Spraak-AI-technologie

Waarom telefoonaudio lastig is voor spraakherkenning (en wat helpt)

Waarom smalbandige, gecomprimeerde en ruisige telefoonaudio spraakherkenning laat struikelen, hoe u de symptomen herkent en wat u in opzet en script kunt verbeteren.

Redactie van Call · Gepubliceerd · 6 min leestijd

Een spraakassistent die in een demo perfect werkt, kan in een echt gesprek struikelen. De oorzaak is zelden het taalmodel. Meestal is het de audio. Een telefoonlijn is een vijandige omgeving voor spraakherkenning, en als u weet waarom, kunt u realistische verwachtingen stellen en de problemen oplossen die u kunt oplossen.

Een beller die op een drukke straat met een mobiele telefoon praat
Illustratieve afbeelding

Deze gids volgt het geluid van de mond van de beller tot aan de herkenner en laat zien waar kwaliteit verloren gaat. Hij hoort bij Spraakherkenning bij telefoongesprekken en Spraakactiviteitsdetectie.

De reis van de audio van een telefoongesprek

Waar het geluid beschadigd kan raken

  1. MicrofoonEen telefoon of headset vangt de stem op, samen met de ruimte.
  2. Verwerking in het toestelRuisonderdrukking en volumeregeling vervormen het geluid.
  3. NetwerkAudio wordt gecomprimeerd en in pakketjes over mobiele en internetverbindingen verstuurd.
  4. TelefonieplatformHet gesprek wordt doorverbonden, omgezet en soms gemengd.
  5. HerkennerDe audio wordt omgezet in tekst, met de kwaliteit die er nog over is.

Elke fase kan kwaliteit alleen behouden of verliezen; geen enkele kan terugbrengen wat al weg is. Daarom beperkt een slechte eerste schakel, zoals een luidspreker in een auto, alles wat erna komt.

Smalbandaudio: de basisgrens

Traditionele telefoonaudio is smalbandig: hij draagt een beperkt frequentiebereik, veel minder dan een studiomicrofoon opvangt. Het gevolg is dat hoge klanken, die letters als s, f en ch van elkaar onderscheiden, verzwakt worden. Tussen s en f, of p en t, laat de telefoon weinig over om op af te gaan. Mensen redden zich met context. Software heeft, vooral bij losse woorden zoals een gespelde naam, minder context om op te steunen.

Sommige gesprekken gebruiken breedbandcodecs die meer detail dragen, en dat helpt. Of een bepaald gesprek daarvan profiteert, hangt ervan af of elke schakel in de keten het ondersteunt, en gesprekken tussen verschillende netwerken vallen vaak terug op het laagste gemeenschappelijke formaat.

Klanken die het meest lijden

  • Letters in gespelde woordenB, D, P, T, S en F lopen in elkaar over, waardoor spellen via spraak onbetrouwbaar is.
  • CijfersVijf en negen, of zes en zestig, kunnen zonder goede audio worden verward.
  • Zachte medeklinkersZachte klanken aan het eind van woorden verdwijnen onder de ruis.
  • Korte woordenWeinig context betekent meer fouten, zoals bij ja en nee in een rumoerige omgeving.

Andere oorzaken van slechte audio

Compressie en pakketverlies

Om bandbreedte te besparen, wordt audio gecomprimeerd. Worden netwerkpakketjes vertraagd of gaan ze verloren, dan ontstaan korte gaten of vervormde uitbarstingen. Een mens vult een ontbrekende lettergreep aan; een herkenner produceert misschien een verkeerd woord of helemaal niets.

Achtergrondgeluid en verwerking

Bellers bellen vanaf straat, uit de keuken, vanuit voertuigen en winkels. Ruisonderdrukking in een toestel kan ruis weghalen, maar ook het begin van een woord afkappen of zachte spraak afvlakken. Het resultaat kan spraak zijn die voor een mens schoon klinkt, maar voor software lastiger is.

Echo en luidspreker

Als de luidspreker van de beller in diens microfoon terechtkomt, kan de eigen stem van de agent als echo terugkomen, wat zowel de herkenning als de detectie van wie er spreekt in de war kan brengen. Bellers aanmoedigen een hoorn of headset te gebruiken als het ertoe doet, helpt.

Mismatch in de training

Veel herkenners zijn grotendeels getraind op schonere opnames of opnames met een breder frequentiebereik. Telefoonaudio klinkt anders, dus de nauwkeurigheid daalt. Sommige aanbieders hebben modellen die op telefonie zijn afgestemd; vraag ernaar, en test ze.

Hoe het eruitziet in een transcriptie

SymptoomMogelijke oorzaak in de audio
Verkeerde letters in gespelde namenSmalbandige vervaging tussen gelijkklinkende letters
Cijfers verwisseld of weggevallenPakketverlies, ruis of snel spreken
Woorden aan het begin ontbrekenRuisonderdrukking in het toestel kapt het begin af
Vreemde woorden die niet zijn gezegdEcho of spraak op de achtergrond
Goede nauwkeurigheid op bureautoestellen, slecht op mobielMobiele ruis en compressie
Lange gaten zonder tekstStiltedetectie faalt bij een zachte stem

Kijk naar de opname, niet alleen naar de transcriptie. Luisteren laat zien of het probleem in de audio of in de herkenning zit. Kunt u het duidelijk horen en kon de herkenner dat niet, dan is de herkenner de zwakke schakel; heeft u er zelf ook moeite mee, herstel dan de audio.

