Aksen dan Dialek pada AI Suara: Uji dan Sesuaikan untuk Penelepon
Mengapa agen suara lebih paham sebagian aksen, apa yang bisa disesuaikan, dan cara menguji secara adil dengan suara nyata agar tidak ada penelepon yang tersisih.
Setiap orang punya aksen. Namun agen suara dilatih dengan campuran suara tertentu, dan ia cenderung paling memahami suara yang paling sering didengarnya. Bagi bisnis yang melayani masyarakat yang beragam, ini bukan detail teknis kecil. Inilah yang menentukan apakah penelepon terbantu atau justru frustrasi.

Panduan ini menjelaskan mengapa aksen dan dialek memengaruhi AI suara, apa yang bisa disesuaikan, dan cara menguji secara adil. Panduan ini berkaitan dengan AI Suara Multibahasa dan Mengapa Audio Telepon Sulit bagi Pengenalan Ucapan, yang melengkapi sisi bahasa dan audionya.
Mengapa aksen penting bagi pengenal ucapan
Pengenal ucapan mempelajari pola dari rekaman yang dipasangkan dengan teks. Jika rekaman latihnya kurang mewakili aksen daerah tertentu, kelompok usia tertentu, atau penutur nonasli, pola untuk suara-suara itu lebih lemah. Pengenal ucapan tidak bias dalam arti manusiawi; ia hanya punya lebih sedikit bukti. Namun dampaknya bisa berupa layanan yang tidak setara.
Apa yang berbeda antarpenutur
- PelafalanVokal dan konsonan berbeda menurut daerah dan bahasa ibu.
- Ritme dan tekananSuku kata mana yang diberi tekanan, dan seberapa cepat kata-kata menyatu.
- KosakataKata lokal untuk hal sehari-hari, nama tempat, dan bahasa gaul.
- Pola tata bahasaBentuk dialek dan susunan kalimat yang berbeda dari bahasa buku pelajaran.
- Alih kodeBerpindah antara dua bahasa dalam satu kalimat.
Model bahasa yang membaca transkrip punya masalah serupa. Ungkapan yang wajar dalam satu dialek mungkin jarang muncul dalam teks tertulis yang dipelajarinya, sehingga maknanya bisa terlewat.
Dialek dalam satu bahasa
Ada anggapan keliru yang umum bahwa sebuah bahasa itu seragam. Bahasa Inggris yang dituturkan di berbagai negara sangat bervariasi dalam bunyi dan kata, dan hal yang sama berlaku untuk banyak bahasa, termasuk bahasa Jepang dengan dialek-dialek daerahnya, serta bahasa Spanyol, Arab, dan Mandarin. Sistem yang disesuaikan untuk bentuk baku mungkin hanya sebagian mampu menangani ucapan daerah.
Kosakata lokal adalah masalah tersendiri. Nama jalan, nama kawasan, julukan produk, dan nama keluarga sering tidak ada di kamus umum. Jika penelepon Anda sering mengucapkannya, pengenal ucapan cenderung mengubahnya menjadi kata umum yang bunyinya mirip.
Yang bisa Anda sesuaikan
Pilih bahasa dan wilayah dengan cermat
Banyak pengenal ucapan menawarkan varian bahasa menurut wilayah. Memilih varian yang paling dekat dengan penelepon Anda bisa membantu. Deteksi bahasa otomatis praktis untuk penelepon yang beragam, tetapi ia mengambil keputusan di awal panggilan, jadi uji perilakunya pada ucapan pendek dan ucapan beraksen. Di Call, transcriber memungkinkan Anda memilih bahasa atau mendeteksinya secara otomatis, dan agen mempertahankan bahasa pertama yang dikenalinya sepanjang panggilan kecuali penelepon meminta bahasa lain.
Tambahkan kata-kata yang penting
Jika platform mendukung kosakata khusus atau petunjuk kata, tambahkan nama bisnis, nama produk, nama staf, dan nama tempat lokal. Bahkan jika tidak didukung, Anda bisa mengurangi dampaknya dengan mengonfirmasi kata-kata itu secara lisan dan memberi agen daftar pendek nama yang mungkin muncul di sumbernya, sehingga ia bisa mencocokkan kata yang nyaris benar.
Tulis dengan jelas
Pertanyaan yang pendek dan sederhana lebih mudah dijawab dan dikenali daripada pertanyaan panjang yang penuh idiom. Hindari bahasa gaul dalam ucapan agen sendiri, dan hindari humor yang bergantung pada ungkapan lokal.
Beri ruang bagi penelepon
Penutur nonasli dan orang yang ragu-ragu mungkin berhenti sejenak atau berbicara pelan. Ambang hening yang lebih panjang membantu, seperti dijelaskan di Voice Activity Detection.
Uji dengan suara nyata
Anda tidak bisa menilai keadilan dari beberapa rekan kerja berlatar belakang serupa. Bentuk panel uji yang menyerupai penelepon Anda.
Rencana uji yang adil
- Petakan penelepon AndaWilayah, bahasa, rentang usia, dan jenis telepon yang umum dipakai.
- Rekrut pengujiRelawan yang berbicara seperti penelepon tersebut, dengan persetujuan mereka.
- Tulis skripTugas nyata yang mencakup nama, angka, dan tempat lokal.
- Lakukan panggilanGunakan ponsel biasa dan kebisingan yang realistis.
