Teknolohiya ng voice AI

Barge-In: Paano Hinahawakan ng Voice AI ang Pagsingit ng Tumatawag

Ano ang barge-in, bakit mahirap ang pag-handle ng pagsingit sa phone line, at paano sumulat ng sagot, magtakda ng opsyon at sumubok ng tawag.

Editorial team ng Call · Nailathala · 6 min na pagbabasa

Sa karaniwang usapan, palagiang sumisingit ang mga tao sa isa't isa: para itama ang detalye, para sabihing "oo, iyan nga", o dahil naunawaan na nila. Ang phone system na nagpipilit tapusin ang pangungusap nito ay mukhang matigas, at hindi magtatagal ay magsasalita na ang mga tumatawag nang sabay dito, o susuko. Ang barge-in ang feature na nagpapahintulot sa voice agent na hawakan ito nang wasto.

Isang taong nagsasalita sa phone headset habang may tawag
Larawang pang-ilustrasyon

Ipinapaliwanag ng artikulong ito kung ano ang barge-in, bakit mas mahirap ito kaysa sa tunog, paano magdisenyo ng sagot at settings na gumagana rito, at paano ito subukan. Bahagi ito ng pangkat ng mga gabay sa voice AI; para sa mas malawak na larawan, tingnan ang Paano Gumagana ang Voice AI at Turn-Taking sa Voice Agent.

Ano ang ibig sabihin ng barge-in

Karaniwang gumagana ang voice agent sa isang loop: makinig, umunawa, sumagot, magsalita. Kapag walang barge-in, humihinto sa pakikinig ang agent habang nagsasalita, kaya nawawala ang anumang sabihin ng tumatawag habang sumasagot ito. Sa barge-in, patuloy na nakikinig ang sistema habang nagsasalita ito mismo. Kapag natukoy nitong nagsimula nang magsalita ang tumatawag, itinitigil nito ang audio, itinatapon ang natitirang planong sagot, at tinatrato ang pagsingit bilang susunod na turn.

Ano ang nangyayari kapag sumingit ang tumatawag

  1. Nagsasalita ang agentTumutugtog ang sagot habang patuloy na nakikinig ang sistema.
  2. Natukoy ang pananalitaNagpapasya ang sistema na taong nagsasalita ang tunog sa linya.
  3. Humihinto ang playbackMabilis na tumatahimik ang agent para hindi magtagal ang pagsasapaw ng dalawang boses.
  4. Nakuha ang pagsingitAng sinabi ng tumatawag ay isinusulat bilang bagong turn.
  5. Bagong sagotSinasagot ng agent ang pagsingit, hindi ang pangungusap na kalagitnaan nito.

Bakit mahalaga ito sa telepono

Hindi lamang kabastusan ang pagsingit. May dala itong impormasyon. Ang tumatawag na sumisingit ng "hindi, Martes" ay nagtatama ng pagkakamali. Ang nagsasabi ng "oo, oo" ay gustong magmadali kayo. Ang walang sinasabi pero bumubuntong-hininga ay malamang nauubusan ng pasensya. Ang sistemang hindi pinapansin ang mga senyales na ito ay gumagawa ng mga tawag na humahaba at masama ang pagtatapos.

Karaniwang dahilan ng pagsingit ng mga tumatawag

  • Para magtamaNagkamali ang agent sa petsa, pangalan o numero.
  • Para sumagot nang maagaAlam ng tumatawag ang tanong at sumasagot bago ito matapos.
  • Para laktawanInuulit ng agent ang alam na nila.
  • Para ibahin ang direksyonMay ibang gusto ang tumatawag.
  • Para kumpirmahinMabilis na oo o hindi na hindi nangangailangan ng buong pangungusap.

Ang pagpapahintulot sa pagsingit ay nagpapahintulot din sa inyong magsulat ng mas maiikling sagot, dahil hindi na kayo mag-aalalang ma-trap ang tumatawag sa mahabang sagot. Bagay na bagay ito sa paraan ng pakikinig ng mga tao sa telepono.