Het probleem meten voordat u het oplost

Het is verleidelijk om de herkenner de schuld te geven van elke fout. Een betrouwbaardere gewoonte is een steekproef van probleemgesprekken op oorzaak te sorteren. Neem twintig gesprekken waarin de agent iets verkeerd begreep. Luister bij elk naar de opname en bepaal: was de audio slecht, sprak de beller ongewoon snel of zacht, zat de herkenner gewoon fout bij duidelijke spraak, of zat het misverstand in het taalmodel na correcte tekst?

De verdeling is vaak verrassend. Een bedrijf met veel mobiele bellers ontdekt misschien dat de meeste fouten aan de audio liggen; een bedrijf met een gespecialiseerde woordenschat, zoals productcodes, ontdekt misschien dat de herkenner het zwakke punt is. Elke oorzaak heeft een andere oplossing, en de verkeerde aanpakken kost weken.

Kijk ook naar patronen per tijdstip en route. Clusteren fouten op een bepaald uur, dan ligt de oorzaak misschien bij netwerkcongestie aan uw kant. Clusteren ze bij gesprekken uit één regio of van één provider, dan zit het audiopad misschien fout. Noteer het patroon voordat u een instelling verandert, zodat u achteraf kunt zien of de wijziging werkte.

Houd de steekproef eerlijk door ook gesprekken op te nemen die goed gingen. Bekijkt u alleen mislukkingen, dan kunt u niet zien of een wijziging die ze oplost ongemerkt gesprekken heeft gebroken die eerst wel werkten. Een voor-en-navergelijking op dezelfde gemengde set is de eenvoudigste waarborg.

Wat u eraan kunt doen

Ontwerp het gesprek voor slechte audio

De technieken voor namen en nummers worden uitgewerkt in Namen, nummers en adressen goed vastleggen via spraak.

Herstel wat u in de hand heeft

Audio en herkenning in Call

In Call heeft elke AI-agent transcriptie-instellingen: de taal waarnaar hij luistert, wat ook automatische herkenning kan zijn, een stiltedrempel en een schuifregelaar voor ruisgevoeligheid. Voor medewerkers die de browsertelefoon gebruiken, kan een live transcriptie beide kanten van een gesprek uitschrijven terwijl het plaatsvindt, gelabeld als u en de ander, en die bij het gesprek opslaan. Daarvoor zijn de providerverbinding en een openbaar adres nodig, en zonder die zegt het paneel waarom het niet werkt. Transcripties worden een beperkte tijd bewaard. Gebruik ze als diagnosemiddel: is de live tekst bij een bepaald gesprek slecht, speel dan de opname af en bepaal of de audio of de herkenner de oorzaak is. Bellen vanuit de browser zelf wordt uitgelegd in Hoe bellen via de browser werkt: WebRTC uitgelegd.

Veelgestelde vragen

Waarom is telefoonaudio slechter dan een spraakbericht op mijn smartphone?

Telefoongesprekken gebruiken smalle, gecomprimeerde audio die is ontworpen om verstaanbaar te zijn voor mensen, niet voor software. Een app voor spraakberichten neemt meestal rijkere audio direct op het toestel op.

Kan spraakherkenning aan de telefoon ooit perfect zijn?

Nee. Zelfs mensen verstaan dingen verkeerd op slechte lijnen. Het doel is fouten te verminderen en het gesprek zo te ontwerpen dat bevestigingen vergissingen opvangen.

Helpt een betere microfoon de AI-agent?

Ja, voor uw eigen medewerkers en voor bellers die een headset gebruiken, maar de apparatuur van bellers heeft u niet in de hand. Ontwerp voor de slechtste realistische audio.

Waarom zijn gespelde namen zo lastig?

Veel letters klinken op een smalle lijn hetzelfde, en een losse letter heeft geen context die helpt. Een andere manier bieden om het gegeven vast te leggen, of letters teruglezen, vermindert fouten.

Moet ik de herkenning afstemmen op telefonie?

Biedt uw platform modellen of ruisinstellingen die op telefonie zijn afgestemd, test die dan op echte gesprekken. Vergelijk de resultaten, want de juiste instelling hangt af van uw bellers.

Hoe zie ik of een fout aan de audio of aan de herkenning ligt?

Luister naar de opname. Hoort een mens de woorden duidelijk en is de transcriptie fout, dan ligt het waarschijnlijk aan de herkenning. Is de audio ook voor een mens slecht, herstel dan het audiopad.

Controleer gesprekstranscripties en audio in Call

In de democonsole probeert u inkomende gesprekken uit in een simulatie.

Gerelateerde gidsen