Sesli yapay zekâ teknolojisi

Telefon Sesi Konuşma Tanıma için Neden Zordur (ve Ne İşe Yarar)

Dar bantlı, sıkıştırılmış ve gürültülü telefon sesi konuşma tanımayı neden zorlar, belirtiler nasıl fark edilir ve kurulumda ve senaryoda neler düzeltilebilir.

Call editör ekibi · Yayınlanma · 5 dk okuma

Bir demoda kusursuz çalışan bir sesli asistan gerçek bir çağrıda tökezleyebilir. Bunun nedeni nadiren dil modelidir. Genellikle sestir. Telefon hattı konuşma tanıma için zorlu bir ortamdır ve nedenini bilmek gerçekçi beklentiler oluşturmanıza ve düzeltebileceğiniz sorunları düzeltmenize yardımcı olur.

Kalabalık bir sokakta cep telefonuyla konuşan bir arayan
Örnek görsel

Bu rehber sesi arayanın ağzından tanıyıcıya kadar takip ediyor ve kalitenin nerede kaybolduğunu gösteriyor. Telefon Görüşmelerinde Konuşma Tanıma ve Ses Etkinliği Algılama yazılarının tamamlayıcısıdır.

Bir telefon görüşmesinin sesinin yolculuğu

Sesin zarar görebileceği yerler

  1. MikrofonBir telefon veya kulaklık, sesi odanın sesiyle birlikte yakalar.
  2. Cihaz içi işlemeGürültü bastırma ve kazanç kontrolü sesi yeniden şekillendirir.
  3. AğSes sıkıştırılır ve mobil ve internet bağlantıları üzerinden paketler hâlinde gönderilir.
  4. Telefon altyapısı platformuÇağrı köprülenir, dönüştürülür ve bazen karıştırılır.
  5. TanıyıcıSes, geriye ne kalite kaldıysa onunla metne dönüştürülür.

Her aşama kaliteyi yalnızca koruyabilir veya kaybedebilir; hiçbiri zaten kaybolmuş olanı geri ekleyemez. Arabadaki bir hoparlör gibi zayıf bir ilk halkanın sonrasındaki her şeyi sınırlamasının nedeni budur.

Dar bantlı ses: temel sınır

Geleneksel telefon sesi dar bantlıdır: bir stüdyo mikrofonunun yakaladığından çok daha sınırlı bir frekans aralığı taşır. Bunun sonucu, s, f ve ş gibi harfleri birbirinden ayıran yüksek frekanslı seslerin zayıflamasıdır. s ile f veya p ile t arasında telefon dayanacak pek az şey bırakır. İnsanlar bağlamı kullanarak bununla baş eder. Yazılımın ise, özellikle harf harf söylenen bir ad gibi tek başına kelimelerde, dayanabileceği daha az bağlamı vardır.

Bazı çağrılar daha fazla ayrıntı taşıyan geniş bantlı kodekler kullanır ve bu yardımcı olur. Belirli bir çağrının bundan yararlanıp yararlanmadığı, zincirdeki her halkanın bunu desteklemesine bağlıdır; farklı ağlar arasındaki çağrılar ise çoğu zaman en düşük ortak biçime geri döner.

En çok zarar gören sesler

  • Harf harf söylenen kelimelerdeki harflerB, D, P, T, S ve F birbirine karışır; bu da sesle harf harf söylemeyi güvenilmez kılar.
  • RakamlarYedi ile iki veya altı ile altmış, iyi bir ses olmadan karıştırılabilir.
  • Yumuşak ünsüzlerKelime sonlarındaki sessiz sesler gürültünün altında kaybolur.
  • Kısa kelimelerGürültülü bir ortamdaki evet ve hayır gibi, az bağlam daha fazla hata demektir.