Bakit mas mahirap ito kaysa sa tunog

Simple ang ideya, pero maingay at hindi perpektong channel ang phone line. Maraming problema ang kailangang lutasin nang sabay.

Magkasalungat ang hila ng mga problemang ito. Mabilis tumugon ang napakasensitibong detector pero nagti-trigger ng maling pagsingit. Kalmado ang maingat pero parang hindi tumutugon. Pinagsasama ng mahuhusay na sistema ang acoustic detection at pagsusuri kung gaano katagal ang tunog at ano ang laman nito. Voice Activity Detection at Kalidad ng Audio sa Telephony ay nagpapaliwanag ng dalawa sa mga building block.

Pagdidisenyo ng sagot na gumagana sa pagsingit

Hindi sapat ang settings lamang para maging natural ang usapan. Kasinghalaga ng settings ang pagsulat ng mga sagot ng agent.

Pagsulat para sa pagsingit

Mahirap sumingit nang maayosMadaling sumingit nang maayos
HabaMahabang talata na may ilang puntoIsa o dalawang maikling pangungusap
Pagkakasunod-sunodBackground muna, sagot sa huliSagot muna, detalye pagkatapos
Mga opsyonBinabasa ang mahabang listahanNag-aalok ng dalawa o tatlo, saka nagtatanong kung alin
Mga kumpirmasyonInuulit ang lahat sa duloKinukumpirma ang pangunahing detalye pagkabigay nito
TonoPormal at maligoyPayak at pang-usapan

Kapag nagkukumpirma ng impormasyon ang agent, gawing puwedeng singitan ito ayon sa disenyo. Halimbawa, ang "Ang appointment ninyo ay sa Martes ng alas-diyes. Tama po ba?" ay nag-aanyaya ng mabilis na oo bago pa matapos ang tanong. Iwasan ang mga pangungusap na ang mahalagang salita ay nasa dulo.

Mga setting at trade-off

Karamihan ng voice system ay may setting na nagpapahintulot o nagbabawal ng pagsingit, at ang ilan ay may mas pinong kontrol sa sensitibidad ng detection. Makatwiran ang pag-off ng pagsingit sa makikitid na kaso, tulad ng pahayag na kinakailangan ng batas na dapat marinig nang buo. Sa iba, mas mabuti para sa mga tumatawag ang iwan itong naka-on.

Kaugnay na setting ang kung gaano katagal ang katahimikan bago matapos ang tawag. Kung masyadong maikli, mapuputol ang tumatawag na naghahanap ng dokumento. Kung masyadong mahaba, bumabara sa linya ang naputol na tawag. Itugma ito sa ginagawa ng inyong mga tumatawag: ang taong sumusuri ng order number ay nangangailangan ng mas mahaba kaysa sa nagsasabi ng oo.

SitwasyonIminumungkahing paraan
Kinakailangang disclosure o scriptHuwag payagan ang pagsingit sa bahaging iyon lamang, at panatilihing maikli
Mabilis na tanong na oo o hindiPayagan ang pagsingit at tanggapin ang sagot nang maaga
Mga tumatawag sa maingay na mobile lineSubukang mabuti ang maling trigger; panatilihing maikli ang mga sagot
Matatanda o mas mabagal magsalitaPayagan ang maluwag na pagitan bago magpasya ang sistema na tapos na ang turn
Mga outbound na tawagSubukan ang sariling echo ng agent at mga answering machine

Karapat-dapat sa espesyal na pansin ang mga matatandang tumatawag at ang mga taong may pagkakaiba sa pananalita. Maaaring mas matagal silang tumigil, mas mabagal magsalita o umulit. Kung sasabat nang maaga ang sistema, mapapatungan nito ang kanilang boses. Tingnan ang AI Receptionist: Mga Matatandang Tumatawag para sa mga ideya.

Pagsubok sa barge-in

Subukan gamit ang totoong tawag, hindi lamang malilinis na recording. Gumawa ng set ng mga senaryo at patakbuhin ito pagkatapos ng bawat pagbabago sa settings o prompt.

