Технології голосового ШІ

Природний японський синтез мовлення для телефонних ліній

Як зробити японський синтез мовлення природним на телефонній лінії: читання, паузи, темп, ввічливі форми, імена та цикл тестування, що виловлює помилки.

Редакція Call · Опубліковано · Читати 5 хв

Синтез мовлення (TTS) значно вдосконалився, проте японська досі збиває його з пантелику так, як англійська рідко. Абонент, який почує 日本橋 з неправильним читанням або вибачення, вимовлене пласким монотонним голосом, не подумає: «Програма помилилася». Він подумає, що компанії байдуже. На телефонній лінії, де звук і так вузький і невблаганний, дрібні помилки впадають у вухо.

Людина в гарнітурі слухає синтезований голос під час телефонного дзвінка
Ілюстрація

Цей посібник, написаний для компаній, що працюють в Японії або обслуговують японськомовних абонентів, пояснює, чому японська складна, які шість проблем трапляються найчастіше і як їх виправити, а також описує повторюваний цикл удосконалення. Наприкінці розглянуто інструменти в Call. Якщо ви обираєте між записами й синтезом, почніть зі статті Запис живого голосу чи синтез мовлення.

Чому японська складна для TTS

В англійській написання непогано підказує вимову. У японській ієрогліфи часто не підказують. Кандзі може мати кілька читань (он і кун), і правильне залежить від слова та контексту. Числа й лічильні слова змінюють форму: ті самі цифри читаються по-різному з різними лічильниками. Слова, що відрізняються лише тоном, як-от 橋 («міст») і 箸 («палички для їжі»), пишуться по-різному, але звучать однаково, якщо не зважати на мелодику. Система, яка бачить лише текст, змушена вгадувати.

Шість проблем і способи їх виправити

Що йде не так і що робити

  • Неправильні читанняЗаписуйте читання імен, назв місць і термінів каною.
  • Відсутні паузиСкорочуйте речення й ставте розділові знаки там, де мовець зробив би вдих.
  • Неправильний темпСповільнюйтеся на числах та інструкціях; не проганяйте весь скрипт швидко.
  • Неправильний голосОбирайте голос, тон якого відповідає ситуації, а не просто найкращу демонстрацію.
  • Неправильний рівень ввічливостіВикористовуйте один послідовний рівень кейґо від початку до кінця.
  • Дивно звучать власні назвиТестуйте назви компанії, продуктів та імена співробітників окремо.

Читання

Більшість рушіїв TTS дають змогу вказати, як читати слово, або мають словник замін. Складіть список власних імен, географічних назв, назв продуктів і професійного жаргону з правильним читанням хіраґаною чи катаканою. Перевіряйте числа, дати, час і групування цифр у телефонних номерах, бо вони часто звучать неприродно. За можливості уникайте в скрипті неоднозначних конструкцій; перефразувати часто легше, ніж виправляти.

Паузи й ритм

Пишіть для слуху. Речення, яке добре виглядає на папері, може бути задовгим, щоб вимовити його на одному подиху. Розбивайте його, ставте кому там, де має бути пауза, і пам'ятайте, що телефонна розмова потребує трохи більше простору, ніж сторінка. Пункти переліків мають бути короткими. Коротка пауза після привітання, перед основним запитанням, допомагає абонентам підготуватися.

Темп

Повільніше — не завжди краще. Рівномірно повільний темп звучить поблажливо, рівномірно швидкий — виснажує. Варіюйте його: рівний для звичайних речень, трохи повільніший для чисел, адрес і всього, що абонент має записати. Багато абонентів записують, слухаючи, тож дайте їм час.

Вибір голосу

Обирайте голос, слухаючи власний скрипт на справжньому телефоні, а не лише демонстраційне речення. Зважайте на ситуацію: спокійний, теплий голос пасує до вибачення, бадьорий і чіткий — до меню. Чоловічий чи жіночий голос — питання бренду й смаку, але послідовність на всій лінії важливіша. Уникайте голосів з надто яскравим чи емоційним тоном для серйозної інформації.

Ввічливість

Японські ділові телефонні розмови підпорядковуються усталеним нормам шанобливості. Оберіть один рівень і дотримуйтеся його. Змішування розмовних і формальних закінчень в одному повідомленні звучить недбало, а надмірно формальний тон може здаватися холодним. Природні вступні фрази, як-от стандартне привітання й подяка за дзвінок, слід вимовляти так, як сказала б людина, а не перекладати з іншої мови. Дивіться статтю Сценарії привітань для автоматичної відповіді на дзвінки.

Власні назви

Назви компанії, продуктів та імена співробітників заслуговують на окреме тестування, адже вони звучать у кожному дзвінку. Вимовляйте їх і в реченні, і окремо. Назви брендів, що поєднують різні системи письма або містять латинські літери, часто потребують окремо заданого читання.

Цикл удосконалення

Від скрипту до голосу, що звучить правильно

  1. Писати для слухуКороткі речення, розмовний стиль, послідовна ввічливість.
  2. Виправити читанняДодати імена, терміни й числа до словника.
  3. Послухати на телефоніЗателефонувати на лінію й послухати так, як слухатиме абонент.
  4. ОцінитиЗаписати кожну паузу, наголос чи читання, що звучить неправильно.
  5. ПереглянутиВідредагувати скрипт або словник.
  6. Протестувати повторноПовторно прослухати всі попередні виправлення, щоб переконатися, що нічого не зламалося.

Ведіть регресійний список: кожну виправлену проблему разом із реченням, яке її виявило. Прослуховуйте його після будь-якої зміни скрипту, голосу чи рушія, бо оновлення рушія може скасувати виправлення.

