Prízvuky a nárečia v hlasovej AI: testovanie a ladenie
Prečo hlasoví agenti rozumejú niektorým prízvukom lepšie než iným, čo môžete upraviť a ako zostaviť férový test so skutočnými hlasmi, aby nikto nezostal vylúčený.
Každý má nejaký prízvuk. Hlasový agent bol však trénovaný na konkrétnej zmesi hlasov a najlepšie zvyčajne rozumie hlasom, ktoré počul najčastejšie. Pre firmu, ktorá slúži rozmanitej verejnosti, to nie je drobný technický detail. Rozhoduje o tom, či volajúci dostane pomoc, alebo bude frustrovaný.

Tento návod vysvetľuje, prečo prízvuky a nárečia ovplyvňujú hlasovú AI, čo môžete upraviť a ako testovať férovo. Súvisí s článkami Viacjazyčná hlasová AI a Prečo je telefonický zvuk pre rozpoznávanie reči náročný, ktoré dopĺňajú jazykovú a zvukovú stránku.
Prečo na prízvukoch záleží rozpoznávaču
Rozpoznávač reči sa učí vzorce z nahrávok spárovaných s textom. Ak sú v trénovacích nahrávkach nedostatočne zastúpené regionálny prízvuk, veková skupina alebo nerodený hovoriaci, vzorce pre tieto hlasy sú slabšie. Rozpoznávač nie je zaujatý v ľudskom zmysle; jednoducho má menej podkladov. Dôsledkom však môže byť nerovnaká služba.
V čom sa hovoriaci líšia
- VýslovnosťSamohlásky a spoluhlásky sa líšia podľa regiónu a materinského jazyka.
- Rytmus a prízvukKtorá slabika nesie dôraz a ako rýchlo slová splývajú.
- Slovná zásobaMiestne slová pre bežné veci, miestne názvy a slang.
- Gramatické vzorceNárečové tvary a stavba viet, ktoré sa líšia od učebnicového jazyka.
- Striedanie jazykovPrechádzanie medzi dvoma jazykmi v jednej vete.
Jazykový model, ktorý číta prepis, má podobný problém. Fráza, ktorá je v jednom nárečí prirodzená, môže byť v písanom texte, z ktorého sa učil, nezvyčajná a jej význam môže uniknúť.
Nárečia v rámci jedného jazyka
Rozšíreným omylom je, že jazyk je jedna vec. Angličtina v rôznych krajinách sa vo zvukoch a slovách výrazne líši a to isté platí pre mnohé jazyky vrátane japončiny s jej regionálnymi nárečiami, ako aj španielčiny, arabčiny a čínštiny. Systém vyladený na spisovnú podobu môže regionálnu reč zvládať len čiastočne.
Osobitným problémom je miestna slovná zásoba. Názvy ulíc, štvrtí, prezývky produktov a priezviská často nie sú vo všeobecnom slovníku. Ak ich vaši volajúci bežne používajú, rozpoznávač ich pravdepodobne premení na podobne znejúce bežné slová.
Čo môžete upraviť
Starostlivo zvoľte jazyk a región
Mnohé rozpoznávače ponúkajú jazykové varianty podľa regiónu. Výber variantu, ktorý je najbližší vašim volajúcim, môže pomôcť. Automatické rozpoznanie jazyka je pohodlné pri zmiešaných volajúcich, ale rozhoduje sa už na začiatku hovoru, preto otestujte, ako sa správa pri krátkych výpovediach a reči s prízvukom. V Call vám prepis reči umožní zvoliť jazyk alebo ho rozpoznávať automaticky a agent si prvý rozpoznaný jazyk ponechá po zvyšok hovoru, pokiaľ volajúci nepožiada o iný.
Doplňte slová, na ktorých záleží
Ak platforma podporuje vlastnú slovnú zásobu alebo nápovedy, pridajte názvy firmy, produktov, mená zamestnancov a miestne názvy. Aj keď ich nepodporuje, škodu môžete obmedziť tým, že tieto slová potvrdíte nahlas a v zdrojoch dáte agentovi krátky zoznam očakávaných názvov, aby dokázal priradiť tesný omyl.
Píšte zrozumiteľne
Krátke, jednoduché otázky sa ľahšie zodpovedajú aj rozpoznávajú než dlhé idiomatické. Vyhnite sa slangu vo vlastnej reči agenta a humoru, ktorý stojí na miestnych výrazoch.
Dajte volajúcim priestor
Nerodení hovoriaci a neistí ľudia môžu robiť pauzy alebo hovoriť pomaly. Pomáha dlhší prah ticha, ako popisuje článok Detekcia hlasovej aktivity.
Testujte so skutočnými hlasmi
Férovosť nemôžete posúdiť podľa niekoľkých kolegov s podobným pôvodom. Zostavte testovací panel, ktorý sa podobá vašim volajúcim.
Plán férového testu
- Spíšte si volajúcichRegióny, jazyky, vekové skupiny a typické druhy telefónov.
- Získajte testerovDobrovoľníkov, ktorí hovoria ako títo volajúci, s ich súhlasom.
- Napíšte scenárSkutočné úlohy vrátane mien, čísel a miestnych názvov.
- Uskutočnite hovoryPoužite bežné mobilné telefóny a realistický hluk.
