Technológie hlasovej AI

Barge-in: ako hlasová AI zvláda prerušenia volajúceho

Čo je barge-in, prečo je zvládanie prerušení na telefóne náročné a ako napísať odpovede, nastaviť voľby a otestovať hovory, aby hlasový agent pôsobil prirodzene.

Redakcia Call · Zverejnené · Čítanie na 5 min

V bežnej konverzácii sa ľudia neustále prerušujú: aby opravili detail, povedali „áno, tamto“ alebo jednoducho preto, že už pochopili. Telefónny systém, ktorý trvá na dokončení vety, pôsobí strnulo a volajúci mu čoskoro začnú skákať do reči, alebo to vzdajú. Barge-in je funkcia, vďaka ktorej to hlasový agent zvládne správne.

Človek hovorí do telefónneho headsetu počas hovoru
Ilustračný obrázok

Tento článok vysvetľuje, čo barge-in je, prečo je ťažší, než znie, ako navrhnúť odpovede a nastavenia, ktoré s ním fungujú, a ako ho testovať. Je súčasťou skupiny sprievodcov o hlasovej AI; širší obraz nájdete v článkoch Ako funguje hlasová AI a Striedanie hovoriacich u hlasových agentov.

Čo barge-in znamená

Hlasový agent zvyčajne pracuje v slučke: počúva, rozumie, odpovedá, hovorí. Bez barge-in agent počas hovorenia prestane počúvať, takže všetko, čo volajúci povie počas odpovede, sa stratí. S barge-in systém počúva aj počas vlastnej reči. Keď zistí, že volajúci začal hovoriť, zastaví zvuk, zahodí zvyšok plánovanej odpovede a prerušenie berie ako ďalší ťah.

Čo sa stane, keď volajúci prerušuje

  1. Agent hovoríOdpoveď sa prehráva, kým systém naďalej počúva.
  2. Zistená rečSystém rozhodne, že zvuk na linke je hovoriaci človek.
  3. Prehrávanie sa zastavíAgent rýchlo stíchne, aby sa dva hlasy neprekrývali dlho.
  4. Prerušenie zachytenéTo, čo volajúci povie, sa prepíše ako nový ťah.
  5. Nová odpoveďAgent odpovie na prerušenie, nie na vetu, ktorú práve hovoril.

Prečo na telefóne záleží

Prerušenia nie sú len nezdvorilosť. Nesú informáciu. Volajúci, ktorý skočí do reči „nie, utorok“, opravuje chybu. Ten, kto povie „áno, áno“, chce, aby ste sa ponáhľali. Ten, kto nepovie nič, ale vzdychne, pravdepodobne stráca trpezlivosť. Systém, ktorý tieto signály ignoruje, vytvára hovory, ktoré sa naťahujú a zle končia.

Časté dôvody, prečo volajúci prerušujú

  • Aby opraviliAgent zle pochopil dátum, meno alebo číslo.
  • Aby odpovedali skôrVolajúci otázku pozná a odpovie skôr, než skončí.
  • Aby preskočiliAgent opakuje niečo, čo už vedia.
  • Aby presmerovaliVolajúci chce úplne niečo iné.
  • Aby potvrdiliRýchle áno alebo nie, ktoré nepotrebuje celú vetu.

Povolenie prerušení umožňuje aj písať kratšie odpovede, pretože sa nemusíte báť, že dlhá odpoveď volajúceho uväzní. To dobre zodpovedá tomu, ako ľudia počúvajú po telefóne.

Prečo je to ťažšie, než znie

Myšlienka je jednoduchá, ale telefónna linka je hlučný, nedokonalý kanál. Treba vyriešiť viacero problémov naraz.

Tieto problémy ťahajú opačnými smermi. Veľmi citlivý detektor reaguje rýchlo, ale spúšťa falošné prerušenia. Opatrný je pokojný, ale pôsobí nereaktívne. Dobré systémy kombinujú akustickú detekciu s kontrolou toho, ako dlho zvuk trvá a čo obsahuje. Dva zo stavebných prvkov vysvetľujú články Detekcia hlasovej aktivity a Kvalita telefónneho zvuku.

Návrh odpovedí, ktoré s prerušeniami fungujú

Samotné nastavenia nespôsobia, že konverzácia bude pôsobiť prirodzene. Rovnako dôležité je písanie odpovedí agenta.

Písanie pre prerušenie

Ťažko sa dobre prerušujeDobre sa prerušuje
DĺžkaDlhé odseky s viacerými bodmiJedna alebo dve krátke vety
PoradieNajprv súvislosti, odpoveď nakoniecNajprv odpoveď, potom podrobnosti
MožnostiČíta dlhý zoznamPonúkne dve alebo tri a spýta sa, ktorú
PotvrdeniaNa konci všetko zopakujeKľúčový údaj potvrdí hneď po jeho zadaní
TónFormálny a rozvláčnyJednoduchý a konverzačný

Keď agent potvrdzuje informácie, urobte to prerušiteľným už z návrhu. Napríklad „Váš termín je v utorok o desiatej. Je to tak?“ pozýva k rýchlemu áno ešte pred koncom otázky. Vyhnite sa vetám, v ktorých je rozhodujúce slovo na konci.

