TechnologiaGłos i mowa
Jak dobrać głos i personę asystenta głosowego do firmy i jej klientów
Dobór głosu to decyzja, jak asystent głosowy (voicebot) ma brzmieć i kim ma być w rozmowie: kobietą czy mężczyzną, w jakim wieku, jak szybko mówi, jak się przedstawia i czy mówi „zapisałam”, czy „zapisałem”. Klient słyszy to w pierwszych sekundach i od tego zależy, z jakim nastawieniem zacznie rozmowę. Głos wybiera się raz, a zmienia niechętnie, bo stali klienci się do niego przyzwyczajają, więc na test poświęć dzień albo dwa.
Głos i persona to dwie różne decyzje
Głos to barwa, wysokość i tempo, czyli to, co daje silnik syntezy. Persona to charakter agenta: jak się przedstawia, jakich słów używa, jak reaguje na zdenerwowanego klienta. Ten sam głos może zagrać chłodnego urzędnika albo ciepłą recepcjonistkę, zależnie od tego, co napiszesz w instrukcji.
Dlatego nie wybieraj głosu z katalogu po jednym zdaniu z próbki. Najpierw opisz personę, potem szukaj głosu, który do niej pasuje. Dobrym punktem wyjścia są agenci w demo: każdy ma inne imię i obsługuje inną branżę, więc łatwo usłyszeć, co pasowałoby do twojej.
Jedna uwaga z polskiej etykiety. Agent mówi „dzień dobry”, a nie „witam”. Część klientów odbiera „witam” od firmy jako nietakt, a „dzień dobry” nikogo nie razi.
Kobiecy czy męski głos i co z tego wynika dla gramatyki
Po angielsku płeć głosu to sprawa brzmienia. Po polsku także gramatyki. Agent z kobiecym głosem mówi „sprawdziłam”, „zapisałam”, „jestem gotowa”, z męskim „sprawdziłem”. Brzmi banalnie, a łatwo to przeoczyć, zwłaszcza gdy instrukcję ktoś przetłumaczył z angielskiego albo zmienił głos, nie ruszając tekstu. Kobiecy głos, który mówi „zapisałem”, klient wyłapie od razu i pierwsza myśl będzie taka, że coś tu nie gra.
Z klientem jest odwrotnie. Agent nie zna jego płci, dopóki ten się nie przedstawi, a zgadywanie po głosie bywa zawodne i przykre dla rozmówcy. Bezpieczniej zaczynać od form bezosobowych („Na kiedy umówić wizytę?”, „Jak brzmi nazwisko?”) i przejść na „pan” albo „pani”, gdy padnie imię.
Sama płeć głosu niczego nie rozstrzyga: dla wszystkich firm nie ma jednej odpowiedzi, czy przy telefonie lepiej sprawdza się głos kobiecy, czy męski. Ważniejsze są wyraźność i tempo.
Wiek, tempo i wyraźność głosu
Głos powinien pasować do tego, kto dzwoni. Do przychodni, apteki czy ośrodka pomocy społecznej dzwoni wielu seniorów, więc agent mówi tam wolniej niż lektor w radiu, robi pauzy po liczbach i nie połyka końcówek, jak w asystencie głosowym dla seniorów. Do firmy kurierskiej dzwonią ludzie w biegu, którzy chcą usłyszeć, gdzie jest paczka, i tyle. Tam powolne tempo irytuje.
Wiek głosu to osobna sprawa. Bardzo młody głos w kancelarii notarialnej brzmi niepoważnie, a dostojny baryton w studiu tatuażu trochę dziwnie.
Reguł tu nie ma, jest wyczucie i test.
Imię agenta i pierwsze zdanie
Imię pomaga, bo rozmowa z „Olą” jest bardziej naturalna niż z „systemem obsługi klienta”. Wybierz imię krótkie, łatwe do usłyszenia przez telefon i niepodobne do imion ludzi w zespole. Jeśli w recepcji pracuje pani Ewa, agent nie powinien nazywać się Ewa, bo klienci zaczną mylić, z kim rozmawiali i kto co obiecał.
