Tehnologia AI vocală

Text-to-speech în japoneză: cum sună natural la telefon

Cum faceți ca sinteza vocală în japoneză să sune natural la telefon: citiri, pauze, viteză, politețe, nume și un ciclu de testare care prinde greșelile.

Echipa editorială Call · Publicat · 6 min de citit

Sinteza vocală (TTS) s-a îmbunătățit mult, însă japoneza o încurcă încă în moduri în care engleza rareori o face. Un apelant care aude 日本橋 citit greșit sau o scuză rostită pe un ton plat și monoton nu se va gândi că „a greșit programul”. Se va gândi că firmei nu îi pasă. Pe o linie telefonică, unde sunetul este deja îngust și nu iartă nimic, micile greșeli ies în evidență.

O persoană cu căști ascultă o voce sintetizată în timpul unui apel telefonic
Imagine ilustrativă

Acest ghid, scris pentru firmele care activează în Japonia sau care deservesc apelanți vorbitori de japoneză, explică de ce japoneza este dificilă, care sunt cele șase probleme frecvente și cum le rezolvați, precum și un ciclu de îmbunătățire repetabil. La final prezintă instrumentele din Call. Dacă alegeți între înregistrări și sinteză, începeți cu Mesaje înregistrate sau voce sintetizată?.

De ce este japoneza dificilă pentru TTS

În engleză, ortografia oferă un indiciu rezonabil despre pronunție. În japoneză, caracterele adesea nu o fac. Un kanji poate avea mai multe citiri (on și kun), iar cea corectă depinde de cuvânt și de context. Numerele și clasificatoarele își schimbă forma: aceleași cifre se citesc diferit cu clasificatoare diferite. Cuvinte care diferă doar prin accentul tonal, precum 橋 (pod) și 箸 (bețișoare), se scriu diferit, dar sună la fel, în afară de melodie. Un sistem care vede doar textul trebuie să ghicească.

Șase probleme și soluțiile lor

Ce nu merge și ce faceți

  • Citiri greșiteScrieți citirea în kana pentru nume, locuri și termeni.
  • Pauze lipsăScurtați propozițiile și puneți punctuația acolo unde un vorbitor ar respira.
  • Viteză nepotrivităÎncetiniți la numere și instrucțiuni; nu parcurgeți tot scriptul în grabă.
  • Voce nepotrivităAlegeți o voce al cărei ton se potrivește situației, nu doar demonstrația cea mai reușită.
  • Politețe nepotrivităFolosiți un singur nivel de keigo, consecvent, de la început până la sfârșit.
  • Nume proprii ciudateTestați separat numele firmei, ale produselor și ale angajaților.

Citirile

Majoritatea motoarelor TTS permit specificarea modului în care trebuie citit un cuvânt sau oferă un dicționar de excepții. Întocmiți o listă cu propriile nume, denumiri de locuri, nume de produse și termeni de specialitate, cu citirea corectă în hiragana sau katakana. Verificați numerele, datele, orele și gruparea cifrelor din numerele de telefon, deoarece adesea sună nenatural. Evitați pe cât posibil construcțiile ambigue în script; o reformulare este adesea mai simplă decât o corectură.

Pauzele și ritmul

Scrieți pentru ureche. O propoziție care arată bine pe hârtie poate fi prea lungă pentru a fi rostită dintr-o suflare. Împărțiți-o, puneți o virgulă acolo unde se cuvine o pauză și nu uitați că un apel telefonic are nevoie de ceva mai mult spațiu decât o pagină. Listele ar trebui să aibă elemente scurte. O scurtă pauză după salut, înaintea întrebării principale, îi ajută pe apelanți să se pregătească.

Viteza

Mai încet nu înseamnă întotdeauna mai bine. Un ritm lent uniform sună condescendent; un ritm rapid uniform este obositor. Variați-l: constant pentru propozițiile obișnuite, puțin mai lent pentru numere, adrese și orice trebuie notat de apelant. Mulți apelanți scriu în timp ce ascultă, așa că lăsați-le timp.

Alegerea vocii

Alegeți vocea ascultând propriul script la un telefon real, nu doar propoziția demonstrativă. Țineți cont de situație: o voce calmă și caldă se potrivește unei scuze, una alertă și clară se potrivește unui meniu. Vocea masculină sau feminină ține de brand și de gust, dar consecvența pe întreaga linie contează mai mult. Evitați vocile cu un ton neobișnuit de vesel sau de emoțional pentru informațiile serioase.

Politețea

Apelurile de afaceri în japoneză urmează convenții de respect. Folosiți un singur nivel și păstrați-l. Amestecul de terminații familiare și formale într-un mesaj sună neglijent, iar un ton excesiv de formal poate părea rece. Formulele naturale de deschidere, precum salutul standard și mulțumirea pentru apel, trebuie rostite așa cum le-ar spune o persoană, nu traduse din altă limbă. Consultați Scripturi de salut pentru răspunsul telefonic cu AI.

Numele proprii

Numele firmei, ale produselor și ale angajaților merită un test separat, deoarece apar în fiecare apel. Rostiți-le atât într-o propoziție, cât și izolat. Numele de brand care amestecă sisteme de scriere sau conțin litere latine au adesea nevoie de o citire specificată.

