Spraak-AI-technologie

Spraakactiviteitsdetectie: weten wanneer de beller klaar is

Hoe spraakactiviteitsdetectie spraak van stilte onderscheidt, waarom timing misgaat en hoe u de stiltewachttijd afstelt zodat een agent niet onderbreekt of talmt.

Redactie van Call · Gepubliceerd · 6 min leestijd

Als twee mensen telefoneren, denken ze zelden na over wie als volgende spreekt. Een spraakagent moet het uitrekenen. De eerste stap is een verrassend eenvoudige vraag die vele keren per seconde wordt gesteld: spreekt er nu iemand? Het onderdeel dat die vraag beantwoordt, heet spraakactiviteitsdetectie, of VAD (voice activity detection).

Iemand die aan een bureau in een telefoonheadset spreekt
Illustratieve afbeelding

Deze gids legt uit wat VAD doet, waarom het op een telefoonlijn lastiger is dan in een stille kamer, wat de instellingen betekenen en hoe u ze afstelt. Voor het grotere plaatje van hoe een spraakagent werkt, lees Hoe voice-AI werkt tijdens een telefoongesprek.

Wat spraakactiviteitsdetectie doet

VAD bekijkt een audiostroom in heel korte stukjes en labelt elk stukje als spraak of geen spraak. Eenvoudige versies meten alleen het volume. Betere zijn getrainde modellen die het patroon van menselijke spraak herkennen en toetsenbordgeklik, een passerende vrachtwagen of een televisie op de achtergrond negeren.

De labels voeden drie beslissingen in een spraakagent:

Omdat alles na VAD ervan afhangt, laat een slechte VAD een goede agent slecht lijken. Een antwoord dat binnenkomt terwijl de beller nog praat, is zelden een taalprobleem; meestal is het een timingprobleem.

Waarom telefoongesprekken het lastiger maken

Een telefoonlijn is een smal, gecomprimeerd kanaal, dat vaak een beller op straat, in een auto of in een winkel doorgeeft. Die combinatie vervaagt de grens tussen spraak en ruis. Waarom telefoonaudio lastig is voor spraakherkenning gaat in op de audio zelf; hier volgen de effecten die specifiek zijn voor VAD.

Wat een detector in de war brengt

  • AchtergrondgeluidVerkeer, wind en geroezemoes in een café kunnen voor spraak worden aangezien en de beurt openhouden.
  • Zachte sprekersEen zachte stem kan als stilte worden aangemerkt, zodat de agent door de beller heen praat.
  • Pauzes midden in een zinMensen stoppen om na te denken, een naam te spellen of een nummer in hun tas te zoeken.
  • Echo en meeluistertoonDe eigen stem van de agent die terugsijpelt, kan lijken op spraak van de beller.
  • Ademhaling en stopwoordenGeluiden als hmm of een zucht tellen wel of niet als beurt.

De afweging rond de stiltedrempel

De instelling die het meest uitmaakt, is hoe lang een stilte moet duren voordat het systeem besluit dat de beller klaar is. Noem het de stiltedrempel. Het is een afweging zonder perfecte waarde.

Korte versus lange stiltedrempel

Kort wachtenLang wachten
Gevoel van het gesprekSnel en levendigTrager, bedachtzamer
RisicoBreekt in terwijl de beller nadenkt of een nummer voorleestStilte na elk antwoord; bellers herhalen zichzelf
Geschikt voorKorte ja-of-neewisselingenNamen, adressen, accountgegevens, oudere of aarzelende bellers

Denk na over de inhoud van het gesprek. Stelt u vooral ja-of-neevragen, dan werkt kort wachten. Moeten bellers een e-mailadres of referentienummer doorgeven, dan voorkomt langer wachten dat de agent erdoorheen springt tijdens een pauze tussen cijfers.

Verschillende snelheden voor verschillende vragen

Bij sommige systemen kunt u het geduld per vraag variëren. Wees snel als u vraagt of de beller teruggebeld wil worden; wees geduldig als u om een postcode vraagt. Ondersteunt uw platform dat niet, kies dan de instelling die past bij uw lastigste vraag, want een beller afkappen is irritanter dan een korte pauze.

VAD-instellingen afstellen in Call

In Call heeft elke AI-agent een onderdeel Transcriptie waar u de taal kiest waarnaar hij luistert, of hem de taal automatisch laat herkennen. Twee schuifregelaars bepalen hoe hij besluit dat de beller klaar is. De stiltedrempel is het aantal seconden stilte voordat de beurt van de beller eindigt, instelbaar tussen 0 en 1,5 seconde; lager betekent snellere beurtwisselingen en hoger staat langere pauzes toe. De schuifregelaar Ruisgevoeligheid maakt de agent meer of minder gevoelig voor achtergrondgeluid. Een melding op die pagina vertelt u welke van deze instellingen live gesprekken op dit moment gebruiken, dus controleer die voordat u tijd aan afstellen besteedt.

Een eenvoudige afstemlus

  1. Begin met de standaardwaardenVoer een basisreeks testgesprekken uit voordat u iets verandert.
  2. Test de lastige gevallenBel vanaf een rumoerige plek, praat langzaam, pauzeer midden in een nummer, praat zacht.
  3. Verander één instellingPas de stilte of de ruisgevoeligheid aan, niet beide tegelijk.
  4. Test opnieuw en vergelijkGebruik hetzelfde script, zodat verschillen door de instelling komen.
  5. Bekijk echte gesprekkenLees transcripties op afgekapte bellers of lange gaten en stel opnieuw bij.