Imię nie zwalnia z obowiązku informowania. Od 2 sierpnia 2026 r. AI Act wymaga, żeby dzwoniący wiedział, że rozmawia z systemem AI, więc agent mówi to na starcie, na przykład: „Dzień dobry, tu Ola, asystentka AI salonu Magnolia”. Ludzkie imię z jasną informacją to uczciwe połączenie, samo ludzkie imię już nie. W krótkim powitaniu mieszczą się wtedy imię, nazwa firmy, informacja o AI i pytanie, w czym pomóc. Dłuższego powitania z godzinami otwarcia i regulaminem klient i tak nie wysłucha.
Głos jako część marki
Firma, która w reklamach żartuje i mówi do klientów na „ty”, może mieć swobodniejszego agenta, choć z nieznanym rozmówcą i tak bezpieczniej zostać przy formie grzecznościowej. Kancelaria, urząd i zakład pogrzebowy potrzebują spokoju i powagi.
Jeśli od lat nagrywa twoje komunikaty ten sam lektor, możesz rozważyć jego sklonowany głos, ale wyłącznie za jego pisemną zgodą. Czy w ogóle zastępować lektora, podpowiada porównanie syntezatora i lektora.
Test głosu z prawdziwymi ludźmi
Nie wybieraj głosu sam przy biurku. Test zajmuje dzień albo dwa:
- Wybierz trzy albo cztery głosy, które pasują do opisanej persony.
- Nagraj na każdym ten sam fragment rozmowy z twojej branży, z adresem, godziną i kwotą.
- Odtwórz nagrania przez telefon kilku osobom z zespołu i kilku stałym klientom, nie mówiąc, który głos jest który.
- Zapytaj, któremu głosowi powierzyliby swoją sprawę i który łatwiej było zrozumieć.
- Po starcie przeczytaj kilkadziesiąt transkrypcji i policz, jak często klienci proszą o powtórzenie. To rzetelniejszy sprawdzian niż ankieta.
Jeśli dwa głosy wypadną podobnie, weź ten, który klienci lepiej rozumieją, a nie ten, który ładniej brzmi w słuchawkach zespołu.
Najczęstsze pytania
Jaki głos wybrać dla voicebota, kobiecy czy męski?
Nie ma jednej odpowiedzi dla wszystkich firm. Ważniejsze są wyraźność, tempo i dopasowanie do charakteru firmy. Przetestuj trzy albo cztery głosy na zespole i kilku klientach, słuchając przez telefon.
Czy asystent głosowy może mieć ludzkie imię?
Może, byle już w pierwszym zdaniu przyznał, że jest programem. Samo ludzkie imię nie wystarcza, bo art. 50 AI Act, stosowany w tej części od 2 sierpnia 2026 r., wymaga wyraźnej informacji o rozmowie z AI. Imię nie powinno powtarzać imienia kogoś z zespołu, żeby klienci nie mylili agenta z pracownikiem.
Czy można zmienić głos voicebota po uruchomieniu?
Technicznie tak, zwykle to zmiana w ustawieniach. Stali klienci przyzwyczajają się jednak do głosu, więc zmiana bez powodu może ich zdezorientować. Jeśli zmieniasz głos z kobiecego na męski albo odwrotnie, popraw też formy w instrukcji agenta, na przykład „zapisałam” na „zapisałem”.
Jak szybko powinien mówić asystent głosowy?
Trochę wolniej niż lektor w radiu, z pauzami po liczbach, datach i nazwiskach. Tam, gdzie dzwoni wielu seniorów, tempo trzeba zwolnić jeszcze bardziej. Najłatwiej ocenić to na nagraniach: jeśli klienci często proszą o powtórzenie, agent mówi za szybko albo za dużo naraz.
Posłuchaj, jak to brzmi w praktyce
Pięciu asystentów demo rozmawia po polsku w przeglądarce, bez instalowania czegokolwiek. Dane w rozmowach są przykładowe, ale sposób prowadzenia rozmowy jest taki sam jak w prawdziwym wdrożeniu.