Un ciclu de îmbunătățire

De la script la o voce care sună bine

  1. Scrieți pentru urechePropoziții scurte, stil vorbit, politețe consecventă.
  2. Corectați citirileAdăugați nume, termeni și numere într-un dicționar.
  3. Ascultați la telefonSunați pe linie și ascultați așa cum ar face-o un apelant.
  4. EvaluațiNotați fiecare pauză, accent sau citire care sună greșit.
  5. RevizuițiModificați scriptul sau dicționarul.
  6. Testați din nouRedați toate corecturile anterioare pentru a vă asigura că nu s-a stricat nimic.

Țineți o listă de regresie: fiecare problemă rezolvată, împreună cu propoziția care a scos-o la iveală. Redați-o după orice modificare a scriptului, a vocii sau a motorului, deoarece o actualizare a motorului poate anula o corectură.

Momente frecvente din apel de verificat

Unele părți ale apelului sunt auzite de fiecare apelant, așa că merită o atenție suplimentară. Ascultați-le pe fiecare la telefon înainte de orice altceva.

MomentulCe verificațiSoluția tipică
SalutulNumele firmei citit corect, cald și fără grabăAdăugați numele în dicționar; scurtați propoziția
Programul de lucruOrele și zilele săptămânii citite clarScrieți orele așa cum le-ați rosti cu voce tare
Adrese și indicațiiNume de locuri și numereCitiri în kana; ritm mai lent; fragmente scurte
Scuze sau întârzieriTonul este calm, nu veselAlegeți o voce mai calmă; reformulați textul
ÎncheiereaMulțumirile și la revedere sună naturalFolosiți formula standard de încheiere, nu o traducere

Un magazin ipotetic cu o filială care poartă numele unui reper local ar putea descoperi că propria adresă este propoziția cea mai stâlcită din tot scriptul. Este ceva obișnuit. Cuvintele care contează cel mai mult pentru firmă, numele, adresa și produsele sale, sunt și cele pe care motorul le-a întâlnit cel mai rar. Testați-le primele, corectați-le primele și păstrați-le în dicționar, unde următoarea persoană le va găsi.

Înainte de a publica un script în japoneză

  • Fiecare nume, loc și termen are o citire verificată
  • Numerele, datele și orele sună natural în propozițiile reale
  • Propozițiile sunt suficient de scurte pentru a fi rostite dintr-o suflare
  • Se folosește un singur nivel de politețe de la început până la sfârșit
  • Vocea se potrivește tonului mesajului
  • Un vorbitor nativ a ascultat la telefon

De ce contează linia telefonică

Sunetul telefonic este comprimat și îngust, ceea ce ascunde unele detalii și le exagerează pe altele. O voce care sună bogat în căști poate suna înfundat pe o linie mobilă, iar anumite consoane se estompează. Evaluați întotdeauna într-un apel real, ideal printr-o rețea mobilă, apoi și pe o linie fixă. Calitatea audio în telefonie explică de ce.

Cum se face în Call

În Call, vocea folosită de agentul AI se alege din Voce, Voci AI. Setați limba pe cea vorbită de apelanți, ascultați mostre pe câteva carduri, apăsați Folosește această voce, apoi apăsați Ascultă ce aud apelanții pentru a asculta cu setările salvate. Zona Setări voce și playground vă permite să tastați propria propoziție și să o ascultați. O linie telefonică poate avea propria voce, iar limba principală a unei linii pentru apeluri este implicit japoneza; unui apelant care vorbește altă limbă i se răspunde în limba respectivă.

Dicționarul de pronunție de pe aceeași pagină învață vocea cum să citească numele, locurile și cuvintele pe care le pronunță greșit. Apăsați Adaugă un cuvânt, tastați cuvântul la Scris ca și citirea lui în kana la Citit ca, apoi tastați o propoziție la Încercați o propoziție pentru a vedea cum va fi citită și redați-o. Se schimbă doar ce se rostește; mesajele scrise rămân neschimbate. Dicționarul cuprinde până la 100 de cuvinte și doar managerii spațiului de lucru îl pot modifica. Încheiați cu un test pe un telefon real, prin apelul de test al agentului. Consultați și Selectarea limbii în IVR.

Întrebări frecvente

De ce citește TTS-ul japonez unele cuvinte greșit?

Un kanji poate avea mai multe citiri, iar cea corectă depinde de context. Dacă sistemul ghicește greșit, puteți corecta indicând citirea în kana.

Pot controla accentul tonal?

Unele motoare permit ajustări, dar opțiunile variază. Adesea, abordarea practică este să alegeți o voce bună și să reformulați propozițiile care sună ciudat.

Cum gestionez numerele și datele?

Testați-le în propozițiile reale pe care le folosiți. Acolo unde citirea sună greșit, scrieți-o în kana sau reformulați.

Ce nivel de politețe ar trebui să folosesc?

Alegeți un nivel potrivit brandului și apelanților dumneavoastră și folosiți-l consecvent în fiecare mesaj. Amestecul de niveluri sună neglijent.

Ar trebui să folosesc în schimb o voce înregistrată?

Înregistrările sună natural pentru mesajele fixe, dar modificarea lor durează mai mult. Sinteza se potrivește textelor care se schimbă des. Multe firme le folosesc pe amândouă.

Cât de des ar trebui să verific vocea?

După fiecare modificare a scriptului, a dicționarului, a vocii sau a motorului și, periodic, cu apeluri reale. Păstrați o listă cu corecturile anterioare pentru a le reda.

Corectați citirile în japoneză cu dicționarul de pronunție din Call

În consola demo puteți încerca apeluri primite într-o simulare.

Ghiduri conexe