Migliorare il riconoscimento vocale nelle chiamate: rimedi pratici
Perché il riconoscimento vocale fatica sulle linee telefoniche e cosa aiuta: audio più chiaro, lingua e vocabolario, domande curate, riletture e test.
Un agente vocale vale quanto ciò che sente. Se il riconoscimento vocale trasforma «martedì alle dieci» in «due giorni alle sette», tutto ciò che segue va storto, per quanto buono sia il modello linguistico. Lo stesso vale per trascrizioni e riepiloghi delle chiamate: un errore nella fase di riconoscimento si propaga a ogni passaggio successivo.

Questa guida spiega perché il parlato telefonico è difficile, quali sono gli errori più comuni e quali rimedi valgono il tuo tempo. Per il contesto sulla pipeline, vedi Come funziona l'IA vocale: STT, LLM e TTS, e per il lato audio Perché l'audio telefonico è difficile per il riconoscimento vocale.
Perché il parlato telefonico è difficile
Una telefonata spreme la voce umana in un canale stretto. Le frequenze alte e basse vengono tagliate, il segnale viene compresso e i pacchetti possono perdersi per strada. Poi si aggiunge l'ambiente del chiamante: traffico, una televisione, vento, un vivavoce in cucina. I sistemi di riconoscimento sono addestrati su moltissimo parlato, ma condizioni così fanno comunque salire i tassi di errore.
Cosa degrada il riconoscimento
- Banda strettaL'audio telefonico porta meno dettagli delle registrazioni normali, quindi suoni simili si confondono.
- Rumore di fondoAuto, folla e macchine competono con la voce.
- Microfoni scadentiVivavoce, cuffie economiche e microfoni distanti aggiungono eco.
- Stile di parlatoParlato veloce, borbottio e accenti poco familiari sono più difficili.
- Parole rareNomi, marchi, nomi di vie e gergo che il sistema ha visto di rado.
- Parlato sovrappostoInterruzioni, conversazioni parallele e due persone che parlano.
Errori tipici
Aspettati problemi con gli omofoni, cifre lette a gruppi, nomi scanditi, date e orari e parole brevi a inizio frase. Sapere quali errori hai rende più facile correggerli. Vedi Riconoscere correttamente nomi, numeri e indirizzi a voce.
Parti dalle basi
Prima di cambiare qualcosa di ingegnoso, controlla le cose semplici.
Una checklist di base in ordine
- Controlla l'audioAscolta registrazioni di chiamate reali. Se non riesci a capire un tratto, non ci riesce nemmeno il sistema.
- Imposta la linguaScegli la lingua usata dai chiamanti, oppure abilita il rilevamento automatico se i chiamanti variano.
- Regola le pauseModifica per quanto dura il silenzio prima che il sistema decida che il chiamante ha finito.
- Regola la gestione del rumoreRendi il sistema più o meno sensibile ai suoni di fondo.
- Prova con voci realiProva con parlanti, dispositivi e luoghi diversi.
Lingua e rilevamento
Se la maggior parte dei chiamanti parla una lingua, impostala esplicitamente. Il rilevamento automatico è utile quando i chiamanti variano, ma può richiedere qualche parola per stabilizzarsi, e frasi brevi come «sì» possono essere giudicate male. Per una linea multilingue, leggi Assistenza telefonica multilingue con IA. Contano anche accenti e dialetti; vedi Accenti e dialetti nell'IA vocale.
Pause e alternanza dei turni
Se il sistema interrompe le persone a metà frase, alza la soglia del silenzio perché attenda più a lungo. Se sembra lento a rispondere, abbassala. I chiamanti più anziani e chi detta numeri fanno più pause; provalo con loro. Una soglia adatta a uno scambio rapido può frustrare chi pensa a voce alta. Vedi Rilevamento dell'attività vocale, e Alternanza dei turni negli agenti vocali.
Sensibilità al rumore
Una strada rumorosa può ingannare il sistema facendogli sentire parlato dove non c'è, o nascondere un parlato sommesso. Prova in un ambiente rumoroso, non solo in un ufficio, e regola la sensibilità un passo alla volta.
Progetta domande facili da riconoscere
Spesso il miglioramento più economico non sta affatto nel riconoscitore ma in ciò che l'agente chiede.
- Chiedi una cosa alla volta. «Qual è il suo nome?» ottiene una risposta più pulita di «Nome, numero di telefono e motivo?».
- Offri un modo di rispondere con poche parole, come sì o no, o una scelta tra due opzioni.
- Di' ai chiamanti come dare i numeri: «Dica le cifre una alla volta».
- Evita lunghe domande aperte dove basta una breve domanda chiusa.
- Lascia al chiamante il tempo di rispondere prima che l'agente parli di nuovo.
Conferma ciò che conta
Per nomi, numeri di telefono, date, indirizzi e tutto ciò che ha conseguenze, ripeti ciò che hai sentito e chiedi al chiamante di confermare. «Ho martedì 4 alle dieci del mattino. Esatto?» è molto più affidabile che darlo per scontato. Offri un altro modo per fornire informazioni difficili, come un messaggio inviato poi alla persona perché lo completi, dove consentito.
