Sesli Asistanlarda Söz Sırası: Kim, Ne Zaman Konuşur
Sesli asistan ne zaman konuşacağına, bekleyeceğine veya duracağına nasıl karar verir, üst üste konuşma neden zordur ve doğal görüşmeler nasıl tasarlanır.
İnsan konuşması dikkat çekici derecede akıcı bir devir teslimdir. Karşımızdaki kişi sözünü bitirirken, hatta çoğu zaman bitirmeden konuşmaya başlarız ve ipuçlarını fark etmeden okuruz. Bir sesli asistanın böyle bir içgüdüsü yoktur. Ona ne zaman dinleyeceği, ne zaman konuşacağı ve ne zaman duracağı için kurallar verilmelidir. Bu kurallar yanlış olursa doğru yanıtlar bile tuhaf hissettirir.

Bu makale, sesli asistanlarda söz sırasının arkasındaki fikirleri ve bir görüşmeyi doğal hissettiren tasarım tercihlerini ele alıyor. Sessizliğin nasıl algılandığını açıklayan Ses Etkinliği Algılama ve Söze Girme ve Kesintileri Yönetmek yazılarının üzerine kuruludur.
Doğal söz sırası neye benzer
Günlük konuşmada bir konuşmacı ile bir sonraki arasındaki boşluk genellikle çok kısadır ve uzun sessizlikler rahatsız edici gelir. İnsanlar ayrıca hafifçe üst üste konuşur, sesli olarak onaylar ve takip ettiklerini göstermek için küçük kelimeler söyler. Bunların hiçbiri kabalık değildir; bir konuşma bu şekilde canlı kalır.
Telefonda okunacak bir yüz yoktur; bu yüzden her sinyali ses taşır. Yükselen bir ton bir soruyu, uzayan bir kelime düşüncenin bitmediğini, hızlı bir nefes de çoğu zaman birinin konuşmak üzere olduğunu gösterir. Yazılım bu ipuçlarını yalnızca sesten ve metinden tahmin etmek zorundadır.
Bir sesli asistanın yönetmesi gereken hamleler
- Sözü almakArayan bitirdikten sonra uzun bir boşluk bırakmadan yanıta başlamak.
- Sözü korumakKısa bir ses veya öksürük araya girdiğinde konuşmaya devam etmek.
- Sözü bırakmakArayan asistanın üzerine konuşmaya başladığında durmak.
- Onay sesleriYeni bir söz sırası olmayan "evet" veya "tamam" gibi kısa sesler.
- Onarımİkisi aynı anda konuştuğunda veya asistan yanlış duyduğunda toparlanmak.
Yazılım için neden zordur
Üç sorun tekrar tekrar karşımıza çıkar.
Söz sırasının bittiğine karar vermek
Sabit bir sessizlik süresi beklemek basit ama kabadır. İnsanlar düşünürken cümlenin ortasında duraklar. Ayrıca bir düşünceyi bitirip yanıt bekleyerek susarlar. Daha gelişmiş sistemler o ana kadar söylenen kelimelere bakar: anlam olarak bir soru, tamamlanmış bir adres veya bir bağlaçla biten bir cümle. Sabit yaklaşımın, daha akıllı bir yaklaşımın ve ikisinin karışımının her birinin ödünleşimleri vardır; sabır için ayarların bulunmasının nedeni budur.
Üst üste konuşmayı ve söze girmeleri yönetmek
Arayan bir şey söylerken asistan konuşmaya devam ederse arayan bunu daha yüksek sesle tekrarlar. İyi bir asistan gerçek konuşma duyduğunda hızla durur, ancak bir öksürük veya korna sesi için durmaz. Her seste durmak onu tedirgin gösterir; gerçek söze girmeleri görmezden gelmek ise sağır gösterir.
Onay seslerini gerçek söz sıralarından ayırmak
Bir asistan uzun bir adres okurken arayan "hı hı" derse bu bir söze girme değil, cesaretlendirmedir. Bunu yeni bir söz sırası olarak ele almak okumayı rayından çıkarır. Pek çok sistem ikisini güvenilir biçimde ayırt edemez; bu yüzden pratik çözüm, ifadeleri bu sorunun hiç ortaya çıkmayacağı kadar kısa tutmaktır.
