Langkau ke kandungan
AI-SNS.IO — CHAT SUPPORTAI-SNS.IO — CHAT SUPPORT
Suara & Avatar

Asas Ejen AI Suara: Cara Sokongan Lisan Sebenarnya Berfungsi

Sidang Editorial AI SNS CHATDiterbitkan 6 minit bacaan

Fahami cara ejen AI suara berfungsi, bila ia sesuai untuk PKS, dan cara melancarkannya dengan selamat sebelum anda mula menerima panggilan pelanggan.

Ramai pemilik PKS di Malaysia sudah selesa melayan pelanggan di WhatsApp, Instagram dan chat laman web. Namun masih ada pelanggan yang lebih suka menelefon, terutamanya untuk perkara mendesak atau yang rumit. Artikel ini menerangkan apa itu ejen AI suara, bagaimana ia dibina, bila ia berbaloi, dan bagaimana anda boleh mencubanya dengan risiko yang kecil.

Apa sebenarnya ejen AI suara

Ejen AI suara ialah ejen sokongan pelanggan yang boleh mendengar apa yang pelanggan katakan, memahaminya, dan menjawab dengan suara dalam masa yang cukup pantas untuk terasa seperti perbualan. Ia bukan sistem menu "tekan 1 untuk jualan, tekan 2 untuk bil". Pelanggan boleh bercakap secara bebas, dan ejen menjawab berdasarkan pengetahuan yang anda sediakan.

Perbezaan utama antara suara dan teks ialah kesabaran pengguna. Di WhatsApp, pelanggan boleh menunggu seminit tanpa rasa terganggu. Dalam panggilan, senyap selama tiga saat sudah terasa lama. Kelajuan, nada dan cara ejen menyampaikan jawapan sama penting dengan ketepatan jawapan itu.

Sebagai contoh, bayangkan sebuah klinik gigi di Petaling Jaya. Pelanggan menelefon pada waktu malam dan bertanya sama ada klinik buka pada hari Sabtu serta berapa kos pemutihan gigi. Ejen suara boleh menjawab soalan tetap ini terus. Jika pelanggan mahu membincangkan rawatan yang rumit, ejen menyerahkan perbualan kepada kakitangan.

Tiga blok binaan

Hampir semua sistem suara dibina daripada tiga bahagian yang bekerja berturutan.

  1. Pengecaman suara (speech-to-text): menukar suara pelanggan kepada teks.
  2. Otak ejen (model bahasa): membaca teks itu, merujuk pangkalan pengetahuan dan persona ejen, lalu menulis jawapan.
  3. Sintesis suara (text-to-speech): menukar teks jawapan kepada suara yang didengar pelanggan.
  1. 01Pelanggan bercakap
  2. 02Suara jadi teks
  3. 03Ejen menulis jawapan
  4. 04Teks jadi suara
Aliran saluran suara yang klasikContoh ilustrasi

Setiap bahagian menambah sedikit kelewatan. Kualiti keseluruhan bergantung pada mata rantai yang paling lemah. Pengecaman yang salah dengar nama jalan akan menghasilkan jawapan yang salah walaupun otak ejen sangat bijak. Suara yang kaku pula membuat pelanggan hilang sabar walaupun jawapannya betul.

Kenapa pangkalan pengetahuan tetap penting

Suara tidak menggantikan kerja asas. Ejen yang tidak tahu waktu operasi, dasar pemulangan atau harga akan tetap tersasar, walau semerdu mana pun suaranya. Sediakan dahulu fail, soalan lazim dan laman web yang betul, kemudian barulah fikirkan soal suara.

Dua seni bina: pipeline dan speech-to-speech

Ada dua cara utama membina ejen suara.

Pipeline menyambung tiga blok di atas satu demi satu. Kelebihannya ialah anda boleh memilih suara dan model secara berasingan, serta melihat teks perbualan dengan jelas untuk semakan. Kelemahannya ialah kelewatan terkumpul.

