Zlepšenie rozpoznávania reči pri telefonátoch: praktické opravy
Prečo má rozpoznávanie reči na telefónnych linkách problémy a čo pomáha: zreteľnejší zvuk, nastavenia jazyka a slovníka, opatrné otázky, opakovanie späť a testy.
Hlasový agent je taký dobrý, ako to, čo počuje. Ak rozpoznávanie reči zmení „v utorok o desiatej“ na „dva dni vtedy“, všetko ďalšie sa pokazí, nech je jazykový model akokoľvek dobrý. To isté platí pre prepisy hovorov a zhrnutia: chyba v štádiu rozpoznávania sa šíri do každého ďalšieho kroku.

Tento sprievodca vysvetľuje, prečo je telefónna reč náročná, ktoré chyby sú najčastejšie a ktoré opravy sa oplatí robiť. Pozadie k reťazcu nájdete v článku Ako funguje hlasová AI: STT, LLM a TTS a k zvukovej stránke v článku Prečo je telefónny zvuk pre rozpoznávanie reči ťažký.
Prečo je telefónna reč ťažká
Telefónny hovor pretláča ľudský hlas úzkym kanálom. Vysoké a nízke frekvencie sa orežú, signál sa komprimuje a po ceste sa môžu stratiť pakety. K tomu pridajte okolie volajúceho: premávku, televíziu, vietor, hlasitý telefón v kuchyni. Systémy rozpoznávania sa trénujú na veľkom množstve reči, ale takéto podmienky stále zvyšujú mieru chýb.
Čo zhoršuje rozpoznávanie
- Úzke pásmoTelefónny zvuk nesie menej detailov než bežné nahrávky, takže podobné zvuky splývajú.
- Hluk v pozadíAutá, davy a stroje súťažia s hlasom.
- Slabé mikrofónyHlasité telefóny, lacné slúchadlá a vzdialené mikrofóny pridávajú ozvenu.
- Štýl rečiRýchla reč, mumlanie a neznáme prízvuky sú ťažšie.
- Zriedkavé slováMená, značky, názvy ulíc a žargón, ktoré systém videl len zriedka.
- Prekrývajúca sa rečPrerušovanie, vedľajšie rozhovory a dvaja ľudia hovoriaci naraz.
Typické chyby
Počítajte s problémami pri homofónoch, číslicami čítanými v skupinách, hláskovanými menami, dátumami a časmi a krátkymi slovami na začiatku vety. Ak viete, aké chyby máte, ľahšie ich opravíte. Pozrite Správne rozpoznanie mien, čísel a adries hlasom.
Začnite základmi
Skôr než zmeníte niečo šikovné, skontrolujte jednoduché veci.
Základný kontrolný zoznam v poradí
- Skontrolujte zvukVypočujte si nahrávky skutočných hovorov. Ak nerozumiete nejakej časti, nerozumie jej ani systém.
- Nastavte jazykVyberte jazyk, ktorý volajúci používajú, alebo zapnite automatické rozpoznanie, ak sa volajúci líšia.
- Doladte pauzyUpravte, ako dlho trvá ticho, kým systém rozhodne, že volajúci skončil.
- Doladte spracovanie hlukuZvýšte alebo znížte citlivosť systému na zvuky v pozadí.
- Testujte so skutočnými hlasmiVyskúšajte rôznych hovoriacich, zariadenia a miesta.
Jazyk a rozpoznanie
Ak väčšina volajúcich hovorí jedným jazykom, nastavte ho výslovne. Automatické rozpoznanie je užitočné, keď sa volajúci líšia, ale môže trvať niekoľko slov, kým sa ustáli, a krátke prejavy, ako „áno“, sa môžu posúdiť nesprávne. Pre viacjazyčnú linku si prečítajte Viacjazyčná telefónna podpora s AI. Dôležité sú aj prízvuky a nárečia; pozrite Prízvuky a nárečia v hlasovej AI.
Pauzy a striedanie hovoriacich
Ak systém ľuďom skáče do reči, zvýšte prah ticha, aby čakal dlhšie. Ak sa zdá, že odpovedá pomaly, znížte ho. Starší volajúci a ľudia, ktorí čítajú čísla, robia viac pauz; otestujte s nimi. Prah, ktorý vyhovuje rýchlej výmene, môže frustrovať tých, ktorí premýšľajú nahlas. Pozrite Detekcia hlasovej aktivity a Striedanie hovoriacich u hlasových agentov.
Citlivosť na hluk
Hlučná ulica môže systém oklamať, aby počul reč, kde nie je, alebo skryť tichú reč. Testujte v hlučnom prostredí, nielen v kancelárii, a citlivosť upravujte po krokoch.
Navrhnite otázky, ktoré sa ľahko rozpoznávajú
Najlacnejšie zlepšenie často nie je v rozpoznávaní, ale v tom, na čo sa agent pýta.
- Pýtajte sa na jednu vec naraz. „Aké je vaše meno?“ dá čistejšiu odpoveď než „Meno, telefónne číslo a dôvod?“.
- Ponúknite spôsob odpovede niekoľkými slovami, napríklad áno alebo nie, alebo výber z dvoch možností.
- Povedzte volajúcim, ako zadať čísla: „Prosím, povedzte číslice po jednej.“
- Vyhnite sa dlhým otvoreným otázkam, kde postačí krátka uzavretá otázka.
- Dajte volajúcemu čas odpovedať, než agent prehovorí znova.