Типові моменти дзвінка, які варто перевірити

Деякі частини дзвінка чує кожен абонент, тож додаткова увага до них окупається. Прослухайте кожну з них на телефоні, перш ніж слухати будь-що інше.

МоментЩо перевіритиТипове виправлення
ПривітанняНазва компанії прочитана правильно, тепло й неквапливоДодати назву до словника; скоротити речення
Години роботиЧас і дні тижня читаються чіткоЗаписувати час так, як ви вимовили б його вголос
Адреси та маршрутиНазви місць і числаЧитання каною; повільніший темп; короткі фрагменти
Вибачення або затримкаТон спокійний, а не бадьорийОбрати спокійніший голос; переписати формулювання
ЗавершенняПодяка й прощання звучать природноВикористовувати стандартну завершальну фразу, а не переклад

Умовний магазин, філія якого названа на честь місцевої пам'ятки, може виявити, що найбільше спотвореним реченням у всьому скрипті є його власна адреса. Це поширена ситуація. Слова, найважливіші для бізнесу, — його назва, адреса та продукти — водночас ті, які рушій бачив найрідше. Тестуйте їх першими, виправляйте першими й зберігайте в словнику, де їх знайде наступна людина.

Перш ніж публікувати японський скрипт

  • Кожне ім'я, назва місця й термін мають перевірене читання
  • Числа, дати й час звучать природно в реальних реченнях
  • Речення достатньо короткі, щоб вимовити їх на одному подиху
  • Від початку до кінця використано один рівень ввічливості
  • Голос відповідає тону повідомлення
  • Носій мови прослухав скрипт на телефоні

Чому телефонна лінія має значення

Телефонний звук стиснений і вузькосмуговий, тому одні деталі зникають, а інші перебільшуються. Голос, який у навушниках звучить насичено, на мобільній лінії може бути каламутним, а деякі приголосні розмиваються. Завжди оцінюйте на справжньому дзвінку, бажано через мобільну мережу, а потім ще й через стаціонарну лінію. Якість звуку в телефонії пояснює чому.

Як це зробити в Call

У Call голос, яким говорить ваш ШІ-агент, обирають у розділі «Голос» → «Голоси ШІ». Установіть мову, якою розмовляють ваші абоненти, прослухайте зразки на кількох картках, натисніть «Використати цей голос», а потім «Послухати, що чують абоненти», щоб прослухати зі збереженими налаштуваннями. В області «Налаштування голосу й тестовий майданчик» можна ввести власне речення й прослухати його. Телефонна лінія може мати власний голос, а основна мова лінії для дзвінків за замовчуванням японська; абонентові, який говорить іншою мовою, відповідають цією мовою.

На тій самій сторінці Словник вимови навчає голос читати імена, назви місць і слова, які він вимовляє неправильно. Натисніть «Додати слово», введіть слово в полі «Написання», а його читання каною — в полі «Вимова (кана)», потім введіть речення в полі «Спробувати речення», щоб побачити, як його буде прочитано, і відтворіть його. Змінюється лише вимова; письмові повідомлення залишаються без змін. Словник вміщує до 100 слів, і змінювати його можуть лише менеджери робочого простору. Наостанок протестуйте на справжньому телефоні за допомогою тестового дзвінка агента. Дивіться також статтю Вибір мови в IVR.

Часті запитання

Чому японський TTS неправильно читає деякі слова?

Кандзі можуть мати кілька читань, і правильне залежить від контексту. Якщо система вгадає неправильно, це можна виправити, вказавши читання каною.

Чи можна керувати тональним наголосом?

Деякі рушії дозволяють налаштування, але засоби керування різняться. Часто практичний підхід — обрати добрий голос і перефразувати речення, що звучать дивно.

Як працювати з числами й датами?

Тестуйте їх у реальних реченнях, які ви використовуєте. Якщо читання звучить неправильно, запишіть його каною або перефразуйте.

Який рівень ввічливості використовувати?

Оберіть рівень, що пасує вашому бренду й абонентам, і послідовно використовуйте його в кожному повідомленні. Змішування рівнів звучить недбало.

Чи не краще використати записаний голос?

Записи звучать природно для незмінних повідомлень, але змінювати їх довше. Синтез підходить для тексту, що часто змінюється. Багато компаній використовують обидва варіанти.

Як часто перевіряти голос?

Після кожної зміни скрипту, словника, голосу чи рушія, а також періодично на реальних дзвінках. Ведіть список минулих виправлень, щоб прослуховувати їх повторно.

Виправляйте японські читання за допомогою словника вимови в Call

У демоконсолі можна випробувати вхідні дзвінки в симуляції.

Схожі посібники

Технології голосового ШІ

Промпти для кращих резюме дзвінків: шаблони й тести

Як написати промпт, що перетворює розшифровку дзвінка на коротку точну нотатку: для кого вона, що включати, правила проти вигадок і як це протестувати.

Редакція Call ·
Технології голосового ШІ

Аналіз тональності дзвінків: користь, межі й відповідальність

Що вимірює аналіз тональності дзвінків, де він допомагає сортувати й бачити тенденції, де вводить в оману і як уникнути несправедливих автоматичних рішень.

Редакція Call ·
Технології голосового ШІ

Основи SIP-транкінгу: як бізнес-дзвінки передаються через інтернет

Що таке SIP-транк, чим він відрізняється від традиційних телефонних ліній, що перевірити щодо кодеків, каналів і резервування та як обрати провайдера.

Редакція Call ·
Технології голосового ШІ

Моделі speech-to-speech і каскадні голосові конвеєри: порівняння

Два способи побудувати телефонного голосового агента: моделі speech-to-speech і каскадні конвеєри. Сильні й слабкі сторони кожного та як обрати за допомогою тестів.

Редакція Call ·