Gwara, akcent i hałas w tle, czyli kiedy asystent głosowy przestaje rozumieć klienta

Gwara i słowa, których nie ma w słowniku

Dzwoniąc do firmy czy urzędu, ludzie zwykle mówią bliżej polszczyzny ogólnej niż przy rodzinnym stole. Regionalne słowa i melodia zostają jednak w wielu zdaniach. Na Śląsku ktoś zgłosi, że „nie odebrali hasioka”, w Krakowie klient powie, że czeka „na polu”, a na Podhalu akcent i część słownictwa odbiegają od podręcznika na tyle, że ogólny model zaczyna zgadywać.

Rada jest przyziemna: zbierz słowa, których używają twoi klienci, i dodaj je do słownika rozpoznawania mowy po polsku oraz do instrukcji agenta, z wyjaśnieniem, co znaczą. Model językowy często sam zrozumie „hasiok” z kontekstu, ale tylko wtedy, gdy rozpoznawanie mowy zapisze to słowo poprawnie. Firma od wywozu odpadów na Śląsku powinna mieć je w słowniku od pierwszego dnia.

Obcokrajowcy, którzy mówią po polsku

Kierowca z Ukrainy, opiekunka z Gruzji, magazynier z Indii. Mówią po polsku, czasem bardzo dobrze, ale z inną melodią i ze słowami wtrąconymi z własnego języka. Rozpoznawanie mowy uczone głównie na rodzimych użytkownikach polszczyzny zwykle myli się przy nich częściej. Jednego przełącznika, który to naprawia, nie ma.

Pomaga kilka rzeczy naraz. Agent mówi prościej i wolniej, gdy widzi, że rozmówca ma kłopot, i potwierdza ważne dane, zamiast zakładać, że dobrze usłyszał. Jeśli klientowi wyraźnie łatwiej po ukraińsku czy angielsku, a firma obsługuje ten język, agent proponuje zmianę języka, tak jak robi to wielojęzyczny voicebot.

Ważny jest ton: propozycja ma brzmieć jak uprzejmość, a nie jak ocena czyjejś polszczyzny.

Hałas w tle i telewizor, który mówi za klienta

Równy szum ulicy, wiatr czy silnik są dla rozpoznawania mowy jeszcze do zniesienia. Filtr tłumiący szumy przed rozpoznawaniem mowy nie zawsze pomaga, bo sam potrafi zniekształcić głos. Gorszy jest hałas, który brzmi jak mowa: telewizor, radio, rozmowa przy sąsiednim stoliku. Rozpoznawanie mowy nie wie, kto jest klientem, więc potrafi zapisać zdanie z serialu jako odpowiedź dzwoniącego albo przerwać agentowi, bo ktoś w tle coś powiedział. Ile takich fałszywych przerwań agent znosi, zależy od ustawień przerywania wypowiedzi, a jak reaguje na ciszę i pauzy, od wykrywania końca wypowiedzi.

Jeśli agent dwa razy z rzędu nie rozumie, powinien powiedzieć wprost, że słabo słychać, i zaproponować inną drogę: oddzwonienie, SMS z linkiem albo rozmowę z człowiekiem.

Rozmowa z samochodu i słaby zasięg

Klient warsztatu dzwoni w drodze do pracy, a hydraulik z piwnicy. Kierowca, któremu padł akumulator, łączy się z pomocą drogową z pobocza ruchliwej trasy. Zestaw głośnomówiący dokłada pogłos i szum opon, a słaby zasięg urywa sylaby albo całe słowa. Rozpoznawanie mowy dostaje wtedy tekst z dziurami, a model językowy dopowiada resztę, czasem błędnie.

Przy złej linii agent powinien zwolnić, pytać o jedną rzecz naraz i powtarzać każdą daną, od której coś zależy. Przy numerze rejestracyjnym pomaga literowanie („L jak Leszek, Z jak Zofia”). Gdy rozmowa się rwie, lepiej uczciwie ją przerwać i oddzwonić, niż zgadywać.

Co ustawić w agencie, żeby pomyłka nie kosztowała

• potwierdzanie danych, od których coś zależy: adresu, godziny, numeru, nazwiska
• prośba o powtórzenie innymi słowami zamiast mechanicznego „Nie zrozumiałam, proszę powtórzyć”
• po dwóch nieudanych próbach inna droga: SMS z linkiem, oddzwonienie albo przekazanie rozmowy człowiekowi
• słownik regionalnych słów i nazw miejscowych, uzupełniany na podstawie transkrypcji
• wolniejsze tempo i krótsze zdania agenta, gdy linia jest zła

Dwie nieudane próby to rozsądna granica. Trzecie „proszę powtórzyć” słyszane w samochodzie na trasie wyprowadzi z równowagi każdego.

Testy w hałasie: kuchnia z telewizorem, skrzyżowanie, samochód

Testy w cichym biurze niewiele tu powiedzą.

Zadzwoń do agenta z samochodu z włączonym nawiewem, z ulicy przy ruchliwym skrzyżowaniu, z kuchni z telewizorem i z miejsca, gdzie zasięg ledwo łapie. Poproś o kilka rozmów znajomego ze Śląska albo z Podhala i kogoś, dla kogo polski nie jest pierwszym językiem. Posłuchaj też, jak radzą sobie starsze osoby z rodziny, które mówią wolniej i robią dłuższe pauzy.

Każdą rozmowę sprawdź też w transkrypcji, bo na słuch łatwo przeoczyć, że agent zapisał inny numer. Jeśli wolisz gotowy zestaw scenariuszy z arkuszem wyników, zajrzyj do poradnika jak testować asystenta głosowego.