Potvrdzujte, na čom záleží
Pri menách, telefónnych číslach, dátumoch, adresách a všetkom s následkami zopakujte, čo ste počuli, a požiadajte volajúceho o potvrdenie. „Mám utorok štvrtého o desiatej ráno. Je to správne?“ je oveľa spoľahlivejšie než predpoklad. Ponúknite iný spôsob zadania ťažkých informácií, napríklad správu poslanú neskôr osobe, aby ich dokončila, ak je to povolené.
Pomôžte systému svojimi slovami
Chyby rozpoznávania sa často sústreďujú na slová špecifické pre vašu firmu: názvy produktov, mená zamestnancov, názvy miest, lekárske alebo odborné pojmy. Pomôcť môže:
- Veďte zoznam pojmov, ktoré sa počujú nesprávne, a sledujte, či sa zlepšujú.
- Ak systém umožňuje vlastný slovník alebo nápovedy, pridajte dôležité pojmy.
- Zabezpečte, aby vaše zdroje znalostí písali mená jednotne, aby ich neskoršie kroky vedeli priradiť.
- Naučte slovník výslovnosti, ako agent tieto slová vyslovuje nahlas; ovplyvňuje to výstup reči, nie rozpoznávanie, ale pomáha to volajúcim rozumieť a odpovedať podobne.
Všimnite si rozdiel medzi počúvaním a hovorením. Slovník výslovnosti mení, ako sa slovo číta nahlas, nie ako sa počuje.
Zvládnite zlyhanie elegantne
Aj dobre vyladený systém niekedy nepočuje správne. Navrhnite záložné riešenie: po jednom neúspešnom pokuse preformulujte otázku; po druhom ponúknite iný spôsob, napríklad človeka, spätné volanie alebo správu. Nikdy nenechávajte volajúceho prejsť tou istou výzvou trikrát. Elegantné ukončenie chráni vzťah, keď technológia zlyhá.
Merajte a testujte
Bez merania neviete povedať, či zmena pomohla. Zostavte malú testovaciu sadu zo skutočných hovorov so súhlasom a poznačeným povolením: možno päťdesiat krátkych úryvkov, ktoré pokrývajú vaše typické hlasy, zariadenia a hluk. Pri každom porovnajte, čo bolo povedané, s tým, čo sa rozpoznalo, a spočítajte chyby, na ktorých záležalo, napríklad nesprávnu číslicu, nie každé menšie slovo.
Mesačná kontrola rozpoznávania
- Vypočujte si vzorku skutočných hovorov vrátane tých, ktoré zlyhali.
- Zostavte päť najčastejšie nesprávne počutých slov alebo fráz.
- Skontrolujte, či ich dokáže vyriešiť formulácia, nastavenia alebo slovník.
- Po každej zmene znova otestujte tie isté úryvky.
- Zahrňte zašumené a prízvukované vzorky, nielen čisté.
- Zaznamenajte zmeny a výsledky, aby ste neopakovali experiment.
Pozrite Ako otestovať hlasového AI agenta pred spustením a Ako vyhodnotiť rozhovory hlasového agenta.
Ako na to v Call
Call umožňuje upraviť počúvanie pre každého AI agenta v jeho nastaveniach hlasu. V sekcii prepisu vyberiete jazyk, alebo ho necháte rozpoznať automaticky, a posuniete ovládanie prahu ticha a citlivosti na hluk. Pruh na stránke uvádza, ktoré nastavenia dnes živé hovory používajú. Ak agent skáče volajúcim do reči, zvýšte prah ticha.
- Slovník výslovnosti. Naučte hlas AI, ako čítať mená, miesta a slová, ktoré číta zle; mení to, čo sa hovorí, nie čo sa rozpoznáva.
- Prepisy. Prečítajte si prepis hovoru pod jeho nahrávkou a po hovore označte hovoriacich, aby ste videli, kto čo povedal.
- Kvalita hovoru. Hovory s AI agentom sa po skončení hodnotia s dôvodmi a citátmi, takže slabé hovory sa ľahko nájdu.
- Opravy. Odpoveď v zázname hovoru môžete opraviť a opravenú odpoveď uložiť do znalostí agenta.
Rozpoznávanie v Call závisí od hovoru a telefónnej linky, preto testujte na skutočných linkách. Pozrite Používanie histórie hovorov a zhrnutí v Call a Vyhľadávanie v prepisoch hovorov v Call.
Často kladené otázky
Prečo je rozpoznávanie telefónnej reči menej presné než na mojom smartfóne?
Telefónne linky prenášajú užší a viac komprimovaný zvuk než moderný mikrofón a volajúci sú často na hlučných miestach alebo na hlasitom telefóne. Softvér má menej materiálu, takže vzniká viac chýb.
Mám nastaviť jeden jazyk, alebo použiť automatické rozpoznanie?
Ak takmer všetci volajúci používajú jeden jazyk, nastavte ho. Automatické rozpoznanie použite, keď sa volajúci líšia, a otestujte krátke odpovede ako áno a nie, ktoré sa môžu rozpoznať nesprávne.
Ako zlepším rozpoznanie mien a čísel?
Pýtajte sa na jednu položku naraz, povedzte volajúcim, ako vysloviť číslice, potvrdzujte opakovaním späť a dôležité pojmy pridajte do slovníka, ak to váš systém umožňuje.
Zlepší slovník výslovnosti to, čo agent počuje?
Nie. Zlepšuje to, ako agent slová vyslovuje nahlas. Môže pomôcť volajúcim rozumieť agentovi, ale rozpoznávanie je samostatné nastavenie.
Ako zistím, či zmena pomohla?
Majte pevnú sadu skutočných úryvkov hovorov, spočítajte dôležité chyby pred zmenou a po nej a po každej zmene spustite tú istú sadu. Jeden šťastný hovor nič nedokazuje.