- Bandingkan hasilCari kelompok yang tingkat kesalahannya jelas lebih tinggi.
| Ukuran | Yang ditunjukkannya |
|---|---|
| Kata yang dikenali dengan benar | Seberapa baik pengenal ucapan menangani setiap kelompok |
| Tugas yang selesai | Apakah penelepon mendapatkan apa yang dibutuhkan |
| Pengulangan dan koreksi | Seberapa sering agen bertanya ulang |
| Tingkat pengalihan | Seberapa sering penelepon menyerah dan meminta petugas |
| Kenyamanan penelepon | Apa kata penguji tentang pengalamannya |
Bandingkan kelompok-kelompok dengan ukuran yang sama. Perbedaan tingkat penyelesaian tugas antarkelompok adalah sinyal untuk diselidiki, meskipun rata-rata keseluruhan tampak baik. Lindungi privasi penguji dan simpan rekaman hanya selama dibutuhkan.
Dua contoh hipotetis
Sebuah klinik hewan kecil di kota pesisir menerima telepon dari warga lokal yang memakai julukan untuk jalan dan pantai. Pengenal ucapan terus mengubah satu julukan menjadi kata umum yang tidak berhubungan. Klinik menambahkan nama-nama lokal itu ke sumber agen, meminta agen mengulang lokasinya, dan kesalahan pun berkurang. Modelnya tidak berubah sama sekali; perbaikannya hanyalah sebuah daftar kata.
Sebuah kantor cabang bank daerah menerima telepon dari nasabah yang mempelajari bahasa itu saat dewasa dan berbicara pelan dengan jeda panjang. Agen terus menjawab sebelum mereka selesai. Menaikkan ambang hening dan mempersingkat pertanyaan agen memberi mereka ruang, dan tingkat pengulangan turun. Lagi-lagi perbaikannya adalah pengaturan dan skrip, bukan teknologi baru.
Kedua cerita punya pola yang sama: dengarkan kegagalannya, temukan kata atau waktu spesifik yang terlibat, lalu lakukan perubahan kecil. Klaim besar soal akurasi kurang berguna dibandingkan catatan tentang apa yang salah di saluran Anda sendiri dan apa yang memperbaikinya.
Terus perbarui catatan itu setelah peluncuran. Penelepon berubah, kawasan dan produk baru bermunculan, dan perbaikan hari ini bisa menjadi usang. Melihat kata-kata yang paling sering dikoreksi setiap bulan adalah rutinitas ringan yang menjaga agen tetap mutakhir.
Jangan biarkan sistem menjadi tembok
Sebaik apa pun penyesuaiannya, sebagian penelepon tetap tidak akan dipahami. Rancang untuk itu. Setelah dua kali gagal menangkap suatu detail, agen sebaiknya mengubah pendekatan atau mengalihkan, bukan berputar-putar. Tawarkan untuk mencatat pesan, mengatur panggilan balik, atau menyambungkan penelepon ke petugas selama jam layanan.
Checklist keadilan
- Diuji dengan penutur dari setiap kelompok utama penelepon
- Pengaturan bahasa dan wilayah sesuai dengan penelepon Anda
- Nama dan istilah lokal ditambahkan atau dikonfirmasi secara lisan
- Pengaturan hening memberi ruang untuk ucapan yang lebih lambat
- Detail penting dibacakan ulang sebelum dipakai
- Petugas bisa dihubungi setelah dua kali percobaan gagal
- Tingkat pengalihan dan pengulangan ditinjau per kelompok
Menerapkannya di Call
Di Call, pilih pengaturan bahasa agen, atur ambang hening dan sensitivitas kebisingan, serta tulis pesan pembuka dan pesan kesalahan dengan kata-kata sederhana. Lalu gunakan panggilan uji coba untuk mendengar agen di ponsel Anda sendiri, dan minta rekan kerja dengan aksen berbeda melakukan hal yang sama. Setelah itu buka setiap panggilan di riwayat panggilan untuk membaca percakapan giliran demi giliran dan cari di transkrip kata-kata yang berulang kali salah dengar. Perbaiki sumber Anda, tambahkan jawaban persis jika susunan kata penting, dan pastikan jalur ke manusia tetap terbuka melalui pusat bantuan.
Pertanyaan yang sering diajukan
Apakah AI suara memahami semua aksen secara setara?
Tidak. Akurasi sering berbeda antaraksen dan dialek, tergantung suara yang dipelajari sistem. Uji dengan penelepon Anda sendiri, jangan mengandalkan klaim umum.
Bisakah saya memberi tahu agen aksen apa yang akan dihadapinya?
Sering kali Anda bisa memilih varian bahasa untuk pengenal ucapan, dan di sebagian sistem menambahkan kosakata. Periksa apa yang didukung platform Anda dan uji hasilnya.
Mengapa agen salah memahami nama tempat lokal?
Kamus umum jarang memuat semua nama lokal, sehingga pengenal ucapan memilih kata umum yang mirip. Konfirmasikan nama secara lisan dan sediakan daftar nama yang mungkin muncul jika memungkinkan.
Haruskah agen berganti bahasa secara otomatis?
Bisa membantu untuk penelepon yang beragam, tetapi uji pada ucapan pendek dan beraksen. Di Call, bahasa pertama yang dikenali dipertahankan sepanjang panggilan kecuali penelepon meminta bahasa lain.
Bagaimana saya tahu agen saya tidak adil bagi sebagian penelepon?
Bandingkan tingkat penyelesaian tugas, pengulangan, dan pengalihan antarkelompok penguji yang cara bicaranya berbeda. Selisih yang besar adalah tanda untuk menyesuaikan pengaturan, sumber, atau skrip.
Bagaimana jika penelepon sama sekali tidak bisa dipahami?
Segera tawarkan jalur lain: pesan, permintaan panggilan balik, atau petugas. Tidak boleh ada penelepon yang terjebak oleh sistem yang tidak bisa memahaminya.