Teknolojiye uygun görüşmeler tasarlamak
Teknolojiyi yeniden inşa edemezsiniz, ancak onunla uyumlu çalışan görüşmeler yazabilirsiniz. İyileşmenin çoğu zekice mühendislikten değil, senaryodan ve komuttan gelir.
- Yanıtları bir veya iki kısa cümlede tutun. Uzun konuşmalar söze girmeyi davet eder ve hataları düzeltmeyi zorlaştırır.
- Her seferinde tek bir soru sorun. Tek söz sırasında iki soru, arayanı hangisini önce yanıtlayacağı konusunda kararsız bırakır.
- Küçük parçalar hâlinde teyit edin. Bir telefon numarasını tek uzun bir dizi yerine, her birinden sonra doğal bir duraklamayla gruplar hâlinde okuyun.
- Beklemeyi duyurmayın. "Bir dakika lütfen" gibi ifadeler değer katmadan süreyi uzatır.
- Söze girmeyi zararsız hâle getirin. Asistanın sözü kesilirse yanıtına baştan başlamak yerine yeni girdiden devam edebilmelidir.
İyi tempolu bir alışveriş
- Kısa karşılamaKimin yanıt verdiğini söyleyin ve tek cümleyle yardım önerin.
- Açık uçlu soruArayanın kendi kelimeleriyle anlatmasına izin verin.
- Kısa onayArayanın duyulduğunu bilmesi için talebi birkaç kelimeyle yansıtın.
- Tek bir ek soruHâlâ eksik olan tek ayrıntıyı sorun.
- Döngüyü kapatınBundan sonra ne olacağını söyleyin ve gerekirse bir insan önerin.
Hız da zamanlama kadar önemlidir
Doğru bir söz sırası kararı bile yanıt geç gelirse yanlış hissettirir. Yanıtlar transkripsiyon, dil modeli ve konuşma sentezi nedeniyle gecikebilir. Bazı sistemler yanıtın tamamını beklemek yerine ilk bölümü hazır olur olmaz konuşmaya başlar; bu da boşluğu kısaltır. Zamanın nereye gittiği için Sesli Yapay Zekâda Gecikme yazısına bakın.
İşin insan faktörü boyutu da vardır. Kısa bir ton veya hızlı bir açılış kelimesi gibi küçük bir onay, daha uzun bir sorgulama sırasında arayanı rahatlatabilir; ancak her söz sırasında tekrarlanan dolgu ifadeler sinir bozucu hâle gelir. Bunları idareli kullanın ve gerçek dinleyicilerle test edin.
Söz sırasını zorlayan durumlar
Bazı çağrı türleri, doğal ritim bozulduğu için ekstra özen gerektirir.
- Endişeli veya üzgün arayanlar çoğu zaman uzun, kesintisiz bir şekilde konuşur. Çok hızlı söze giren bir asistan umursamaz gibi duyulur. Biraz daha uzun bir bekleme ve kısa, sakin bir onay daha iyi işler; erkenden bir insan önermek de akıllıcadır.
- Yaşlı veya emin olmayan arayanlar yanıt vermeden önce uzun süre duraklayabilir. Sabır hızdan daha önemlidir ve daha uzun bir sessizlikten sonra yapılan nazik bir yönlendirme, soruyu hemen tekrarlamaktan iyidir. Yaşlı Arayanlara Yapay Zekâ Resepsiyonistle Yardımcı Olmak yazısına bakın.
- Hoparlörden veya arabadan arayanlar yankı ve yol gürültüsü üretir; bu da asistanın kendi sesini duymasına veya bir cümlenin sonunu kaçırmasına neden olabilir.
- E-posta adresi gibi bilgileri dikte eden arayanlar parçalar arasında boşluğa ihtiyaç duyar. Her parçayı kısaca teyit etmek, uzun bir monolog olmadan ritmi korur.
Her durumda çözüm aynıdır: gerçek çağrıları gözlemleyin, ritmin nerede bozulduğunu bulun ve senaryoyu ya da ayarları düzenleyin. Söz sırası hiçbir zaman tamamlanmış bir iş değildir, çünkü arayanlar hiçbir zaman tek tip değildir.
