Розпізнавання мовлення в дзвінках: практичні поради
Чому розпізнавання мовлення мучиться на телефонних лініях і що допомагає: чіткий звук, мова й словник, продумані запитання, повторення почутого, тестування.
Голосовий агент настільки хороший, наскільки добре чує. Якщо розпізнавання мовлення перетворює «у вівторок о десятій» на «у вів торок о десять тій», усе подальше йде не так, якою б доброю не була мовна модель. Те саме стосується транскриптів і резюме дзвінків: помилка на етапі розпізнавання поширюється на всі наступні кроки.

Цей посібник пояснює, чому телефонне мовлення складне, які помилки найчастіші і які виправлення варті часу. Про загальний конвеєр див. Як працює голосовий ШІ: STT, LLM і TTS, а про звук — Чому телефонний звук складний для розпізнавання мовлення.
Чому телефонне мовлення складне
Телефонний дзвінок стискає людський голос у вузький канал. Високі й низькі частоти зрізаються, сигнал стискається, а пакети можуть губитися дорогою. До цього додається оточення абонента: транспорт, телевізор, вітер, гучний зв'язок на кухні. Системи розпізнавання навчені на великій кількості мовлення, але такі умови все одно підвищують рівень помилок.
Що погіршує розпізнавання
- Вузька смуга пропусканняТелефонний звук містить менше деталей, ніж звичайні записи, тож схожі звуки розмиваються.
- Фоновий шумАвтомобілі, натовпи й машини конкурують з голосом.
- Погані мікрофониГучний зв'язок, дешеві гарнітури й далекі мікрофони додають луну.
- Манера мовленняШвидке мовлення, бурмотіння та незнайомі акценти складніші.
- Рідкісні словаІмена, бренди, назви вулиць і жаргон, які система бачила рідко.
- Накладене мовленняПеребивання, побічні розмови й двоє, що говорять водночас.
Типові помилки
Очікуйте проблем з омофонами, цифрами, які читають групами, іменами по літерах, датами й часом та короткими словами на початку речення. Знання, які помилки у вас, полегшує їх виправлення. Див. Як голосом правильно отримати імена, числа та адреси.
Почніть з основ
Перш ніж змінювати щось хитре, перевірте прості речі.
Базовий перелік за порядком
- Перевірте звукПослухайте записи реальних дзвінків. Якщо ви не розумієте фрагмент, система теж.
- Задайте мовуОберіть мову, якою говорять абоненти, або ввімкніть автоматичне визначення, якщо абоненти різні.
- Налаштуйте паузиВідрегулюйте, як довго триває тиша, перш ніж система вирішить, що абонент закінчив.
- Налаштуйте обробку шумуЗробіть систему більш чи менш чутливою до фонових звуків.
- Перевіряйте на реальних голосахСпробуйте різних людей, пристрої та місця.
Мова та визначення
Якщо більшість абонентів говорить однією мовою, задайте її явно. Автоматичне визначення корисне, коли абоненти різні, але воно може потребувати кількох слів, щоб устоятися, а короткі репліки на кшталт «так» можуть бути хибно оцінені. Про багатомовну лінію прочитайте Багатомовна телефонна підтримка зі ШІ. Акценти й діалекти також важливі; див. Акценти й діалекти в голосовому ШІ.
Паузи та черговість реплік
Якщо система перебиває людей посеред речення, підвищте поріг тиші, щоб вона чекала довше. Якщо здається, що вона відповідає повільно, знизьте його. Старші абоненти та люди, які диктують числа, роблять більше пауз; перевіряйте з ними. Поріг, що пасує жвавому обміну, може дратувати тих, хто думає вголос. Див. Виявлення голосової активності та Черговість реплік у голосових агентах.
Чутливість до шуму
Шумна вулиця може змусити систему чути мовлення там, де його немає, або приховати тихе мовлення. Тестуйте в шумному середовищі, а не лише в офісі, і регулюйте чутливість крок за кроком.
Проєктуйте запитання, які легко розпізнати
Часто найдешевше покращення не в розпізнавачі, а в тому, що питає агент.
- Питайте про одне за раз. «Як вас звати?» дає чистішу відповідь, ніж «Ім'я, номер телефону та причина?».
- Пропонуйте спосіб відповісти кількома словами, наприклад «так» чи «ні», або вибір із двох варіантів.
- Скажіть абонентам, як називати числа: «Будь ласка, називайте цифри по одній».
- Уникайте довгих відкритих запитань, де вистачить короткого закритого.
- Дайте абонентові час відповісти, перш ніж агент знову заговорить.
Підтверджуйте важливе
Для імен, номерів телефонів, дат, адрес і всього з наслідками повторіть почуте й попросіть абонента підтвердити. «Я записав вівторок, четверте, о десятій ранку. Усе правильно?» набагато надійніше за припущення. Запропонуйте інший спосіб надати складну інформацію, наприклад повідомлення, надіслане потім людині для заповнення, де це дозволено.
