Få japansk talsyntes att låta naturlig i telefon
Så får du japansk talsyntes att låta naturlig i telefon: uttal, pauser, tempo, artighetsnivå, namn och en testcykel som fångar misstagen.
Talsyntes (TTS) har blivit mycket bättre, men japanska får den fortfarande att snubbla på sätt som engelska sällan gör. En uppringare som hör 日本橋 (Nihonbashi) läst på fel sätt, eller en ursäkt framförd i platt monoton ton, tänker inte ”programmet gjorde ett fel”. Hen tänker att företaget inte bryr sig. I ett telefonsamtal, där ljudet redan är smalbandigt och obarmhärtigt, sticker små fel ut.

Den här guiden är skriven för företag som är verksamma i Japan eller tar emot japansktalande uppringare. Den förklarar varför japanska är svårt, de sex vanligaste problemen och hur du löser dem, samt en förbättringscykel som går att upprepa. Till sist visar vi verktygen i Call. Om du väljer mellan inspelningar och syntes, börja med Inspelade meddelanden eller syntetisk röst?.
Varför japanska är svårt för TTS
På engelska ger stavningen en hyfsad vägledning till uttalet. På japanska gör tecknen ofta inte det. Ett kanji kan ha flera läsningar (on och kun), och vilken som är rätt beror på ordet och sammanhanget. Tal och räkneord ändrar form: samma siffror läses olika med olika räkneord. Ord som bara skiljer sig i tonhöjd, som 橋 (bro) och 箸 (ätpinnar), skrivs olika men låter likadant bortsett från melodin. Ett system som bara ser texten måste gissa.
- Läsningar: namn, orter och fackord är de vanligaste felen.
- Tonhöjdsaccent: en fel accent låter främmande även när varje ljud är rätt.
- Artighet: keigo, det japanska artighetsspråket, kräver rätt nivå och konsekventa verbändelser.
- Rytm: långa meningar utan pauser flyter ihop.
Sex problem och hur du löser dem
Vad som går fel och vad du gör
- Fel läsningSkriv ut läsningen i kana för namn, orter och fackord.
- Pauser saknasKorta meningarna och sätt skiljetecken där en talare skulle andas.
- Fel tempoSakta ner vid siffror och instruktioner; rusa inte igenom hela manuset.
- Fel röstVälj en röst vars ton passar situationen, inte bara den bästa demon.
- Fel artighetsnivåAnvänd en och samma nivå av keigo genomgående.
- Konstiga egennamnTesta företags-, produkt- och personalnamn var för sig.
Läsningar
De flesta TTS-motorer har ett sätt att ange hur ett ord ska läsas, eller en ordlista med undantag. Gör en lista med era egna namn, ortnamn, produktnamn och fackord, med rätt läsning i hiragana eller katakana. Kontrollera siffror, datum, klockslag och hur telefonnummer grupperas, eftersom de ofta läses onaturligt. Undvik tvetydiga konstruktioner i manuset där du kan; att formulera om är ofta enklare än att rätta.
Pauser och rytm
Skriv för örat. En mening som fungerar på papper kan vara för lång att säga i ett andetag. Dela upp den, sätt ett kommatecken där en paus hör hemma och kom ihåg att ett telefonsamtal behöver lite mer luft än en sida. Listor ska ha korta punkter. En kort paus efter hälsningen, före huvudfrågan, hjälper uppringaren att förbereda sig.
Tempo
Långsammare är inte alltid bättre. Ett jämnt långsamt tempo låter nedlåtande; ett jämnt snabbt tempo är tröttsamt. Variera: stadigt för vanliga meningar, lite långsammare för siffror, adresser och allt som uppringaren behöver skriva ner. Många antecknar medan de lyssnar, så ge dem tid.
Val av röst
Välj röst genom att lyssna på ditt eget manus i en riktig telefon, inte bara på demomeningen. Tänk på situationen: en lugn, varm röst passar en ursäkt, en rask och tydlig passar en meny. Manlig eller kvinnlig röst är en fråga om varumärke och smak, men det viktiga är att det är konsekvent över hela linjen. Undvik röster med ovanligt glättig eller känslosam ton för allvarlig information.
Artighet
Japanska affärssamtal följer fasta konventioner för respekt. Välj en nivå och håll dig till den. Att blanda vardagliga och formella ändelser i ett meddelande låter slarvigt, och en överdrivet formell ton kan kännas kall. Naturliga inledningsfraser, som standardhälsningen och tacket för samtalet, ska sägas som en människa skulle säga dem, inte översättas från ett annat språk. Se Hälsningsmanus för AI-telefonsvar.
Egennamn
Företagsnamn, produktnamn och personalnamn förtjänar ett eget test, eftersom de förekommer i varje samtal. Säg dem både i en mening och för sig. Varumärken som blandar skriftsystem eller innehåller latinska bokstäver behöver ofta en särskild läsning.
En förbättringscykel
Från manus till en röst som låter rätt
- Skriv för öratKorta meningar, talspråklig stil, konsekvent artighet.
