Технологии голосового ИИ

Задержка голосового ИИ: что делает разговор естественным

Почему голосовой ИИ иногда делает паузы, откуда берутся задержки, что абоненты воспринимают как естественное и как ускорить ответы телефонного агента.

Редакция Call · Опубликовано · Читать 5 мин

В обычном разговоре люди отвечают друг другу почти мгновенно. Пауза, которая в электронном письме осталась бы незамеченной, по телефону кажется долгой. Когда голосовой ИИ медлит слишком долго, абоненты начинают сомневаться, не оборвалась ли связь, говорят «Алло?» и перебивают ответ, когда тот наконец звучит. Поэтому задержка — не техническая диковинка, а ключевая составляющая качества.

Звуковые волны на экране рядом с человеком, говорящим в микрофон гарнитуры
Иллюстрация

В этом руководстве объясняется, откуда берётся задержка, как её воспринимают абоненты и какие приёмы помогают её сократить или сделать менее заметной. В завершение — как проверить скорость в Call. О лежащих в основе технологиях читайте в статье Как работает голосовой ИИ.

Что означает задержка в звонке

Задержка — это время между моментом, когда абонент замолкает, и моментом, когда агент начинает отвечать. Абоненты не измеряют её в миллисекундах — они ощущают её как колебание. Короткая естественная пауза допустима и даже успокаивает. Длинная пауза ломает ритм, а неровный ритм кажется неестественным, даже если среднее значение приемлемо.

Важны ещё две задержки. Первая — время до первого приветствия после соединения, вторая — время на обращение к данным, например проверку записи. Каждая требует своего подхода.

Откуда берётся задержка

Этапы, через которые проходит голосовой ответ

  1. Определение конца репликиСистема решает, что абонент закончил говорить.
  2. РаспознаваниеРечь преобразуется в текст.
  3. Формирование ответаЯзыковая модель составляет ответ.
  4. Запрос данныхНеобязательно: обращение к другой системе за фактами.
  5. Синтез речиТекст преобразуется в голос.
  6. Телефонная линияЗвук доходит до абонента и воспроизводится.

Каждый этап добавляет немного, а вместе они складываются. Этап определения конца реплики легко упустить из виду: если система ждёт долгой тишины, прежде чем решить, что абонент закончил, каждый ответ начинается с опозданием. Слишком короткий порог создаёт обратную проблему: агент перебивает абонентов, которые сделали паузу, чтобы подумать.

ЭтапЧто влияетТипичный рычаг
Определение конца репликиПорог тишины, фоновый шумАккуратно настроить порог
РаспознаваниеКачество звука, языкЧистый звук, правильная настройка языка
Формирование ответаДлина ответа, выбор моделиКороткие ответы, подходящая модель
Запрос данныхСкорость внешней системыОбращаться к данным только при необходимости
Синтез речиИспользуется ли потоковая передача звукаНачинать говорить как можно раньше
Телефонная линияСетевое расстояниеПо возможности сократить число промежуточных узлов

Что абоненты воспринимают как естественное

В разных ситуациях люди готовы терпеть разные задержки. Короткая пауза перед сложным ответом кажется естественной: человек тоже бы задумался. Долгая пауза после «да» воспринимается как сбой. Стремитесь к быстрым и стабильным ответам на простые вопросы и честно сигнализируйте, когда нужно больше времени.

Перебивания

В естественных разговорах реплики накладываются друг на друга. Если агента нельзя перебить, абоненту кажется, что с ним говорят в одностороннем порядке. Если агент останавливается от каждого покашливания, разговор спотыкается. Подробнее — в статьях Barge-in и перебивания и Очерёдность реплик у голосовых агентов.

Как сократить задержку

Полезные приёмы

  • Короткие первые фразыНачните с нескольких слов, затем продолжайте. Абонент раньше услышит ответ.
  • Потоковая передачаНачинайте говорить, как только готова первая часть ответа, а не ждите его целиком.
  • Заранее подготовленные приветствияПодготовьте начало разговора заранее, чтобы оно звучало сразу после соединения.
  • Дисциплина запросовЗапрашивайте внешнюю информацию только тогда, когда она нужна для ответа, и следите, чтобы запросы выполнялись быстро.

Важна и формулировка промпта. Ответ в виде короткого абзаца дольше формируется и произносится, чем одна-две фразы. Попросите агента быть кратким и задавать уточняющий вопрос вместо перечисления всего, что он знает. Для задач, похожих на меню, короткий шаг IVR перед ИИ может мгновенно выполнять простую маршрутизацию, оставляя ИИ открытые вопросы. См. статью IVR или голосовой ИИ-агент.

Бюджет задержки

Удобно рассуждать о скорости, представляя паузу как бюджет, из которого тратит каждый этап. Одно и то же время нельзя потратить дважды, поэтому экономия на одном этапе может оплатить функцию на другом. Например, если вам нужно обращение к карточке клиента, возможно, придётся сэкономить время в другом месте — сократить ответы или ужесточить порог определения конца реплики.

Это помогает и при сравнении поставщиков или настроек. Изменение, которое улучшает звучание голоса, но добавляет заметную паузу, может оказаться невыгодным для телефонной линии, где тайминг важнее лоска. Абоненты гораздо охотнее прощают немного простоватый голос, чем запинающийся разговор.