Speech-to-speech menggunakan satu model yang menerima suara dan menghasilkan suara secara langsung. Perbualan terasa lebih semula jadi, dan pelanggan boleh mencelah ejen dengan lebih lancar. Sebagai balasan, anda mempunyai kawalan yang lebih terhad ke atas setiap langkah dan bergantung pada satu penyedia.

Pipeline
Speech-to-speech
Tiga langkah berasingan
Satu model, suara masuk suara keluar
Boleh pilih suara dan model sendiri
Pilihan lebih terhad
Teks mudah disemak
Rasa perbualan lebih semula jadi
Kelewatan lebih mudah terkumpul
Respons biasanya lebih pantas
Pipeline berbanding speech-to-speechContoh ilustrasi

Bagi kebanyakan PKS, pendekatan pipeline sudah memadai untuk panggilan sokongan biasa. Speech-to-speech lebih bermakna apabila pengalaman perbualan benar-benar menjadi tumpuan.

Bila suara membantu, dan bila tidak

Suara tidak sesuai untuk semua perkara. Pertimbangkan dengan jujur sebelum melabur masa.

Suara membantu apabila

  • Pelanggan sedang memandu, memasak atau tidak boleh menaip dengan senang.
  • Soalan ringkas dan berulang: waktu buka, lokasi, status tempahan, pengesahan temu janji.
  • Pelanggan yang kurang selesa menaip, termasuk warga emas.
  • Anda kehilangan panggilan di luar waktu pejabat dan mahu sekurang-kurangnya ada yang menjawab.

Suara kurang sesuai apabila

  • Pelanggan perlu menyalin maklumat panjang seperti nombor akaun, pautan atau alamat e-mel. Teks di WhatsApp jauh lebih mudah.
  • Perbualan melibatkan data sensitif yang tidak patut disebut kuat-kuat.
  • Persekitaran bising, atau pelanggan bercampur loghat dan bahasa dengan cepat. Ketepatan pengecaman boleh merosot.
  • Kebanyakan pelanggan anda memang sudah menghubungi anda melalui WhatsApp dan tidak pernah menelefon.

Prinsip reka bentuk perbualan lisan

Menulis untuk telinga berbeza daripada menulis untuk skrin.

  • Pendekkan jawapan. Satu atau dua ayat, kemudian beri ruang kepada pelanggan. Senarai panjang tidak berfungsi dalam suara.
  • Satu soalan pada satu masa. Jangan tanya nama, nombor telefon dan tarikh serentak.
  • Sahkan perkara penting. Ulang semula tarikh, masa atau nombor telefon dan minta pelanggan mengesahkan.
  • Jujur tentang identiti. Perkenalkan diri sebagai pembantu AI di awal panggilan, supaya pelanggan tidak berasa ditipu.
  • Sediakan jalan keluar. Pelanggan mesti boleh meminta bercakap dengan manusia pada bila-bila masa, tanpa dipaksa mengulang cerita.
  • Elakkan jargon dan singkatan. Sebut "dua puluh lima ringgit", bukan simbol atau format yang sukar dilafaz.
  • Tangani senyap dan salah dengar. Rancang ayat seperti "Maaf, saya tidak pasti saya dengar dengan betul. Boleh ulang sekali lagi?" supaya ejen tidak membisu atau meneka.

Persona dan garis panduan ejen juga perlu menyatakan apa yang tidak boleh dijanjikan, misalnya diskaun atau pampasan, supaya ejen tidak membuat komitmen di luar kuasanya.

Pelan pelancaran yang selamat

Jangan terus membuka semua panggilan kepada ejen pada hari pertama. Langkah berperingkat mengurangkan risiko.