Aiuta il sistema con le tue parole
Gli errori di riconoscimento si concentrano spesso su parole particolari della tua attività: nomi di prodotti, nomi del personale, toponimi, termini medici o tecnici. Modi per aiutare includono:
- Tieni un elenco dei termini sentiti male e osserva se migliorano.
- Dove il sistema consente vocabolario personalizzato o suggerimenti, aggiungi i termini importanti.
- Assicurati che le tue fonti di conoscenza scrivano i nomi in modo coerente, così i passaggi successivi possano abbinarli.
- Insegna un dizionario di pronuncia per come l'agente pronuncia quelle parole ad alta voce; riguarda l'uscita vocale, non il riconoscimento, ma aiuta i chiamanti a capire e a rispondere di conseguenza.
Nota la distinzione tra ascoltare e parlare. Un dizionario di pronuncia cambia come una parola viene letta, non come viene sentita.
Gestisci con grazia i fallimenti
Anche un sistema ben regolato a volte sente male. Progetta l'alternativa: dopo un tentativo fallito riformula la domanda; dopo un secondo offri un altro modo, come una persona, una richiamata o un messaggio. Non far passare mai il chiamante tre volte per lo stesso messaggio. Un'uscita garbata protegge il rapporto quando la tecnologia fallisce.
Misura e testa
Senza misurazione non puoi dire se una modifica ha aiutato. Costruisci un piccolo insieme di test da chiamate reali con consenso e permesso annotato: magari cinquanta brevi estratti che coprano le tue voci, i tuoi dispositivi e il rumore tipici. Per ciascuno confronta ciò che è stato detto con ciò che è stato riconosciuto e conta gli errori che contano, come una cifra sbagliata, e non ogni minima parola.
Una revisione mensile del riconoscimento
- Ascolta un campione di chiamate reali, comprese quelle fallite.
- Elenca le cinque parole o frasi sentite male più frequenti.
- Verifica se formulazione, impostazioni o vocabolario possono risolverle.
- Ripeti il test sugli stessi estratti dopo ogni modifica.
- Includi campioni rumorosi e con accenti, non solo puliti.
- Registra modifiche e risultati per non ripetere un esperimento.
Vedi Come testare un agente di IA vocale prima del lancio e Come valutare le conversazioni di un agente vocale.
Farlo in Call
Call ti permette di regolare l'ascolto per ogni agente IA nelle sue impostazioni vocali. Nella sezione del trascrittore scegli la lingua, o la rilevi automaticamente, e sposti una soglia del silenzio e un controllo di sensibilità al rumore. Un banner nella pagina dice quali impostazioni usano oggi le chiamate in diretta. Alza la soglia del silenzio se l'agente interrompe i chiamanti a metà frase.
- Dizionario di pronuncia. Insegna alla voce IA come leggere nomi, luoghi e parole che sbaglia; cambia ciò che viene pronunciato, non ciò che viene riconosciuto.
- Trascrizioni. Leggi la trascrizione di una chiamata sotto la sua registrazione ed etichetta i parlanti dopo la chiamata per vedere chi ha detto cosa.
- Qualità delle chiamate. Le chiamate con un agente IA vengono valutate dopo la fine, con motivi e citazioni, così le chiamate deboli sono facili da trovare.
- Correzioni. Puoi correggere una risposta in una scheda di chiamata e salvare la risposta corretta nelle conoscenze dell'agente.
Il riconoscimento di Call dipende dalla chiamata e dalla linea telefonica, quindi prova su linee reali. Vedi Usare storico chiamate e riepiloghi in Call e Cercare nelle trascrizioni delle chiamate in Call.
Domande frequenti
Perché il riconoscimento vocale telefonico è meno accurato che sul mio smartphone?
Le linee telefoniche trasportano audio più stretto e compresso di un microfono moderno, e i chiamanti sono spesso in luoghi rumorosi o in vivavoce. Il software ha meno su cui lavorare, quindi si verificano più errori.
Devo impostare una lingua o usare il rilevamento automatico?
Se quasi tutti i chiamanti usano una lingua, impostala. Usa il rilevamento automatico quando i chiamanti variano e prova risposte brevi come sì e no, che possono essere rilevate male.
Come posso migliorare il riconoscimento di nomi e numeri?
Chiedi un elemento alla volta, di' ai chiamanti come pronunciare le cifre, conferma rileggendo e aggiungi i termini importanti al vocabolario dove il sistema lo consente.
Un dizionario di pronuncia migliora ciò che l'agente sente?
No. Migliora come l'agente pronuncia le parole ad alta voce. Può aiutare i chiamanti a capire l'agente, ma il riconoscimento è un'impostazione separata.
Come faccio a sapere se una modifica ha aiutato?
Tieni un insieme fisso di estratti di chiamate reali, conta gli errori che contano prima e dopo e ripeti lo stesso insieme dopo ogni modifica. Una sola chiamata fortunata non prova nulla.