- Rätta läsningarLägg in namn, fackord och siffror i en ordlista.
- Lyssna i telefonRing linjen och lyssna som en uppringare skulle göra.
- BedömNotera varje paus, accent eller läsning som låter fel.
- RevideraRedigera manuset eller ordlistan.
- Testa igenSpela upp alla tidigare rättelser för att vara säker på att inget har gått sönder.
För en regressionslista: varje problem du har rättat, med meningen som avslöjade det. Spela upp den efter varje ändring av manus, röst eller motor, eftersom en uppdatering av motorn kan göra en rättelse ogjord.
Vanliga moment i samtalet att kontrollera
Vissa delar av samtalet hörs av varje uppringare, så de är värda extra uppmärksamhet. Lyssna på vart och ett av dessa i telefon innan du lyssnar på något annat.
| Moment | Vad du kontrollerar | Typisk åtgärd |
|---|---|---|
| Hälsning | Företagsnamnet läses rätt, varmt och utan brådska | Lägg in namnet i ordlistan; korta meningen |
| Öppettider | Klockslag och veckodagar läses tydligt | Skriv klockslag så som du skulle säga dem högt |
| Adresser och vägbeskrivningar | Ortnamn och nummer | Läsningar i kana; långsammare tempo; korta stycken |
| Ursäkt eller fördröjning | Tonen är lugn, inte glad | Välj en lugnare röst; skriv om formuleringen |
| Avslutning | Tack och adjö låter naturligt | Använd den vedertagna avslutningsfrasen, inte en översättning |
En tänkt butik med en filial uppkallad efter ett lokalt landmärke kan upptäcka att den egna adressen är den mest förvanskade meningen i hela manuset. Det är vanligt. De ord som betyder mest för företaget, dess namn, adress och produkter, är också de som motorn har sett minst. Testa dem först, rätta dem först och behåll dem i ordlistan där nästa person hittar dem.
Innan du publicerar ett japanskt manus
- Varje namn, ort och fackord har en kontrollerad läsning
- Siffror, datum och klockslag låter naturligt i de riktiga meningarna
- Meningarna är korta nog att sägas i ett andetag
- En och samma artighetsnivå används genomgående
- Rösten passar meddelandets ton
- En person med japanska som modersmål har lyssnat i telefon
Varför telefonlinjen spelar roll
Telefonljud är komprimerat och smalbandigt, vilket döljer vissa detaljer och förstärker andra. En röst som låter fyllig i hörlurar kan bli grumlig på en mobillinje, och vissa konsonanter suddas ut. Utvärdera alltid i ett riktigt samtal, helst över mobilnätet, och sedan igen över en fast linje.Ljudkvalitet i telefon förklarar varför.
Så gör du i Call
I Call väljer du rösten som din AI-agent använder under Röst, AI-röster. Ställ in språket på det som dina uppringare talar, lyssna på exempel på några kort, tryck på Använd den här rösten och tryck sedan på Hör vad uppringarna hör för att lyssna med de sparade inställningarna. I området för röstinställningar och testyta kan du skriva en egen mening och lyssna. En telefonlinje kan ha en egen röst, och en linjes huvudspråk för samtal är som standard japanska; en uppringare som talar ett annat språk besvaras på det språket.
Med Uttalsordlistan på samma sida lär du rösten hur den ska läsa namn, orter och ord som den uttalar fel. Tryck på Lägg till ett ord, skriv ordet i Skrivs som och läsningen i kana i Läses som, skriv sedan en mening i Prova en mening för att se hur den kommer att läsas och spela upp den. Bara det som sägs ändras; de skrivna meddelandena förblir som de är. Ordlistan rymmer upp till 100 ord, och bara arbetsytans chefer kan ändra den. Avsluta med att testa i en riktig telefon med agentens testsamtal. Se även Språkval i IVR.
Vanliga frågor
Varför läser japansk TTS vissa ord fel?
Kanji kan ha flera läsningar, och vilken som är rätt beror på sammanhanget. Om systemet gissar fel kan du rätta det genom att ange läsningen i kana.
Kan jag styra tonhöjdsaccenten?
Vissa motorer tillåter justeringar, men kontrollerna varierar. Ofta är det praktiska att välja en bra röst och formulera om meningar som låter konstigt.
Hur hanterar jag siffror och datum?
Testa dem i de riktiga meningar du använder. Där läsningen låter fel, skriv ut den i kana eller formulera om.
Vilken artighetsnivå ska jag använda?
Välj en nivå som passar ert varumärke och era uppringare, och använd den konsekvent i varje meddelande. Att blanda nivåer låter slarvigt.
Ska jag använda en inspelad röst i stället?
Inspelningar låter naturliga för fasta meddelanden, men det tar längre tid att ändra dem. Syntes passar text som ändras ofta. Många företag använder båda.
Hur ofta ska jag kontrollera rösten?
Efter varje ändring av manus, ordlista, röst eller motor, och regelbundet med riktiga samtal. För en lista över tidigare rättelser att spela upp igen.