Nastavenia a kompromisy

Väčšina hlasových systémov ponúka nastavenie, ktoré prerušenia povoľuje alebo zakazuje, a niektoré ponúkajú jemnejšie ovládanie citlivosti detekcie. Vypnutie prerušení môže mať zmysel v úzkych prípadoch, napríklad pri zákonom požadovanom vyhlásení, ktoré musí zaznieť celé. Inde je ich ponechanie zapnutých pre volajúcich zvyčajne lepšie.

Súvisiace nastavenie je, ako dlho trvá ticho, kým sa hovor ukončí. Príliš krátke odreže volajúceho, ktorý hľadá dokument. Príliš dlhé zaberá linku pri prerušenom hovore. Prispôsobte ho tomu, čo volajúci robia: niekto, kto kontroluje číslo objednávky, potrebuje viac času než niekto, kto hovorí áno.

SituáciaNavrhovaný prístup
Povinné oznámenie alebo scenárNepovoľte prerušenie len pre túto časť a držte ju krátku
Rýchle otázky áno alebo niePovoľte prerušenia a prijmite odpoveď skôr
Volajúci na hlučných mobilných linkáchTestujte pozorne na falošné spustenia; odpovede držte krátke
Starší alebo pomalší hovoriaciPovoľte štedré pauzy, kým systém rozhodne, že ťah skončil
Odchádzajúce hovoryTestujte na ozvenu vlastného hlasu agenta a odkazové schránky

Starší volajúci a ľudia s rečovými odlišnosťami si zaslúžia osobitnú pozornosť. Môžu robiť dlhšie pauzy, hovoriť pomalšie alebo sa opakovať. Ak systém vstúpi príliš skoro, bude im skákať do reči. Nápady nájdete v článku AI recepčná: starší volajúci.

Testovanie barge-in

Testujte so skutočnými hovormi, nielen s čistými nahrávkami. Vytvorte súbor scenárov a spúšťajte ich po každej zmene nastavení alebo promptov.

Testovacie prípady barge-in

  • Prerušte v prvej sekunde odpovede a skontrolujte, že sa zachytil začiatok vašich slov
  • Prerušte ku koncu a uistite sa, že agent neopakuje už dokončenú vetu
  • Povedzte tiché „hm“ počas dlhej odpovede a pozrite sa, či agent pokračuje
  • Zakašlite, poklepte na telefón alebo nechajte štekať psa a pozrite sa, či agent zastaví
  • Zavolajte z auta, z ulice a z hlasitého odposluchu
  • Mlčte a skontrolujte, ako dlho hovor čaká
  • Opravte detail v polovici vety, napríklad dátum, a skontrolujte, že sa oprava použila

Zaznamenajte, ako rýchlo agent zastaví a či sa nestratili nejaké slová. Širšiu testovaciu metódu nájdete v článku Testovanie hlasovej AIa o oneskorení medzi posledným slovom volajúceho a odpoveďou agenta v článku Latencia hlasovej AI.

Barge-in v Call

V Call zahŕňajú hlasové nastavenia agenta prepínač s názvom Povoliť skákanie do reči, ktorý volajúcim umožňuje hovoriť agentovi do reči. Je predvolene zapnutý. Vedľa neho je nastavenie, koľko sekúnd ticha ukončí hovor, a sú tu limity pre súbežné hovory a najdlhší hovor. Nachádzajú sa na stránke Hlas agenta spolu s hlasom a promptom.

Pri odchádzajúcich AI hovoroch sa hluk na pozadí filtruje a agent prestane hovoriť, len keď človek skutočne niečo povie; vlastný hlas agenta vracajúci sa na linke sa nepovažuje za reč človeka. Samotné odpovede sa riadia pravidlom jednej alebo dvoch krátkych hovorených viet, čo prerušeniu vyhovuje. Vyskúšajte agenta testovacím hovorom na vlastnom telefóne a potom si v detaile hovoru pozrite, ako dlho hovorila každá strana a ako často hovorili obe naraz.

Často kladené otázky

Čo je barge-in pri hlasovom agentovi?

Je to schopnosť volajúceho prerušiť agenta počas hovorenia. Agent zastaví, vypočuje a odpovie na to, čo volajúci povedal.

Prečo môj hlasový agent niekedy zastaví bez dôvodu?

Hluk na pozadí, ozvena vlastného hlasu alebo zakašľanie sa môžu zamieňať s rečou. Kratšie odpovede, lepší zvuk a opatrné nastavenia citlivosti to znižujú.

Mám prerušenia vypnúť?

Zriedka. Pre prirodzené hovory sú užitočné. Vypnutie môže vyhovovať krátkemu povinnému vyhláseniu, ktoré musí zaznieť celé.

Čo je spätný signál?

Malý zvuk ako „hm“ alebo „jasné“, ktorý ukazuje, že poslucháč sleduje. Dobrý agent ho nepovažuje za žiadosť o zastavenie.

Ako zjednodušiť prerušovanie odpovedí?

Držte ich krátke, dajte odpoveď na začiatok a pýtajte sa rýchle potvrdenia. Vyhnite sa dlhým zoznamom a umiestneniu kľúčového slova na koniec.

Ako správne otestovať barge-in?

Uskutočnite skutočné hovory z rôznych miest, prerušujte v rôznych momentoch, pridajte hluk a ticho a skontrolujte, či sa nestratili slová. Opakujte po každej zmene.

Doladte nastavenia prerušenia v Call

V demo konzole si môžete vyskúšať prichádzajúce hovory v simulácii.

Súvisiace príručky