Черговість реплік у голосових агентах: хто говорить і коли
Як голосовий агент вирішує, коли говорити, чекати чи замовкнути, чому накладання й паузи складні і як побудувати телефонну розмову, що звучить природно.
Людська розмова — напрочуд плавна естафета. Ми починаємо говорити саме тоді, коли співрозмовник закінчує, а часто й раніше, і зчитуємо сигнали, не помічаючи цього. Голосовий агент такого інстинкту не має. Йому треба дати правила, коли слухати, коли говорити і коли зупинитися. Якщо ці правила хибні, навіть точні відповіді звучать незграбно.

Ця стаття розглядає ідеї, що лежать в основі черговості реплік у голосових агентах, і рішення, завдяки яким дзвінок звучить природно. Вона спирається на матеріал Виявлення голосової активності, що пояснює, як визначається тиша, і на матеріал Як обробляти barge-in і перебивання.
Як виглядає природна черговість реплік
У повсякденній розмові проміжок між репліками зазвичай дуже короткий, а довга тиша здається незручною. Люди також трохи накладаються одне на одного, чутно підтакують і вставляють дрібні слова, щоб показати, що стежать за думкою. Нічого неввічливого в цьому немає: так розмова лишається живою.
Телефоном обличчя не видно, тож усі сигнали несе голос. Висхідна інтонація означає запитання, слово, що затихає, — незавершену думку, а швидкий вдих часто означає, що людина зараз заговорить. Програма має наближено вловлювати ці сигнали лише зі звуку й тексту.
Що має вміти голосовий агент
- Узяти словоПочати відповідь, коли абонент договорив, без довгої паузи.
- Утримати словоПродовжувати говорити, коли перебиває короткий шум чи кашель.
- Поступитися словомЗамовкнути, коли абонент починає говорити поверх агента.
- ПідтакуванняКороткі звуки на кшталт «так» чи «ага», що не є новою реплікою.
- ВідновленняВийти з ситуації, коли обидва говорять одночасно або агент щось не так почув.
Чому це складно для програм
Знову й знову виникають три проблеми.
Вирішити, що репліка завершилася
Чекати фіксовану паузу — просто, але грубо. Люди зупиняються посеред речення, щоб подумати. А буває, завершують думку й мовчать, чекаючи відповіді. Досконаліші системи аналізують уже сказані слова: чи є смислове запитання, чи повна адреса, чи закінчується речення сполучником. Фіксований підхід, розумніший підхід і їхнє поєднання мають свої компроміси, тому й існують налаштування терплячості.
Накладання й перебивання
Якщо агент продовжує говорити, поки абонент щось каже, абонент повторить це голосніше. Добрий агент швидко замовкає, коли чує справжнє мовлення, але не через кашель чи автомобільний сигнал. Якщо зупинятися через кожен шум, агент звучить смикано; якщо ігнорувати справжні перебивання — звучить так, ніби не чує.
Відрізнити підтакування від справжньої репліки
Коли агент зачитує довгу адресу, а абонент каже «угу», це підбадьорення, а не перебивання. Якщо сприйняти його як нову репліку, виклад зіб'ється. Багато систем не можуть надійно це розрізнити, тож практичне рішення — робити висловлювання настільки короткими, щоб таке питання не виникало.
Як будувати розмови з урахуванням технології
Перебудувати технологію ви не можете, але можете писати розмови, що з нею працюють. Більшість покращень дає сценарій і промпт, а не хитромудра інженерія.
- Обмежуйте відповіді одним-двома короткими реченнями. Довгі промови провокують перебивання й ускладнюють виправлення помилок.
- Ставте одне запитання за раз. Два запитання в одній репліці змушують абонента гадати, на яке відповідати першим.
- Підтверджуйте невеликими частинами. Зачитуйте номер телефону групами з природною паузою після кожної, а не одним довгим рядком.
- Не оголошуйте очікування. Фрази на кшталт «хвилиночку, будь ласка» додають довжини без жодної користі.
- Робіть перебивання безболісними. Якщо агента перебили, він має продовжити з нових даних, а не починати відповідь спочатку.
Розмова в доброму темпі
- Коротке привітанняОдним реченням скажіть, хто відповідає, і запропонуйте допомогу.
- Відкрите запитанняДайте абонентові пояснити своїми словами.
- Коротке підтвердженняКількома словами відобразіть запит, щоб абонент знав, що його почули.
- Одне уточненняЗапитайте єдину подробицю, якої ще бракує.
- ЗавершенняСкажіть, що буде далі, і за потреби запропонуйте людину.
Швидкість важить не менше, ніж таймінг
Правильне рішення про черговість реплік однаково здається хибним, якщо відповідь запізнюється. Відповіді можуть затримуватися через транскрибування, мовну модель і синтез мовлення. Деякі системи починають говорити, щойно готова перша частина відповіді, а не чекають на всю відповідь, і це скорочує паузу. Матеріал Затримка голосового ШІ показує, куди йде час.