Допоможіть системі своїми словами
Помилки розпізнавання часто концентруються на словах, специфічних для вашого бізнесу: назви продуктів, імена співробітників, топоніми, медичні чи технічні терміни. Способи допомогти:
- Ведіть перелік неправильно почутих термінів і стежте, чи вони покращуються.
- Де система дозволяє власний словник чи підказки, додайте важливі терміни.
- Переконайтеся, що ваші джерела знань пишуть імена однаково, щоб наступні кроки могли їх зіставити.
- Навчіть словник вимови, як агент промовляє ці слова вголос; це впливає на вихідне мовлення, а не розпізнавання, але допомагає абонентам розуміти й відповідати так само.
Зверніть увагу на різницю між слуханням і говорінням. Словник вимови змінює, як слово читається вголос, а не як воно чується.
Вдало обробляйте збої
Навіть добре налаштована система іноді чує хибно. Продумайте запасний варіант: після однієї невдалої спроби переформулюйте запитання; після другої запропонуйте інший спосіб, наприклад людину, зворотний дзвінок чи повідомлення. Ніколи не проганяйте абонента через ту саму підказку тричі. Гідний вихід захищає стосунки, коли технологія підводить.
Вимірюйте й тестуйте
Без вимірювання ви не знаєте, чи допомогла зміна. Складіть невеликий тестовий набір із реальних дзвінків за згодою і з поміченим дозволом: може, п'ятдесят коротких уривків, що охоплюють ваші типові голоси, пристрої та шум. Для кожного порівняйте сказане з розпізнаним і рахуйте помилки, що мали значення, як-от неправильна цифра, а не кожне дрібне слово.
Щомісячний перегляд розпізнавання
- Послухайте вибірку реальних дзвінків, зокрема невдалих.
- Складіть перелік п'яти найчастіше неправильно почутих слів чи фраз.
- Перевірте, чи формулювання, налаштування або словник можуть їх виправити.
- Повторно тестуйте ті самі уривки після кожної зміни.
- Включайте шумні й акцентовані зразки, а не лише чисті.
- Записуйте зміни та результати, щоб не повторювати експеримент.
Див. Як протестувати голосового ШІ-агента перед запуском та Як оцінювати розмови голосового агента.
Як це зробити в Call
Call дозволяє налаштувати слухання для кожного ШІ-агента в його голосових налаштуваннях. У розділі транскрибування ви обираєте мову або автоматичне визначення та рухаєте поріг тиші й регулятор чутливості до шуму. Банер на сторінці каже, які налаштування живі дзвінки використовують зараз. Підвищте поріг тиші, якщо агент перебиває абонентів посеред речення.
- Словник вимови. Навчіть голос ШІ, як читати імена, місця й слова, які він вимовляє неправильно; це змінює те, що промовляється, а не те, що розпізнається.
- Транскрипти. Читайте транскрипт дзвінка під записом і позначайте мовців після дзвінка, щоб бачити, хто що сказав.
- Якість дзвінка. Дзвінки з ШІ-агентом оцінюються після завершення, з причинами й цитатами, тож слабкі дзвінки легко знайти.
- Виправлення. Можна виправити відповідь у записі дзвінка й зберегти виправлену відповідь у знаннях агента.
Розпізнавання в Call залежить від дзвінка й телефонної лінії, тож тестуйте на реальних лініях. Див. Використання історії та резюме дзвінків у Call та Пошук у транскриптах дзвінків у Call.
Часті запитання
Чому розпізнавання телефонного мовлення менш точне, ніж на моєму смартфоні?
Телефонні лінії передають вужчий і стиснутіший звук, ніж сучасний мікрофон, а абоненти часто в шумних місцях або на гучному зв'язку. Програмі є з чого менше брати, тож помилок більше.
Задати одну мову чи користуватися автоматичним визначенням?
Якщо майже всі абоненти говорять однією мовою, задайте її. Автоматичне визначення використовуйте, коли абоненти різні, і тестуйте короткі відповіді на кшталт «так» і «ні», які можна хибно визначити.
Як покращити розпізнавання імен і чисел?
Питайте про один пункт за раз, скажіть абонентам, як називати цифри, підтверджуйте повторенням і додавайте важливі терміни до словника, де система це дозволяє.
Чи словник вимови покращує те, що чує агент?
Ні. Він покращує, як агент вимовляє слова вголос. Він може допомогти абонентам розуміти агента, але розпізнавання — окреме налаштування.
Як зрозуміти, чи допомогла зміна?
Тримайте незмінний набір уривків реальних дзвінків, рахуйте помилки, що мають значення, до і після й проганяйте той самий набір після кожної зміни. Один вдалий дзвінок нічого не доводить.