Условный пример

Представьте небольшую клинику, агент которой отвечает на вопросы о часах работы и принимает заявки на запись. Большинство звонков не требуют запросов данных, поэтому ответы могут быть быстрыми. Клиника хочет добавить проверку следующего приёма абонента. Вместо того чтобы выполнять запрос в каждом звонке, она настраивает агента так, чтобы он обращался к записи только после вопроса абонента о приёме и сначала говорил «Сейчас проверю». Простые вопросы остаются быстрыми, а более медленный шаг честно себя обозначает.

Как правильно измерять

Один тестовый звонок при хорошем соединении мало о чём говорит. Измеряйте множество реальных звонков в разные дни и время суток и смотрите на разброс, а не только на среднее. Абоненты запоминают самые медленные ответы.

Простой план тестирования задержки

  • Десять звонков в разное время суток
  • Короткие вопросы, длинные вопросы и вопросы, требующие запроса данных
  • Звонки с мобильного и со стационарного телефона
  • Шумная и тихая обстановка
  • Заметки о самых медленных ответах и о том, какой был вопрос
  • Повторная проверка после каждого изменения, чтобы убедиться, что оно помогло

Фиксируйте настройки и результаты, чтобы знать, что сработало. Тестирование в целом описано в статье Как протестировать голосового ИИ-агента перед запуском, а о том, что отслеживать, рассказывает материал «Метрики оценки голосового ИИ».

Ограничения, с которыми придётся смириться

Часть задержки устранить невозможно. Телефонным сетям, речевым сервисам и языковым моделям нужно время, а их качество меняется в течение дня. Относитесь с осторожностью к любым обещаниям фиксированного времени ответа. Реалистичная цель — темп вдумчивого собеседника: быстрые ответы на простые вопросы и честная обработка более медленных.

Как проверить это в Call

В Call ИИ-агент начинает говорить, как только готова первая часть ответа, а для исходящих звонков приветствие готовится, пока идёт вызов, поэтому ответивший человек слышит его сразу. Ответы короткие и естественные, без фраз-заполнителей вроде «Одну минуту, пожалуйста». Скорость зависит от телефонной сети, а также от сервисов ИИ и синтеза речи, поэтому время измеряется для каждого звонка, а не обещается заранее. Руководители могут открыть звонок в истории звонков и посмотреть, сколько длилась каждая реплика.

В разделе «Голос» → «Голос агента» настройки распознавания включают порог тишины: уменьшите его для более быстрой смены реплик и увеличьте, если агент перебивает абонентов. Настройки разговора позволяют разрешить или запретить перебивания и задать, сколько должна длиться тишина, прежде чем звонок завершится. Чтобы услышать результат, используйте тестовый звонок в строке агента — он поступит на ваш собственный телефон; каждый тест — это реальный тарифицируемый звонок. Прежде чем применять изменения к рабочей линии, проверьте их на нескольких звонках.

Частые вопросы

Какое время ответа считается хорошим для голосового агента?

Фиксированного значения нет. Стремитесь к ответам, как у вдумчивого собеседника: быстро на простые вопросы и честная пауза на сложные. Измеряйте реальные звонки, чтобы понять, где вы находитесь.

Почему мой ИИ-агент иногда надолго замолкает?

Частые причины — запрос к другой системе, длинный ответ, медленная сеть или порог тишины, при котором система слишком долго ждёт, прежде чем решить, что вы закончили.

Помогут ли фразы-заполнители справиться с задержкой?

Короткие связующие фразы могут помочь во время запроса данных, но использовать их следует умеренно. При злоупотреблении они звучат заученно и могут вызывать у абонентов ещё большее нетерпение.

Действительно ли помогает более короткий ответ?

Да. Короткий ответ быстрее формируется и произносится, а абонент раньше получает возможность ответить.

Стоит ли позволять абонентам перебивать агента?

Как правило, да. Перебивания естественны для разговора. Протестируйте настройку так, чтобы агент быстро останавливался при настоящей речи, но не реагировал на покашливание или короткое «угу».

Как часто нужно тестировать задержку?

После каждого изменения промпта, голоса, базы знаний или настроек, а также периодически на реальных звонках, поскольку скорость сети и сервисов меняется.

Проверьте скорость ответа вашего ИИ-агента в Call

В демо-консоли можно попробовать входящие звонки в режиме симуляции.

Похожие руководства

Технологии голосового ИИ

Промпты для качественных резюме звонков: шаблоны и проверка

Как написать промпт, превращающий расшифровку звонка в короткую точную заметку: для кого она, что в неё включать, правила против выдумок и как её проверить.

Редакция Call ·
Технологии голосового ИИ

Анализ тональности звонков: применение, ограничения, ответственность

Что измеряет анализ тональности звонков, где он помогает с сортировкой и трендами, где вводит в заблуждение и как избежать несправедливых автоматических решений.

Редакция Call ·
Технологии голосового ИИ

SIP-транк: как деловые звонки идут через интернет

Что такое SIP-транк, чем он отличается от обычных телефонных линий, что проверить по кодекам, каналам и резервированию и как выбрать провайдера.

Редакция Call ·
Технологии голосового ИИ

Модели speech-to-speech и каскадные голосовые конвейеры: сравнение

Два способа построить телефонного голосового агента: модели speech-to-speech и каскадные конвейеры. Сильные и слабые стороны и как выбрать по результатам тестов.

Редакция Call ·