Îmbunătățirea recunoașterii vorbirii în apeluri: remedii practice
De ce are recunoașterea vorbirii probleme pe liniile telefonice și ce ajută: sunet mai clar, setări de limbă și vocabular, întrebări atente, repetări și testare.
Un agent vocal este doar atât de bun cât aude. Dacă recunoașterea vorbirii transformă „marți la zece” în „două zile la atunci”, tot ce urmează merge prost, oricât de bun ar fi modelul de limbaj. Același lucru se aplică transcrierilor și rezumatelor apelurilor: o greșeală în etapa de recunoaștere se propagă în fiecare pas ulterior.

Acest ghid explică de ce vorbirea la telefon este dificilă, care sunt cele mai frecvente erori și ce remedii merită timpul dumneavoastră. Pentru contextul fluxului de procesare, vedeți Cum funcționează AI-ul vocal: STT, LLM și TTS, iar pentru partea de sunet, De ce este dificil sunetul telefonic pentru recunoașterea vorbirii.
De ce este dificilă vorbirea la telefon
Un apel telefonic strânge o voce umană printr-un canal îngust. Frecvențele înalte și joase sunt tăiate, semnalul este comprimat, iar pachetele se pot pierde pe drum. Apoi adăugați mediul apelantului: trafic, un televizor, vânt, un difuzor într-o bucătărie. Sistemele de recunoaștere sunt antrenate cu multă vorbire, dar condiții ca acestea tot ridică ratele de eroare.
Ce degradează recunoașterea
- Lățime de bandă îngustăAudio telefonic poartă mai puține detalii decât înregistrările obișnuite, deci sunetele asemănătoare se estompează.
- Zgomot de fondMașinile, mulțimile și utilajele concurează cu vocea.
- Microfoane slabeDifuzoarele, căștile ieftine și microfoanele îndepărtate adaugă ecou.
- Stil de vorbireVorbirea rapidă, mormăită și accentele necunoscute sunt mai greu de recunoscut.
- Cuvinte rareNume, mărci, denumiri de străzi și jargon pe care sistemul le-a văzut rar.
- Vorbire suprapusăÎntreruperi, conversații paralele și două persoane care vorbesc.
Erori tipice
Așteptați-vă la probleme cu omofonele, cifrele citite în grupuri, numele silabisite, datele și orele și cuvintele scurte de la începutul unei propoziții. Cunoașterea erorilor pe care le aveți ușurează remedierea lor. Vedeți Nume, numere și adrese corecte prin voce.
Începeți cu elementele de bază
Înainte de a schimba ceva ingenios, verificați lucrurile simple.
O listă de verificare de bază, în ordine
- Verificați sunetulAscultați înregistrări ale unor apeluri reale. Dacă nu înțelegeți o secțiune, nu o înțelege nici sistemul.
- Setați limbaAlegeți limba folosită de apelanți sau activați detectarea automată dacă apelanții variază.
- Reglați pauzeleAjustați cât durează tăcerea înainte ca sistemul să hotărască că apelantul a terminat.
- Reglați tratarea zgomotuluiFaceți sistemul mai sensibil sau mai puțin sensibil la sunetele de fond.
- Testați cu voci realeÎncercați vorbitori, dispozitive și locuri diferite.
Limbă și detectare
Dacă majoritatea apelanților vorbesc o singură limbă, setați-o explicit. Detectarea automată este utilă când apelanții variază, dar poate dura câteva cuvinte să se stabilizeze, iar enunțurile scurte precum „da” pot fi judecate greșit. Pentru o linie multilingvă, citiți Suport telefonic multilingv cu AI. Contează și accentele și dialectele; vedeți Accente și dialecte în AI-ul vocal.
Pauze și alternarea vorbitorilor
Dacă sistemul îi întrerupe pe oameni în mijlocul propoziției, ridicați pragul de tăcere, astfel încât să aștepte mai mult. Dacă pare lent în a răspunde, coborâți-l. Apelanții în vârstă și cei care citesc numere fac mai multe pauze; testați cu ei. Un prag potrivit unui schimb rapid poate frustra pe cei care gândesc cu voce tare. Vedeți Detectarea activității vocale și Alternarea vorbitorilor la agenții vocali.
Sensibilitate la zgomot
O stradă zgomotoasă poate păcăli sistemul să audă vorbire acolo unde nu există sau poate acoperi o vorbire în șoaptă. Testați într-un cadru zgomotos, nu doar într-un birou, și ajustați sensibilitatea pas cu pas.
Proiectați întrebări ușor de recunoscut
Adesea cea mai ieftină îmbunătățire nu este deloc la sistemul de recunoaștere, ci la ceea ce întreabă agentul.
- Întrebați un singur lucru o dată. „Cum vă numiți?” primește un răspuns mai curat decât „Nume, număr de telefon și motiv?”.
- Oferiți o cale de a răspunde în puține cuvinte, precum da sau nu, ori o alegere între două opțiuni.
- Spuneți apelanților cum să dea numerele: „Vă rugăm să spuneți cifrele una câte una.”
- Evitați întrebările deschise lungi acolo unde o întrebare închisă scurtă este suficientă.
- Dați apelantului timp să răspundă înainte ca agentul să vorbească din nou.
