Meningkatkan Pengenalan Suara pada Panggilan Telepon: Solusi Praktis
Mengapa pengenalan suara sulit di telepon dan apa yang membantu: audio lebih jernih, pengaturan bahasa dan kosakata, pertanyaan cermat, konfirmasi ulang, dan uji.
Voice agent hanya sebaik apa yang didengarnya. Jika pengenalan suara mengubah "Selasa jam sepuluh" menjadi "selama jam sepuluh", semua yang terjadi setelahnya ikut keliru, sebaik apa pun model bahasanya. Hal yang sama berlaku untuk transkrip dan ringkasan panggilan: kesalahan pada tahap pengenalan menyebar ke setiap langkah berikutnya.

Panduan ini menjelaskan mengapa ucapan di telepon sulit dikenali, kesalahan apa yang paling umum, dan perbaikan mana yang layak Anda kerjakan. Untuk latar belakang alurnya, lihat Cara Kerja Voice AI: STT, LLM, dan TTS, dan untuk sisi audionya Mengapa Audio Telepon Sulit bagi Pengenalan Suara.
Mengapa ucapan di telepon sulit dikenali
Panggilan telepon memeras suara manusia melalui saluran yang sempit. Frekuensi tinggi dan rendah dipotong, sinyal dikompresi, dan paket data bisa hilang di perjalanan. Lalu tambahkan lingkungan penelepon: lalu lintas, televisi, angin, speakerphone di dapur. Sistem pengenalan dilatih dengan banyak sekali ucapan, tetapi kondisi seperti ini tetap menaikkan tingkat kesalahan.
Yang menurunkan kualitas pengenalan
- Bandwidth sempitAudio telepon membawa detail lebih sedikit daripada rekaman biasa, sehingga bunyi yang mirip menjadi kabur.
- Kebisingan latarMobil, keramaian, dan mesin bersaing dengan suara.
- Mikrofon yang burukSpeakerphone, headset murah, dan mikrofon yang jauh menambah gema.
- Gaya bicaraBicara cepat, bergumam, dan aksen yang tidak umum lebih sulit dikenali.
- Kata yang jarangNama, merek, nama jalan, dan istilah khusus yang jarang ditemui sistem.
- Ucapan yang tumpang tindihInterupsi, percakapan sampingan, dan dua orang berbicara bersamaan.
Kesalahan yang umum
Bersiaplah menghadapi masalah pada kata yang bunyinya sama atau mirip (dalam bahasa Inggris misalnya to, two, too), angka yang dibacakan berkelompok, nama yang dieja, tanggal dan waktu, serta kata-kata pendek di awal kalimat. Mengetahui jenis kesalahan yang Anda alami memudahkan perbaikannya. Lihat Menangkap Nama, Angka, dan Alamat dengan Benar lewat Suara.
Mulai dari hal dasar
Sebelum mengubah sesuatu yang canggih, periksa hal-hal sederhana terlebih dahulu.
Daftar periksa dasar secara berurutan
- Periksa audioDengarkan rekaman panggilan nyata. Jika Anda tidak bisa memahami suatu bagian, sistem pun tidak bisa.
- Atur bahasaPilih bahasa yang dipakai penelepon, atau aktifkan deteksi otomatis jika bahasa penelepon beragam.
- Sesuaikan jedaAtur berapa lama keheningan berlangsung sebelum sistem memutuskan penelepon sudah selesai bicara.
- Sesuaikan penanganan bisingBuat sistem lebih atau kurang peka terhadap suara latar.
- Uji dengan suara nyataCoba dengan pembicara, perangkat, dan tempat yang berbeda.
Bahasa dan deteksi
Jika sebagian besar penelepon berbicara dalam satu bahasa, atur bahasa itu secara eksplisit. Deteksi otomatis berguna saat penelepon beragam, tetapi mungkin butuh beberapa kata sebelum stabil, dan ucapan pendek seperti "ya" bisa salah dinilai. Untuk saluran multibahasa, baca Layanan Telepon Multibahasa dengan AI. Aksen dan dialek juga berpengaruh; lihat Aksen dan Dialek dalam Voice AI.