Є й людський бік. Невелике підтвердження, як-от короткий сигнал чи швидке вступне слово, може заспокоїти абонента під час довшого пошуку, але слова-заповнювачі на кожній репліці починають дратувати. Використовуйте їх ощадливо й тестуйте зі справжніми слухачами.
Ситуації, що випробовують черговість реплік
Деякі типи дзвінків потребують особливої уваги, бо природний ритм ламається.
- Стривожені чи засмучені абоненти часто говорять довгими безперервними потоками. Агент, який втручається надто швидко, звучить зневажливо. Трохи довше очікування й коротке спокійне підтвердження працюють краще, а ранню пропозицію з'єднати з людиною варто зробити.
- Літні абоненти чи ті, хто не впевнений можуть довго мовчати перед відповіддю. Терпіння важить більше за швидкість, і м'яка підказка після довшої тиші краща, ніж негайно повторене запитання. Дивіться матеріал Як зробити ШІ-відповіді на дзвінки зручними для літніх абонентів.
- Абоненти на гучному зв'язку чи в авто створюють відлуння й дорожній шум, через які агент може чути сам себе або пропускати кінець речення.
- Абонентам, які диктують подробиці, як-от адресу електронної пошти, потрібен простір між частинами. Коротке підтвердження кожної частини зберігає ритм без довгого монологу.
У кожному випадку рецепт той самий: спостерігати справжні дзвінки, знаходити, де ритм зламався, і коригувати сценарій чи налаштування. Робота над черговістю реплік ніколи не закінчується, бо абоненти ніколи не бувають однаковими.
Як тестувати черговість реплік
Черговість реплік не оцінити лише за розшифровкою — треба слухати. Робіть тестові дзвінки з колегою, який грає різних абонентів, і записуйте, як відчувається розмова.
| Тест | На що звертати увагу |
|---|---|
| Абонент говорить швидко | Чи встигає агент, не перебиваючи? |
| Абонент говорить повільно й нерішуче | Чи чекає агент під час пауз між словами? |
| Абонент перебиває | Чи швидко агент замовкає й реагує на нові дані? |
| Диктування цифр | Чи терплячий агент між групами цифр? |
| «Угу», поки агент говорить | Чи продовжує агент, а не зупиняється? |
| Абонент мовчить | Чи м'яко підказує агент, а потім пропонує вихід? |
Налаштування черговості реплік у Call
У Call кожен ШІ-агент має налаштування транскрибера, де ви вибираєте мову, яку він слухає, і задаєте, як він вирішує, що абонент договорив: поріг тиші до півтори секунди та повзунок чутливості до шуму. Керівники можуть відкрити дзвінок в історії дзвінків і побачити, скільки тривала кожна репліка, — це допомагає з'ясувати, чи затримка виникла через очікування тиші, чи через саму відповідь. Агент також налаштований давати короткі й природні відповіді. Зробіть тестовий дзвінок на власний номер, скоригуйте налаштування й зателефонуйте знову. Покрокове налаштування описує матеріал Налаштування ШІ-агента в Call.
І наостанок про дизайн: завжди давайте абонентам вихід із розмови. Абонент, якому важко підлаштуватися під ритм автоматизованого голосу, має мати змогу попросити людину, як описано в матеріалі IVR чи голосовий ШІ-агент.
Часті запитання
Що таке черговість реплік у голосовому агенті?
Це спосіб, у який агент вирішує, коли абонент договорив, коли відповідати і коли замовкнути, бо абонент заговорив. Завдяки цьому дзвінок відчувається як розмова, а не як низка команд.
Чому мій голосовий агент говорить поверх абонентів?
Поширені причини — закоротке очікування тиші, шум, сприйнятий як кінець мовлення, або абонент, який часто робить паузи. Скоригуйте налаштування тиші й протестуйте з реалістичним мовленням.
Що таке підтакування?
Підтакування — це короткий звук на кшталт «угу» чи «ага», яким слухач показує, що стежить за розмовою. Це не нова репліка, але програма може сплутати його з нею.
Чи може агент перебивати навмисно?
Добре спроєктовані агенти цього уникають. Якщо агент втручається, це майже завжди проблема таймінгу, а не вибір. Довше очікування тиші зазвичай це зменшує.
Чи швидша відповідь завжди звучить краще?
Ні. Надто рання відповідь може сприйматися як перебивання, особливо коли абонент диктує номер. Мета — природна пауза, а не найкоротша.
Як тестувати черговість реплік?
Робіть дзвінки з різною манерою мовлення, зокрема з нерішучим мовленням, перебиваннями й диктуванням цифр, а потім прослуховуйте записи. Змінюйте одне налаштування за раз і повторюйте той самий сценарій.