Confirmați ce contează
Pentru nume, numere de telefon, date, adrese și orice are consecințe, repetați ce ați auzit și cereți apelantului să confirme. „Am marți, patru, la zece dimineața. Este corect?” este mult mai fiabil decât a presupune. Oferiți o altă cale de a furniza informațiile dificile, de exemplu un mesaj trimis ulterior persoanei, pe care să-l completeze, acolo unde este permis.
Ajutați sistemul cu cuvintele dumneavoastră
Erorile de recunoaștere se concentrează adesea pe cuvintele specifice firmei dumneavoastră: denumiri de produse, nume ale personalului, nume de locuri, termeni medicali sau tehnici. Modalități de a ajuta includ:
- Țineți o listă cu termenii auziți greșit și urmăriți dacă se îmbunătățesc.
- Acolo unde sistemul permite vocabular personalizat sau indicii, adăugați termenii importanți.
- Asigurați-vă că sursele dumneavoastră de cunoștințe scriu numele consecvent, astfel încât pașii ulteriori să le poată potrivi.
- Predați un dicționar de pronunție pentru felul în care agentul rostește acele cuvinte cu voce tare; asta afectează ieșirea vocală, nu recunoașterea, dar îi ajută pe apelanți să înțeleagă și să răspundă la fel.
Rețineți distincția dintre ascultare și vorbire. Un dicționar de pronunție schimbă felul în care este citit un cuvânt, nu felul în care este auzit.
Tratați eșecul cu eleganță
Chiar și un sistem bine reglat aude uneori greșit. Proiectați soluția de rezervă: după o încercare eșuată, reformulați întrebarea; după a doua, oferiți altă cale, de exemplu o persoană, un apel înapoi sau un mesaj. Nu treceți niciodată apelantul de trei ori prin același mesaj. O ieșire elegantă protejează relația când tehnologia eșuează.
Măsurați și testați
Fără măsurare, nu puteți spune dacă o schimbare a ajutat. Construiți un mic set de test din apeluri reale, cu consimțământ și permisiune notată: poate cincizeci de fragmente scurte care acoperă vocile, dispozitivele și zgomotul tipice. Pentru fiecare, comparați ce s-a spus cu ce s-a recunoscut și numărați erorile care au contat, precum o cifră greșită, nu fiecare cuvânt minor.
O revizuire lunară a recunoașterii
- Ascultați un eșantion de apeluri reale, inclusiv unele care au eșuat.
- Enumerați primele cinci cuvinte sau expresii auzite greșit.
- Verificați dacă formularea, setările sau vocabularul le pot rezolva.
- Retestați aceleași fragmente după fiecare schimbare.
- Includeți eșantioane zgomotoase și cu accent, nu doar curate.
- Notați schimbările și rezultatele, ca să nu repetați un experiment.
Vedeți Cum testați un agent vocal AI înainte de lansare și Cum evaluați conversațiile unui agent vocal.
Cum se face în Call
Call vă permite să ajustați ascultarea pentru fiecare agent AI în setările lui de voce. În secțiunea transcriptorului alegeți limba sau o detectați automat și mutați un prag de tăcere și un control al sensibilității la zgomot. Un banner de pe pagină spune ce setări folosesc astăzi apelurile în direct. Ridicați pragul de tăcere dacă agentul întrerupe apelanții în mijlocul propoziției.
- Dicționar de pronunție. Învățați vocea AI cum să citească numele, locurile și cuvintele pe care le citește greșit; schimbă ce se vorbește, nu ce se recunoaște.
- Transcrieri. Citiți transcrierea unui apel sub înregistrare și etichetați vorbitorii după apel, ca să vedeți cine a spus ce.
- Calitatea apelurilor. Apelurile cu un agent AI sunt notate după încheiere, cu motive și citate, deci apelurile slabe se găsesc ușor.
- Corecturi. Puteți corecta un răspuns într-o înregistrare de apel și puteți salva răspunsul corectat în cunoștințele agentului.
Recunoașterea din Call depinde de apel și de linia telefonică, deci testați pe linii reale. Vedeți Folosirea istoricului și a rezumatelor apelurilor în Call și Căutarea în transcrierile apelurilor din Call.
Întrebări frecvente
De ce este recunoașterea vorbirii la telefon mai puțin exactă decât pe smartphone-ul meu?
Liniile telefonice transportă audio mai îngust și mai comprimat decât un microfon modern, iar apelanții sunt adesea în locuri zgomotoase sau pe difuzor. Software-ul are mai puțin material, deci apar mai multe erori.
Ar trebui să setez o singură limbă sau să folosesc detectarea automată?
Dacă aproape toți apelanții folosesc o limbă, setați-o. Folosiți detectarea automată când apelanții variază și testați răspunsurile scurte precum da și nu, care pot fi detectate greșit.
Cum pot îmbunătăți recunoașterea numelor și a numerelor?
Cereți câte un element o dată, spuneți apelanților cum să rostească cifrele, confirmați prin repetare și adăugați termeni importanți în vocabular acolo unde sistemul permite.
Îmbunătățește un dicționar de pronunție ce aude agentul?
Nu. Îmbunătățește felul în care agentul pronunță cuvintele cu voce tare. Poate ajuta apelanții să înțeleagă agentul, dar recunoașterea este o setare separată.
Cum știu dacă o schimbare a ajutat?
Păstrați un set fix de fragmente de apeluri reale, numărați erorile care contează înainte și după și rulați din nou același set după fiecare schimbare. Un singur apel norocos nu dovedește nimic.