Jeda dan pergantian giliran bicara
Jika sistem memotong ucapan orang di tengah kalimat, naikkan ambang keheningan agar sistem menunggu lebih lama. Jika sistem terasa lambat merespons, turunkan. Penelepon lanjut usia dan orang yang sedang membacakan angka lebih sering berhenti sejenak; uji dengan mereka. Ambang yang cocok untuk percakapan cepat bisa membuat frustrasi orang yang berpikir sambil berbicara. Lihat Voice Activity Detection dan Pergantian Giliran Bicara pada Voice Agent.
Kepekaan terhadap bising
Jalanan yang bising bisa mengecoh sistem sehingga mendengar ucapan padahal tidak ada, atau menenggelamkan ucapan yang pelan. Uji di lingkungan bising, tidak hanya di kantor, dan sesuaikan kepekaan secara bertahap.
Rancang pertanyaan yang mudah dikenali
Sering kali peningkatan termurah sama sekali bukan pada mesin pengenal, melainkan pada apa yang ditanyakan agen.
- Tanyakan satu hal pada satu waktu. "Siapa nama Anda?" menghasilkan jawaban yang lebih bersih daripada "Nama, nomor telepon, dan keperluannya?".
- Berikan cara menjawab dengan sedikit kata, seperti ya atau tidak, atau pilihan di antara dua opsi.
- Beri tahu penelepon cara menyebutkan angka: "Silakan sebutkan angkanya satu per satu."
- Hindari pertanyaan terbuka yang panjang jika pertanyaan tertutup yang singkat sudah cukup.
- Beri penelepon waktu untuk menjawab sebelum agen berbicara lagi.
Konfirmasi hal yang penting
Untuk nama, nomor telepon, tanggal, alamat, dan apa pun yang berdampak, ulangi apa yang Anda dengar dan minta penelepon mengonfirmasi. "Saya catat hari Selasa tanggal empat pukul sepuluh pagi. Apakah benar?" jauh lebih andal daripada berasumsi. Tawarkan cara lain untuk menyampaikan informasi yang sulit, misalnya pesan yang dikirim setelahnya agar orang tersebut melengkapinya sendiri, jika hal itu diizinkan.
Bantu sistem dengan kosakata Anda
Kesalahan pengenalan sering terpusat pada kata-kata khas bisnis Anda: nama produk, nama staf, nama tempat, istilah medis atau teknis. Cara untuk membantunya antara lain:
- Simpan daftar istilah yang sering salah dengar dan pantau apakah membaik.
- Jika sistem mendukung kosakata khusus atau petunjuk, tambahkan istilah-istilah penting.
- Pastikan sumber pengetahuan Anda mengeja nama secara konsisten, agar langkah berikutnya bisa mencocokkannya.
- Ajarkan kamus pelafalan tentang cara agen mengucapkan kata-kata tersebut; ini memengaruhi keluaran suara, bukan pengenalan, tetapi membantu penelepon memahami dan menjawab dengan istilah yang sama.
Perhatikan perbedaan antara mendengar dan berbicara. Kamus pelafalan mengubah cara sebuah kata dibacakan, bukan cara kata itu didengar.
Tangani kegagalan dengan baik
Bahkan sistem yang disetel dengan baik kadang salah dengar. Rancang jalur cadangannya: setelah satu percobaan gagal, rumuskan ulang pertanyaannya; setelah percobaan kedua, tawarkan cara lain, seperti petugas, panggilan balik, atau pesan. Jangan pernah membuat penelepon berputar-putar di prompt yang sama sampai tiga kali. Jalan keluar yang baik menjaga hubungan saat teknologi gagal.
Ukur dan uji
Tanpa pengukuran, Anda tidak bisa tahu apakah sebuah perubahan membantu. Buat set uji kecil dari panggilan nyata dengan persetujuan dan izin yang tercatat: misalnya lima puluh potongan singkat yang mewakili suara, perangkat, dan kebisingan yang umum Anda temui. Untuk masing-masing, bandingkan apa yang diucapkan dengan apa yang dikenali, dan hitung kesalahan yang berdampak, seperti angka yang salah, bukan setiap kata kecil.