Kötü sesin diğer nedenleri

Sıkıştırma ve paket kaybı

Bant genişliğinden tasarruf etmek için ses sıkıştırılır. Ağ paketleri gecikir veya kaybolursa kısa boşluklar veya bozuk ses patlamaları ortaya çıkar. Bir insan eksik bir heceyi tamamlar; bir tanıyıcı ise yanlış bir kelime üretebilir veya hiç üretmeyebilir.

Arka plan gürültüsü ve işleme

Arayanlar sokaklardan, mutfaklardan, araçlardan ve dükkânlardan arar. Bir cihazdaki gürültü bastırma gürültüyü giderebilir, ancak bir kelimenin başını da kırpabilir veya alçak sesli konuşmayı düzleştirebilir. Sonuç, bir insana temiz gelen ama yazılım için daha zor olan bir konuşma olabilir.

Yankı ve hoparlör

Arayanın hoparlörü mikrofonuna geri beslendiğinde asistanın kendi sesi yankı olarak dönebilir; bu da hem tanımayı hem de kimin konuştuğunun algılanmasını şaşırtabilir. Önemli olduğunda arayanları ahize veya kulaklık kullanmaya teşvik etmek yardımcı olur.

Eğitim uyumsuzluğu

Pek çok tanıyıcı büyük ölçüde daha temiz veya daha geniş bantlı kayıtlarla eğitilmiştir. Telefon sesi farklı duyulur; bu yüzden doğruluk düşer. Bazı sağlayıcılar telefon altyapısı için ayarlanmış modeller sunar; bunları sorun ve test edin.

Bir transkriptte neye benzer

BelirtiOlası ses kaynaklı neden
Harf harf söylenen adlarda yanlış harflerBenzer duyulan harfler arasında dar bant kaynaklı bulanıklık
Rakamların yer değiştirmesi veya düşmesiPaket kaybı, gürültü veya hızlı konuşma
Başta eksik kelimelerCihazdaki gürültü bastırmanın başlangıcı kırpması
Söylenmemiş tuhaf kelimelerYankı veya arka plandaki konuşmalar
Masa telefonlarında iyi, cep telefonlarında kötü doğrulukMobil gürültü ve sıkıştırma
Metin olmayan uzun boşluklarSessizlik algılamanın alçak bir seste başarısız olması

Yalnızca transkripte değil, kayda da bakın. Dinlemek, sorunun seste mi yoksa tanımada mı olduğunu gösterir. Siz net duyabiliyorsanız ve tanıyıcı duyamadıysa zayıf halka tanıyıcıdır; siz de zorlanıyorsanız sesi düzeltin.

Düzeltmeden önce sorunu ölçmek

Her hata için tanıyıcıyı suçlamak cazip gelir. Daha güvenilir bir alışkanlık, sorunlu çağrılardan bir örneklemi nedene göre ayırmaktır. Asistanın bir şeyi yanlış anladığı yirmi çağrı alın. Her biri için kaydı dinleyin ve karar verin: ses kötü müydü, arayan alışılmadık derecede hızlı veya alçak sesle mi konuştu, tanıyıcı net bir konuşmada basitçe mi yanıldı, yoksa yanlış anlama doğru metinden sonra dil modelinde mi oldu?

Dağılım çoğu zaman şaşırtıcıdır. Çok sayıda mobil arayanı olan bir işletme hataların çoğunun ses kaynaklı olduğunu görebilir; ürün kodları gibi özel bir kelime dağarcığı olan bir işletme ise zayıf noktanın tanıyıcı olduğunu görebilir. Her nedenin farklı bir çaresi vardır ve yanlış olanı düzeltmek haftalar kaybettirir.

Örüntülere zamana ve hatta göre de bakın. Hatalar belirli bir saatte yoğunlaşıyorsa neden sizin tarafınızdaki ağ yoğunluğu olabilir. Belirli bir bölgeden veya operatörden gelen çağrılarda yoğunlaşıyorsa ses yolu sorunlu olabilir. Herhangi bir ayarı değiştirmeden önce örüntüyü not edin; böylece değişikliğin işe yarayıp yaramadığını sonradan anlayabilirsiniz.