Söz sırasını test etmek
Söz sırası yalnızca bir transkriptten değerlendirilemez; dinlemeniz gerekir. Farklı arayanları canlandıran bir çalışma arkadaşınızla test aramaları yapın ve alışverişin nasıl hissettirdiğini not edin.
| Test | Neye kulak vermeli |
|---|---|
| Hızlı konuşan | Asistan söze girmeden ona yetişebiliyor mu? |
| Yavaş, tereddütlü konuşan | Asistan kelimeler arasındaki duraklamalarda bekliyor mu? |
| Söze giren arayan | Asistan hemen susup yeni girdiye yanıt veriyor mu? |
| Rakam okuma | Asistan rakam grupları arasında sabırlı mı? |
| Asistan konuşurken "hı hı" | Asistan durmak yerine devam ediyor mu? |
| Arayanın sessiz kalması | Asistan nazikçe yönlendiriyor, ardından bir çıkış yolu sunuyor mu? |
Call'da söz sırası ayarları
Call'da her yapay zekâ asistanının, dinleme dilini seçtiğiniz ve arayanın sözünü bitirdiğine nasıl karar vereceğini ayarladığınız transkripsiyon ayarları vardır: bir buçuk saniyeye kadar bir sessizlik eşiği ve bir gürültü hassasiyeti kaydırıcısı. Yöneticiler çağrı geçmişinde bir çağrıyı açarak her konuşma sırasının ne kadar sürdüğünü görebilir; bu, bir gecikmenin sessizlik beklemesinden mi yoksa yanıtın kendisinden mi kaynaklandığını belirlemeye yardımcı olur. Asistan ayrıca yanıtları kısa ve doğal tutacak şekilde ayarlanmıştır. Kendi telefonunuzu aramak için test aramasını kullanın, ardından ayarlayıp tekrar arayın. Adım adım kurulum için Call'da Yapay Zekâ Asistanı Kurmak yazısına bakın.
Son bir tasarım notu: arayanlara her zaman görüşmeden bir çıkış yolu sunun. Otomatik bir sesin ritmiyle zorlanan bir arayan, IVR ve Yapay Zekâ Sesli Asistan yazısında anlatıldığı gibi bir insan isteyebilmelidir.
Sık sorulan sorular
Bir sesli asistanda söz sırası nedir?
Asistanın arayanın ne zaman sözünü bitirdiğine, ne zaman yanıt vereceğine ve arayan konuşmaya başladığı için ne zaman susacağına karar verme şeklidir. Bir görüşmenin bir dizi komut yerine bir sohbet gibi hissettirmesini sağlar.
Sesli asistanım neden arayanların üzerine konuşuyor?
Yaygın nedenler çok kısa bir sessizlik beklemesi, gürültünün konuşmanın sonu olarak algılanması veya çok duraklayan bir arayandır. Sessizlik ayarlarını düzenleyin ve gerçekçi konuşmalarla test edin.
Onay sesi (backchannel) nedir?
Onay sesi, dinleyenin takip ettiğini gösteren "hı hı" veya "tamam" gibi küçük bir sestir. Yeni bir söz sırası değildir, ancak yazılım onu öyle sanabilir.
Bir asistan kasıtlı olarak sözümü kesebilir mi?
İyi tasarlanmış asistanlar bundan kaçınır. Bir asistan söze giriyorsa bu neredeyse her zaman bir tercih değil, bir zamanlama sorunudur. Daha uzun sessizlik beklemeleri genellikle bunu azaltır.
Daha hızlı bir yanıt her zaman daha iyi mi duyulur?
Hayır. Çok erken gelen bir yanıt, özellikle arayan bir numara okurken söz kesme gibi hissettirebilir. Amaç en kısa değil, doğal bir boşluktur.
Söz sırasını nasıl test ederim?
Tereddütlü konuşanlar, söze girmeler ve rakam okuma dahil farklı konuşma tarzlarıyla aramalar yapın, ardından kayıtları dinleyin. Her seferinde tek bir ayarı değiştirin ve aynı senaryoyu tekrarlayın.