Tinjauan pengenalan bulanan
- Dengarkan sampel panggilan nyata, termasuk yang gagal.
- Buat daftar lima kata atau frasa yang paling sering salah dengar.
- Periksa apakah rumusan pertanyaan, pengaturan, atau kosakata bisa mengatasinya.
- Uji ulang potongan yang sama setelah setiap perubahan.
- Sertakan sampel yang bising dan beraksen, tidak hanya yang bersih.
- Catat perubahan dan hasilnya agar Anda tidak mengulang eksperimen yang sama.
Lihat Cara Menguji Agen Voice AI Sebelum Diluncurkan dan Cara Mengevaluasi Percakapan Voice Agent.
Menerapkannya di Call
Call memungkinkan Anda menyesuaikan cara mendengar setiap agen AI di pengaturan suaranya. Di bagian transcriber, Anda memilih bahasa, atau mendeteksinya secara otomatis, serta menggeser kontrol ambang keheningan dan kepekaan terhadap bising. Sebuah banner di halaman menunjukkan pengaturan mana yang saat ini dipakai panggilan langsung. Naikkan ambang keheningan jika agen memotong ucapan penelepon di tengah kalimat.
- Kamus pelafalan. Ajari suara AI cara membaca nama, tempat, dan kata yang sering salah diucapkannya; kamus ini mengubah apa yang diucapkan, bukan apa yang dikenali.
- Transkrip. Baca transkrip panggilan di bawah rekamannya, dan beri label pembicara setelah panggilan agar terlihat siapa mengatakan apa.
- Kualitas panggilan. Panggilan dengan agen AI dinilai setelah selesai, lengkap dengan alasan dan kutipan, sehingga panggilan yang lemah mudah ditemukan.
- Koreksi. Anda dapat mengoreksi jawaban di catatan panggilan dan menyimpan jawaban yang sudah dikoreksi ke pengetahuan agen.
Pengenalan suara di Call bergantung pada panggilan dan saluran teleponnya, jadi lakukan pengujian di saluran nyata. Lihat Menggunakan Riwayat dan Ringkasan Panggilan di Call dan Mencari Transkrip Panggilan di Call.
Pertanyaan yang sering diajukan
Mengapa pengenalan suara di telepon kurang akurat dibanding di smartphone saya?
Saluran telepon membawa audio yang lebih sempit dan lebih terkompresi dibanding mikrofon modern, dan penelepon sering berada di tempat bising atau memakai speakerphone. Perangkat lunak punya bahan yang lebih sedikit untuk diolah, sehingga kesalahan lebih banyak terjadi.
Sebaiknya saya mengatur satu bahasa atau memakai deteksi otomatis?
Jika hampir semua penelepon memakai satu bahasa, atur bahasa itu. Gunakan deteksi otomatis jika penelepon beragam, dan uji jawaban pendek seperti ya dan tidak, yang bisa salah terdeteksi.
Bagaimana cara meningkatkan pengenalan nama dan angka?
Tanyakan satu butir pada satu waktu, beri tahu penelepon cara menyebutkan angka, konfirmasi dengan membacakan ulang, dan tambahkan istilah penting ke kosakata jika sistem Anda mendukungnya.
Apakah kamus pelafalan meningkatkan apa yang didengar agen?
Tidak. Kamus pelafalan meningkatkan cara agen mengucapkan kata. Ini bisa membantu penelepon memahami agen, tetapi pengenalan suara adalah pengaturan yang terpisah.
Bagaimana saya tahu sebuah perubahan membantu?
Simpan set tetap berisi potongan panggilan nyata, hitung kesalahan yang berdampak sebelum dan sesudah, lalu jalankan ulang set yang sama setelah setiap perubahan. Satu panggilan yang kebetulan berhasil tidak membuktikan apa-apa.