İyi geçen çağrıları da ekleyerek örneklemi dürüst tutun. Yalnızca başarısızlıkları incelerseniz bunları düzelten bir değişikliğin daha önce çalışan çağrıları sessizce bozup bozmadığını anlayamazsınız. Aynı karma set üzerinde öncesi ve sonrası karşılaştırması en basit güvencedir.

Bu konuda neler yapabilirsiniz

Görüşmeyi kötü sese göre tasarlayın

Adlar ve numaralar için teknikler Sesle Adları, Numaraları ve Adresleri Doğru Almak yazısında inceleniyor.

Kontrolünüzdekileri düzeltin

Call'da ses ve tanıma

Call'da her yapay zekâ asistanının transkripsiyon ayarları vardır: otomatik algılama da olabilen dinleme dili, bir sessizlik eşiği ve bir gürültü hassasiyeti kaydırıcısı. Tarayıcı telefonunu kullanan çalışanlar için canlı transkript, bir görüşmenin her iki tarafını da gerçekleştiği anda "siz" ve "karşı taraf" olarak etiketleyerek yazıya dökebilir ve çağrıyla birlikte kaydedebilir. Operatör bağlantısı ve herkese açık bir adres gerektirir; bunlar olmadan panel nedenini söyler. Transkriptler sınırlı bir süre saklanır. Bunları bir teşhis aracı olarak kullanın: belirli bir çağrıda canlı metin kötüyse kaydı dinleyin ve sorunun seste mi yoksa tanıyıcıda mı olduğuna karar verin. Tarayıcıdan arama Tarayıcıdan Arama Nasıl Çalışır: WebRTC'nin Açıklaması yazısında anlatılıyor.

Sık sorulan sorular

Telefon sesi neden akıllı telefonumdaki sesli mesajdan daha kötü?

Telefon görüşmeleri yazılım için değil, insanların anlaması için tasarlanmış dar ve sıkıştırılmış ses kullanır. Bir sesli mesaj uygulaması genellikle daha zengin sesi doğrudan cihaz üzerinde kaydeder.

Konuşma tanıma telefonda hiç kusursuz olabilir mi?

Hayır. Kötü hatlarda insanlar bile yanlış duyar. Amaç hataları azaltmak ve görüşmeyi hataların teyitle yakalanacağı şekilde tasarlamaktır.

Daha iyi bir mikrofon yapay zekâ asistanına yardımcı olur mu?

Kendi çalışanlarınız ve kulaklık kullanan arayanlar için evet, ancak arayanların ekipmanını kontrol edemezsiniz. Gerçekçi en kötü sese göre tasarlayın.

Harf harf söylenen adlar neden bu kadar zor?

Dar bir hatta pek çok harf birbirine benzer duyulur ve tek bir harfin yardımcı olacak bağlamı yoktur. Bilgiyi almak için başka bir yol sunmak veya harfleri tekrar okumak hataları azaltır.

Tanımayı telefon altyapısı için ayarlamalı mıyım?

Platformunuz telefona göre ayarlanmış modeller veya gürültü ayarları sunuyorsa bunları gerçek çağrılarda test edin. Sonuçları karşılaştırın, çünkü doğru ayar arayanlarınıza bağlıdır.

Bir hatanın sesten mi yoksa tanımadan mı kaynaklandığını nasıl anlarım?

Kaydı dinleyin. Bir insan kelimeleri net duyuyorsa ve transkript yanlışsa tanımadan şüphelenin. Ses bir insana da kötü geliyorsa ses yolunu düzeltin.

Call'da çağrı transkriptlerini ve sesini kontrol edin

Demo konsolunda gelen çağrıları bir simülasyonla deneyebilirsiniz.

İlgili rehberler