa, minkä vuoksi kärsivällisyydelle on asetuksia.

Päällekkäisyyden ja keskeytysten käsittely

Jos agentti jatkaa puhumista soittajan sanoessa jotain, soittaja toistaa sen kovempaa. Hyvä agentti lopettaa nopeasti kuullessaan todellista puhetta, mutta ei yskäisystä tai auton torvesta. Jokaisesta äänestä pysähtyminen saa sen kuulostamaan hermostuneelta; aitojen keskeytysten sivuuttaminen saa sen kuulostamaan kuurolta.

Palautteiden erottaminen todellisista vuoroista

Kun agentti lukee pitkää osoitetta ja soittaja sanoo mm-m, se on rohkaisua, ei keskeytys. Sen käsitteleminen uutena vuorona suistaa esityksen raiteiltaan. Monet järjestelmät eivät pysty erottamaan näitä luotettavasti, joten käytännön ratkaisu on pitää repliikit niin lyhyinä, ettei kysymystä synny.

Tekniikkaan sopivien keskustelujen suunnittelu

Ette voi rakentaa tekniikkaa uudelleen, mutta voitte kirjoittaa keskusteluja, jotka toimivat sen kanssa. Suurin osa parannuksesta tulee käsikirjoituksesta ja kehotteesta eikä nokkelasta tekniikasta.

Hyvin tahditettu vaihto

  1. Lyhyt tervehdysKerrotaan yhdellä lauseella, kuka vastaa, ja tarjotaan apua.
  2. Avoin kysymysAnnetaan soittajan selittää omin sanoin.
  3. Lyhyt kuittausToistetaan pyyntö muutamalla sanalla, jotta soittaja tietää tulleensa kuulluksi.
  4. Yksi jatkokysymysKysytään ainoa vielä puuttuva tieto.
  5. Asian päättäminenKerrotaan, mitä seuraavaksi tapahtuu, ja tarjotaan tarvittaessa ihmistä.

Nopeus on yhtä tärkeää kuin ajoitus

Oikea vuorottelupäätös tuntuu silti väärältä, jos vastaus tulee myöhässä. Vastauksia voivat viivästyttää litterointi, kielimalli ja puhesynteesi. Jotkin järjestelmät alkavat puhua heti, kun vastauksen ensimmäinen osa on valmis, eivätkä odota koko vastausta, mikä lyhentää taukoa. Ajan kulumisesta kertoo Puhetekoälyn viive.

Asialla on myös inhimillinen puolensa. Pieni kuittaus, kuten lyhyt merkkiääni tai nopea aloitussana, voi rauhoittaa soittajaa pidemmän haun aikana, mutta jokaisella vuorolla toistuvat täytesanat alkavat ärsyttää. Käyttäkää niitä säästeliäästi ja testatkaa oikeilla kuulijoilla.

Tilanteet, jotka koettelevat vuorottelua

Jotkin puhelutyypit vaativat erityistä huolellisuutta, koska luonteva rytmi rikkoutuu.

Kaikissa tapauksissa lääke on sama: tarkkailkaa todellisia puheluita, etsikää kohta, jossa rytmi katkesi, ja säätäkää joko käsikirjoitusta tai asetuksia. Vuorottelu ei ole koskaan valmis, koska soittajat eivät ole koskaan yhdenmukaisia.

Vuorottelun testaaminen

Vuorottelua ei voi arvioida pelkästä litteroinnista; sitä on kuunneltava. Soittakaa testipuheluita kollegan kanssa, joka esittää erilaisia soittajia, ja kirjatkaa, miltä vaihto tuntuu.

TestiMitä kuunnella
Nopea puhujaPysyykö agentti mukana keskeyttämättä?
Hidas, empivä puhujaOdottaako agentti sanojen väliset tauot?
Keskeyttävä soittajaLopettaako agentti puhumisen ripeästi ja vastaa uuteen syötteeseen?
Numeroiden lukeminenOnko agentti kärsivällinen numeroryhmien välillä?
Mm-m agentin puhuessaJatkaako agentti pysähtymisen sijaan?
Soittajan hiljaisuusKehottaako agentti lempeästi ja tarjoaa sitten ulospääsyn?

Vuorotteluasetukset Callissa

Callissa jokaisella tekoälyagentilla on litteroijan asetukset, joissa valitaan kuunneltava kieli ja määritetään, miten se päättelee soittajan lopettaneen: enintään puolentoista sekunnin hiljaisuusraja ja melunherkkyyden liukusäädin. Esihenkilöt voivat avata puhelun puheluhistoriassa nähdäkseen, kuinka kauan kukin puhevuoro kesti, mikä auttaa selvittämään, johtuiko viive hiljaisuuden odottamisesta vai itse vastauksesta. Agentti on myös määritetty pitämään vastaukset lyhyinä ja luontevina. Soittakaa testipuhelulla omaan puhelimeenne, säätäkää ja soittakaa uudelleen. Vaiheittaiset käyttöönotto-ohjeet löytyvät artikkelista Tekoälyagentin käyttöönotto Callissa.

Viimeinen suunnittelukohta: antakaa soittajille aina ulospääsy keskustelusta. Soittajan, jolla on vaikeuksia automaattisen äänen rytmin kanssa, pitää voida pyytää ihmistä, kuten artikkelissa IVR vs. tekoälypuheagentti kuvataan.

Usein kysytyt kysymykset

Mitä vuorottelu puheagentissa tarkoittaa?

Se on tapa, jolla agentti päättää, milloin soittaja on lopettanut, milloin vastata ja milloin lopettaa puhuminen, koska soittaja on aloittanut. Se saa puhelun tuntumaan keskustelulta eikä komentojen sarjalta.

Miksi puheagenttini puhuu soittajien päälle?

Yleisiä syitä ovat liian lyhyt hiljaisuusodotus, puheen lopuksi tulkittu melu tai paljon taukoja pitävä soittaja. Säätäkää hiljaisuusasetuksia ja testatkaa realistisella puheella.

Mikä on palaute (backchannel)?

Palaute on pieni äännähdys kuten mm-m tai aivan, joka osoittaa kuulijan seuraavan. Se ei ole uusi vuoro, mutta ohjelmisto voi erehtyä pitämään sitä sellaisena.

Voiko agentti keskeyttää minut tarkoituksella?

Hyvin suunnitellut agentit välttävät sitä. Jos agentti puhuu väliin, kyse on lähes aina ajoitusongelmasta, ei valinnasta. Pidemmät hiljaisuusodotukset yleensä vähentävät sitä.

Kuulostaako nopeampi vastaus aina paremmalta?

Ei. Liian aikaisin tuleva vastaus voi tuntua keskeytykseltä, erityisesti kun soittaja lukee numeroa. Tavoite on luonteva tauko, ei lyhin mahdollinen.

Miten vuorottelua testataan?

Soittakaa puheluita eri puhetyyleillä, mukaan lukien empivät puhujat, keskeytykset ja numeroiden lukeminen, ja kuunnelkaa tallenteet. Säätäkää yhtä asetusta kerrallaan ja toistakaa sama käsikirjoitus.

Säätäkää Callissa, miten tekoälyagentti vuorottelee puheluissa

Demokonsolissa voit kokeilla saapuvia puheluita simulaatiossa.

Aiheeseen liittyvät oppaat