Teknologi AI suara

Meningkatkan Pengecaman Pertuturan Panggilan Telefon

Mengapa pengecaman pertuturan sukar pada talian telefon dan apa yang membantu: audio lebih jelas, tetapan bahasa dan kosa kata, soalan teliti, ulangan dan ujian.

Pasukan editorial Call · Diterbitkan · Bacaan 5 min

Ejen suara hanya sebaik apa yang didengarnya. Jika pengecaman pertuturan menukar "Selasa pukul sepuluh" kepada "selasih buku sepuluh", semua yang berikutnya akan salah, walau sebaik mana pun model bahasanya. Perkara yang sama berlaku pada transkrip dan ringkasan panggilan: kesilapan di peringkat pengecaman merebak ke setiap langkah seterusnya.

Juruteknik mendengar audio panggilan melalui fon kepala sambil menyemak transkrip pada skrin
Imej ilustrasi

Panduan ini menerangkan mengapa pertuturan telefon sukar, ralat mana yang paling biasa dan pembaikan mana yang berbaloi dengan masa anda. Untuk latar belakang tentang aliran prosesnya, lihat Cara AI Suara Berfungsi: STT, LLM dan TTS, dan untuk aspek audio, Mengapa Audio Telefon Sukar bagi Pengecaman Pertuturan.

Mengapa pertuturan telefon sukar

Panggilan telefon memerah suara manusia melalui saluran yang sempit. Frekuensi tinggi dan rendah dipotong, isyarat dimampatkan, dan paket boleh hilang di pertengahan jalan. Kemudian tambah persekitaran pemanggil: lalu lintas, televisyen, angin, pembesar suara telefon di dapur. Sistem pengecaman dilatih dengan banyak pertuturan, tetapi keadaan seperti ini masih meningkatkan kadar ralat.

Apa yang menjejaskan pengecaman

  • Lebar jalur sempitAudio telefon membawa kurang perincian berbanding rakaman biasa, jadi bunyi yang serupa menjadi kabur.
  • Bunyi latarKereta, orang ramai dan mesin bersaing dengan suara.
  • Mikrofon yang lemahPembesar suara telefon, fon kepala murah dan mikrofon yang jauh menambah gema.
  • Gaya pertuturanPertuturan pantas, bergumam dan loghat yang kurang biasa lebih sukar.
  • Perkataan jarangNama, jenama, nama jalan dan jargon yang jarang ditemui sistem.
  • Pertuturan bertindihSampukan, perbualan sampingan dan dua orang bercakap serentak.

Ralat biasa

Jangkakan masalah dengan homofon (perkataan yang bunyinya sama), digit yang dibaca berkumpulan, nama yang dieja, tarikh dan masa, serta perkataan pendek di awal ayat. Mengetahui ralat yang anda hadapi memudahkan pembetulannya. Lihat Mendapatkan Nama, Nombor dan Alamat dengan Betul melalui Suara.

Mulakan dengan asas

Sebelum mengubah apa-apa yang canggih, semak perkara yang mudah.

Senarai semak asas mengikut urutan

  1. Semak audioDengar rakaman panggilan sebenar. Jika anda tidak dapat memahami sesuatu bahagian, sistem juga tidak dapat.
  2. Tetapkan bahasaPilih bahasa yang digunakan pemanggil, atau aktifkan pengesanan automatik jika pemanggil berbeza-beza.
  3. Laraskan jedaLaraskan berapa lama kesenyapan berlangsung sebelum sistem memutuskan pemanggil telah selesai bercakap.
  4. Laraskan pengendalian bunyiJadikan sistem lebih atau kurang sensitif kepada bunyi latar.
  5. Uji dengan suara sebenarCuba penutur, peranti dan tempat yang berbeza.

Bahasa dan pengesanan

Jika kebanyakan pemanggil bertutur dalam satu bahasa, tetapkannya secara eksplisit. Pengesanan automatik berguna apabila pemanggil berbeza-beza, tetapi ia mungkin memerlukan beberapa perkataan untuk stabil, dan ujaran pendek seperti "ya" boleh tersalah nilai. Untuk talian berbilang bahasa, baca Sokongan Telefon Berbilang Bahasa dengan AI. Loghat dan dialek juga penting; lihat Loghat dan Dialek dalam AI Suara.

Jeda dan giliran bercakap

Jika sistem memotong percakapan orang di tengah ayat, naikkan ambang kesenyapan supaya ia menunggu lebih lama. Jika ia kelihatan lambat membalas, turunkannya. Pemanggil berusia dan orang yang membacakan nombor lebih kerap berjeda; uji bersama mereka. Ambang yang sesuai untuk perbualan pantas mungkin mengecewakan mereka yang berfikir sambil bercakap. Lihat Pengesanan Aktiviti Suara dan Giliran Bercakap dalam Ejen Suara.

Sensitiviti bunyi

Jalan yang bising boleh memperdaya sistem sehingga mendengar pertuturan yang tiada, atau menenggelamkan pertuturan yang perlahan. Uji dalam suasana bising, bukan hanya di pejabat, dan laraskan sensitiviti secara berperingkat.

Reka soalan yang mudah dikenali

Selalunya penambahbaikan paling murah bukan pada pengecam itu sendiri tetapi pada apa yang ditanya oleh ejen.