Neem een denkbeeldige beller die een boekingsreferentie doorgeeft. Die noemt de eerste vier tekens, kijkt even in de bevestigingsmail en gaat na twee seconden verder. Bij kort wachten heeft de agent al geantwoord, begint de beller opnieuw en praten de twee door elkaar heen. Bij langer wachten geeft dezelfde beller de referentie in één keer door. Denk nu aan een beller die alleen ja hoeft te zeggen. Het langere wachten kost die beller bij elke beurt een seconde stilte. De juiste instelling hangt af van welk van deze gesprekken u het vaakst verwacht.

Mobiele bellers voegen nog een complicatie toe. Telefoons met agressieve ruisonderdrukking kappen soms de eerste lettergreep van een zin af, zodat het begin van de spraak te laat binnenkomt. Lijken bellers vaak te beginnen met praten en genegeerd te worden, probeer dan de gevoeligere ruisinstelling en test opnieuw vanaf een mobiele telefoon.

De symptomen lezen

Door naar gesprekken te luisteren, kunt u vaak horen in welke richting een instelling verkeerd staat.

Wat u hoortWaarschijnlijke oorzaakWat u kunt proberen
De agent praat door de beller heenStiltewachttijd te kort, of zachte spraak gemistVerhoog de stiltedrempel, verhoog de ruisgevoeligheid
Lange pauzes vóór elk antwoordStiltewachttijd te langVerlaag de drempel een beetje
De agent reageert op helemaal nietsRuis wordt als spraak behandeld, dus de beurt sluit nooitVerlaag de ruisgevoeligheid
De agent negeert een zacht sprekende bellerSpraak wordt als ruis behandeldVerhoog de ruisgevoeligheid
Antwoorden voelen traag, zelfs met kort wachtenVertraging elders in de ketenZie de gids over latentie

Vertraging heeft naast VAD nog meer bronnen. Latentie bij voice-AI: waarom antwoorden traag aanvoelen onderscheidt ze, en Barge-in en onderbrekingen afhandelen behandelt wat er gebeurt als de beller spreekt terwijl de agent aan het woord is.

Verder dan stilte: slimmere beslissingen over het einde van een beurt

Stilte alleen is een grof signaal. Nieuwere benaderingen kijken ook naar wat er is gezegd: een zin die eindigt op en, of een half uitgesproken nummer, betekent waarschijnlijk dat er meer komt, terwijl een afgeronde vraag dat waarschijnlijk niet betekent. Deze methoden worden verder beschreven in Beurtwisseling bij spraakagents. Welke techniek het ook is, behandel claims van leveranciers als hypotheses en controleer ze met uw eigen gesprekken.

Controleer vóór de livegang dat

  • De agent niet onderbreekt als bellers nummers voorlezen
  • Een pauze van een of twee seconden niet als einde van de beurt wordt gezien
  • Een beller in een drukke straat nog steeds wordt verstaan
  • De eigen stem van de agent de detector niet activeert
  • U naar gesprekken vanaf mobiele telefoons heeft geluisterd, niet alleen vanaf bureautoestellen
  • U weet waar u de instellingen wijzigt als echte gesprekken een probleem blootleggen

Wat u vervolgens doet in Call

Open de steminstellingen van de agent, bekijk het onderdeel Transcriptie en voer een testgesprek uit dat via de lijn uw eigen telefoon laat overgaan. Open daarna het gesprek in de gespreksgeschiedenis, waar een manager kan zien hoe lang elke gesproken beurt duurde, en vergelijk dat met hoe het gesprek aanvoelde. Kleine wijzigingen in de stiltedrempel zijn makkelijker te beoordelen door ze naast elkaar te beluisteren dan op basis van uw geheugen.

Veelgestelde vragen

Waar staat VAD voor?

Voice activity detection, in het Nederlands spraakactiviteitsdetectie. Het is het deel van een spraaksysteem dat spraak onderscheidt van stilte en achtergrondgeluid.

Is VAD hetzelfde als spraakherkenning?

Nee. VAD bepaalt alleen of er iemand spreekt. Spraakherkenning zet de spraak om in tekst. Ze werken samen, en VAD bepaalt ook wanneer er moet worden gestopt met luisteren en begonnen met antwoorden.

Waarom onderbreekt de agent mij soms?

De stiltewachttijd is waarschijnlijk te kort voor de manier waarop u praat, of een pauze werd gezien als het einde van uw beurt. Het verhogen van de stiltedrempel helpt meestal.

Waarom is er een lange pauze voordat de agent antwoordt?

De wachttijd voor stilte is misschien lang, of de vertraging zit ergens anders, zoals bij het genereren van het antwoord. Controleer eerst de instellingen en kijk daarna naar de reactietijden in de gespreksgeschiedenis.

Heeft achtergrondgeluid invloed op het resultaat?

Ja. Ruis kan voor spraak worden aangezien en de beurt openhouden, en zachte spraak kan voor ruis worden aangezien. Instellingen voor ruisgevoeligheid en testgesprekken vanaf realistische plekken helpen u een balans te vinden.

Kan één instelling bij elke beller passen?

Zelden. Kies een waarde die past bij uw veeleisendste vragen en bekijk echte gesprekken, want geduldige en snelle bellers gedragen zich anders.

Stel in Call af wanneer uw AI-agent besluit dat een beller klaar is

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

Gerelateerde gidsen