Mga test case ng barge-in

  • Sumingit sa unang segundo ng sagot at tiyaking nakuha ang simula ng inyong mga salita
  • Sumingit malapit sa dulo at tiyaking hindi nito inuulit ang natapos na pangungusap
  • Magsabi ng mahinang "mm-hm" sa mahabang sagot at tingnan kung nagpapatuloy ang agent
  • Umubo, tapikin ang telepono o hayaang tumahol ang aso at tingnan kung humihinto ang agent
  • Tumawag mula sa kotse, kalye at speakerphone
  • Manatiling tahimik at tingnan kung gaano katagal naghihintay ang tawag
  • Magtama ng detalye sa gitna ng pangungusap, tulad ng petsa, at tiyaking ginamit ang pagtatama

Itala kung gaano kabilis huminto ang agent at kung may nawalang salita. Para sa mas malawak na paraan ng pagsubok, tingnan ang Pagsubok sa Voice AI, at para sa pagitan ng huling salita ng tumatawag at ng sagot ng agent, ang Latency ng Voice AI.

Barge-in sa Call

Sa Call, kasama sa voice settings ng isang agent ang switch na may label na Allow interruptions, na nagpapahintulot sa mga tumatawag na magsalita nang patong sa agent. Naka-on ito bilang default. Sa tabi nito ang setting kung ilang segundo ng katahimikan ang tatapos sa tawag, at may mga limitasyon para sa sabay-sabay na tawag at pinakamahabang tawag. Nasa Agent voice page ang mga ito, kasama ng boses at ng prompt.

Sa mga outbound AI call, sinasala ang ingay sa background at humihinto lamang magsalita ang agent kapag talagang may sinabi ang tao; ang pagbalik ng sariling boses ng agent sa linya ay hindi itinuturing na pagsasalita ng tao. Sinusunod ng mga sagot mismo ang panuntunang isa o dalawang maikling pangungusap na pambigkas, na bagay sa pagsingit. Subukan ang agent gamit ang test call sa sarili ninyong telepono, saka basahin ang call details para makita kung gaano katagal nagsalita ang bawat panig at gaano kadalas sabay silang nagsalita.

Mga madalas itanong

Ano ang barge-in sa voice agent?

Ito ang kakayahan ng tumatawag na sumingit sa agent habang nagsasalita ito. Humihinto, nakikinig at tumutugon ang agent sa sinabi ng tumatawag.

Bakit minsan humihinto ang voice agent ko nang walang dahilan?

Ang ingay sa background, echo ng sarili nitong boses o pag-ubo ay maaaring mapagkamalang pananalita. Binabawasan ito ng mas maiikling sagot, mas magandang audio at maingat na sensitivity settings.

Dapat ko bang i-off ang pagsingit?

Bihira. Kapaki-pakinabang ang mga ito para sa natural na tawag. Maaaring bagay ang pag-off sa maikling kinakailangang pahayag na dapat marinig nang buo.

Ano ang backchannel?

Maliit na tunog tulad ng "mm-hm" o "ganoon nga" na nagpapakitang sumusunod ang nakikinig. Hindi ito itinuturing ng mahusay na agent na kahilingang huminto.

Paano ko gagawing mas madaling singitan ang mga sagot?

Panatilihing maikli, unahin ang sagot at magtanong ng mabilis na kumpirmasyon. Iwasan ang mahahabang listahan at ang paglalagay ng mahalagang salita sa dulo.

Paano ko wastong susubukan ang barge-in?

Gumawa ng totoong tawag mula sa iba't ibang lugar, sumingit sa iba't ibang sandali, magdagdag ng ingay at katahimikan, at tingnan kung may nawalang salita. Ulitin pagkatapos ng bawat pagbabago.

I-tune ang interruption settings sa Call

Sa demo console, masusubukan mo ang mga papasok na tawag sa isang simulation.

Mga kaugnay na gabay