- Porovnajte výsledkyHľadajte skupiny, kde je chýb výrazne viac.
| Ukazovateľ | Čo ukazuje |
|---|---|
| Správne rozpoznané slová | Ako dobre rozpoznávač zvládol každú skupinu |
| Splnené úlohy | Či volajúci dostali, čo potrebovali |
| Opakovania a opravy | Ako často sa agent pýtal znova |
| Miera odovzdania | Ako často to volajúci vzdali a žiadali človeka |
| Pohodlie volajúcich | Čo testeri povedali o zážitku |
Skupiny porovnávajte rovnakými ukazovateľmi. Rozdiel v splnených úlohách medzi skupinami je signálom na preskúmanie, aj keď celkový priemer vyzerá dobre. Chráňte súkromie testerov a nahrávky uchovávajte len tak dlho, ako ich potrebujete.
Dva hypotetické príklady
Malá veterinárna ambulancia v prímorskom meste prijíma hovory od miestnych, ktorí používajú prezývky ulíc a pláží. Rozpoznávač jednu prezývku stále mení na nesúvisiace bežné slovo. Ambulancia pridá miestne názvy do zdrojov agenta, nechá agenta zopakovať miesto a chýb ubudne. Na modeli sa nič nezmenilo; riešením bol zoznam slov.
Regionálna pobočka banky prijíma hovory od zákazníkov, ktorí sa jazyk naučili v dospelosti a hovoria pomaly s dlhými pauzami. Agent im stále odpovedá skôr, než dohovoria. Zvýšenie prahu ticha a skrátenie otázok agenta im dá priestor a miera opakovaní klesne. Riešením bolo opäť nastavenie a skript, nie nová technológia.
Oba príbehy majú spoločný vzorec: počúvajte zlyhania, identifikujte konkrétne slová alebo načasovanie a urobte malú zmenu. Veľké tvrdenia o presnosti sú menej užitočné než zápisník toho, čo sa na vašej linke pokazilo a čo to opravilo.
Zápisník udržujte aktuálny aj po spustení. Volajúci sa menia, pribúdajú nové štvrte a produkty a oprava urobená dnes môže zastarať. Mesačný pohľad na najčastejšie opravované slová je nenáročná rutina, ktorá udrží agenta aktuálneho.
Nikdy nedovoľte, aby bol systém múrom
Nech ladíte akokoľvek dobre, niektorým volajúcim systém neporozumie. Navrhujte s tým. Po dvoch neúspešných pokusoch zachytiť údaj by mal agent zmeniť prístup alebo hovor odovzdať, nie sa točiť v kruhu. Ponúknite zapísanie odkazu, dohodnutie spätného zavolania alebo počas obsadených hodín prepojenie na človeka.
Kontrolný zoznam férovosti
- Otestované s hovoriacimi zo všetkých hlavných skupín volajúcich
- Jazykové a regionálne nastavenia zodpovedajú vašim volajúcim
- Miestne názvy a pojmy doplnené alebo potvrdzované nahlas
- Nastavenia ticha umožňujú pomalšiu reč
- Kľúčové údaje sa pred použitím čítajú späť
- Po dvoch neúspešných pokusoch je dostupný človek
- Miera odovzdania a opakovaní sa vyhodnocuje podľa skupín
Ako na to v Call
V Call zvoľte jazykové nastavenie agenta, nastavte prah ticha a citlivosť na hluk a úvodnú aj chybovú správu napíšte jednoduchými slovami. Potom pomocou testovacieho hovoru agenta počujte na vlastnom telefóne a požiadajte kolegov s rôznymi prízvukmi, aby urobili to isté. Následne otvorte každý hovor v histórii hovorov, prečítajte si rozhovor repliku po replike a v prepisoch vyhľadajte slová, ktoré boli opakovane zle počuté. Opravte zdroje, kde záleží na znení, pridajte presné odpovede a cez Centrum podpory udržujte otvorenú cestu k človeku.
Často kladené otázky
Rozumie hlasová AI všetkým prízvukom rovnako?
Nie. Presnosť sa medzi prízvukmi a nárečiami často líši v závislosti od hlasov, z ktorých sa systém učil. Testujte s vlastnými volajúcimi namiesto spoliehania sa na všeobecné tvrdenia.
Môžem agentovi povedať, aký prízvuk má očakávať?
Často môžete pre rozpoznávač zvoliť jazykový variant a v niektorých systémoch doplniť slovnú zásobu. Overte si, čo vaša platforma podporuje, a výsledok otestujte.
Prečo agent nerozumie miestnym názvom?
Všeobecné slovníky zriedka obsahujú každý miestny názov, takže rozpoznávač vyberie podobné bežné slovo. Názvy potvrdzujte nahlas a kde sa dá, dodajte očakávané názvy.
Má agent prepínať jazyky automaticky?
Pri zmiešaných volajúcich to môže pomôcť, ale otestujte to na krátkej reči a reči s prízvukom. V Call sa prvý rozpoznaný jazyk ponechá počas celého hovoru, pokiaľ volajúci nepožiada o iný.
Ako zistím, či je môj agent k niektorým volajúcim nespravodlivý?
Porovnajte splnené úlohy, opakovania a mieru odovzdania medzi skupinami testerov, ktorí hovoria rozdielne. Veľké rozdiely sú signálom upraviť nastavenia, zdroje alebo skript.
Čo ak volajúcemu nie je vôbec rozumieť?
Rýchlo ponúknite inú cestu: odkaz, žiadosť o spätné volanie alebo človeka. Žiadny volajúci by nemal uviaznuť v systéme, ktorý mu nerozumie.