Sahkan perkara yang penting

Bagi nama, nombor telefon, tarikh, alamat dan apa-apa yang membawa akibat, ulang apa yang anda dengar dan minta pemanggil mengesahkan. "Saya catat Selasa, empat haribulan, pukul sepuluh pagi. Betul?" jauh lebih boleh dipercayai daripada mengandaikan. Tawarkan cara lain untuk memberikan maklumat yang sukar, seperti mesej yang dihantar selepas itu kepada orang tersebut untuk dilengkapkan, jika dibenarkan.

Bantu sistem dengan perkataan anda

Ralat pengecaman sering tertumpu pada perkataan khusus perniagaan anda: nama produk, nama kakitangan, nama tempat, istilah perubatan atau teknikal. Cara membantu termasuk:

Ambil perhatian perbezaan antara mendengar dan bercakap. Kamus sebutan mengubah cara sesuatu perkataan dibacakan, bukan cara ia didengar.

Tangani kegagalan dengan baik

Sistem yang dilaraskan dengan baik pun kadangkala tersalah dengar. Reka laluan sandaran: selepas satu percubaan gagal, susun semula soalan; selepas kali kedua, tawarkan cara lain, seperti manusia, panggilan balik atau mesej. Jangan sekali-kali memaksa pemanggil melalui gesaan yang sama tiga kali. Jalan keluar yang baik melindungi hubungan apabila teknologi gagal.

Ukur dan uji

Tanpa pengukuran, anda tidak dapat mengetahui sama ada sesuatu perubahan membantu. Bina set ujian kecil daripada panggilan sebenar dengan persetujuan dan kebenaran yang dicatat: mungkin lima puluh petikan pendek yang meliputi suara, peranti dan bunyi bising yang biasa. Bagi setiap satu, bandingkan apa yang diperkatakan dengan apa yang dikenali, dan kira ralat yang penting, seperti digit yang salah, bukan setiap perkataan kecil.

Semakan pengecaman bulanan

  • Dengar sampel panggilan sebenar, termasuk yang gagal.
  • Senaraikan lima perkataan atau frasa teratas yang tersalah dengar.
  • Semak sama ada kata-kata, tetapan atau perbendaharaan kata boleh menanganinya.
  • Uji semula petikan yang sama selepas setiap perubahan.
  • Sertakan sampel yang bising dan berloghat, bukan hanya yang bersih.
  • Rekod perubahan dan hasil supaya anda tidak mengulangi eksperimen.

Lihat Cara Menguji Ejen AI Suara Sebelum Pelancaran dan Cara Menilai Perbualan Ejen Suara.

Melaksanakannya dalam Call

Call membolehkan anda melaraskan pendengaran bagi setiap ejen AI di bawah tetapan suaranya. Dalam bahagian transkripsi, anda memilih bahasa, atau mengesannya secara automatik, dan menggerakkan kawalan ambang kesenyapan dan sensitiviti bunyi. Sepanduk pada halaman menyatakan tetapan mana yang digunakan oleh panggilan langsung hari ini. Naikkan ambang kesenyapan jika ejen memotong percakapan pemanggil di tengah ayat.

Pengecaman dalam Call bergantung pada panggilan dan talian telefon, jadi uji pada talian sebenar. Lihat Menggunakan Sejarah dan Ringkasan Panggilan dalam Call dan Mencari Transkrip Panggilan dalam Call.

Soalan lazim

Mengapa pengecaman pertuturan telefon kurang tepat berbanding pada telefon pintar saya?

Talian telefon membawa audio yang lebih sempit dan lebih dimampatkan berbanding mikrofon moden, dan pemanggil sering berada di tempat bising atau menggunakan pembesar suara. Perisian mempunyai lebih sedikit maklumat untuk diproses, jadi lebih banyak ralat berlaku.

Patutkah saya menetapkan satu bahasa atau menggunakan pengesanan automatik?

Jika hampir semua pemanggil menggunakan satu bahasa, tetapkannya. Gunakan pengesanan automatik apabila pemanggil berbeza-beza, dan uji jawapan pendek seperti ya dan tidak, yang boleh tersalah kesan.

Bagaimana saya boleh meningkatkan pengecaman nama dan nombor?

Minta satu perkara pada satu masa, beritahu pemanggil cara menyebut digit, sahkan dengan membacakannya semula dan tambah istilah penting ke perbendaharaan kata jika sistem anda membenarkannya.

Adakah kamus sebutan meningkatkan apa yang didengar ejen?

Tidak. Ia meningkatkan cara ejen menyebut perkataan dengan kuat. Ia boleh membantu pemanggil memahami ejen, tetapi pengecaman ialah tetapan yang berasingan.

Bagaimana saya tahu sama ada sesuatu perubahan membantu?

Simpan set tetap petikan panggilan sebenar, kira ralat penting sebelum dan selepas, dan jalankan semula set yang sama selepas setiap perubahan. Satu panggilan yang bernasib baik tidak membuktikan apa-apa.

Laraskan tetapan transkripsi dan semak transkrip panggilan dalam Call

Dalam konsol demo, anda boleh mencuba panggilan masuk secara simulasi.

Panduan berkaitan