  1. Sediakan asas teks. Pastikan ejen sudah menjawab dengan baik di chat, dan semak jawapan lemah dalam log perbualan.
  2. Uji tanpa pelanggan. Gunakan persekitaran ujian untuk mendengar suara, kelajuan dan sebutan, serta cuba pelbagai loghat dan soalan sukar.
  3. Mulakan dengan satu kes penggunaan sempit. Contohnya hanya waktu operasi dan pengesahan temu janji.
  4. Pilot kecil. Aktifkan untuk sebahagian waktu, seperti di luar waktu pejabat atau waktu sibuk sahaja.
  5. Semak setiap panggilan awal. Dengar rakaman atau baca transkrip, lalu baiki pengetahuan dan persona.
  6. Kembangkan perlahan-lahan. Tambah topik baharu hanya apabila yang lama stabil.

Berikut contoh bagaimana anda mungkin membahagikan semakan sepanjang pilot. Angka ini hanyalah andaian untuk ilustrasi.

Selesai tanpa masalah
60
Jawapan perlu dibaiki
20
Diserahkan kepada manusia
15
Salah dengar atau panggilan terputus
5
Contoh: ke mana panggilan pilot mungkin disemak (100 panggilan andaian)Contoh ilustrasi

Tujuan semakan ini bukan mencari angka cantik. Ia mencari corak. Jika banyak panggilan jatuh dalam kategori "jawapan perlu dibaiki", masalahnya terletak pada pengetahuan ejen, bukan pada teknologi suara.

Mengukur sama ada ia berhasil

Tetapkan beberapa ukuran mudah sebelum bermula, supaya anda tahu bila pilot patut diteruskan atau dihentikan.

  • Kadar penyelesaian: berapa panggilan selesai tanpa campur tangan manusia, dan adakah pelanggan benar-benar puas dengan jawapannya.
  • Kadar serah kepada manusia: terlalu tinggi bermakna pengetahuan kurang. Terlalu rendah boleh bermakna ejen cuba menjawab perkara yang sepatutnya diserahkan.
  • Topik teratas: soalan yang paling kerap ditanya menunjukkan apa yang patut dimasukkan ke dalam pangkalan pengetahuan.
  • Sentimen: adakah pelanggan kelihatan kecewa pada hujung panggilan?
  • Kos setiap minit: bandingkan dengan kos kakitangan menjawab panggilan yang sama, termasuk panggilan yang sebelum ini terlepas.
  • Panggilan terlepas: adakah bilangan panggilan tidak berjawab di luar waktu pejabat berkurang?

Semak kedua-dua angka dan perbualan sebenar. Angka memberitahu anda apa yang berlaku, manakala perbualan menunjukkan sebabnya.

Melakukannya dalam AI SNS CHAT

AI SNS CHAT mempunyai bahagian Voice dalam bar sisi. Di dalamnya terdapat Overview, Analytics, Voice agent, Avatar, Voice Playground, Inbound calls, Call history, Outbound calls, Voice / SIP, Users dan Developers.

Langkah cadangan:

  1. Sediakan ejen. Bina ejen dengan wizard dan tambah sumber di Data sources (fail, teks, laman web, Q&A). Pengetahuan yang sama menjadi asas untuk chat dan suara.
  2. Pilih suara. Penyedia text-to-speech yang tersedia ialah Grok/xAI (lalai), OpenAI (gpt-4o-mini-tts), ElevenLabs dan suara pelayar. ElevenLabs menawarkan pustaka suara, reka bentuk suara dan pengklonan.
  3. Uji di Voice Playground. Dengar sebutan dan kelajuan sebelum sesiapa menelefon. Tumpuan stack suara merangkumi 22 bahasa, dan sesetengahnya menggunakan suara telefon Inggeris sebagai ganti. Sebab itu anda patut menguji bahasa pilihan anda sendiri.
  4. Sambung nombor. Untuk Inbound calls, sambungkan nombor Twilio kepada setiap ejen. Terdapat ujian webhook dan pembaikan automatik jika sambungan bermasalah.
  5. Semak selepas itu. Gunakan Call history dan Voice analytics untuk melihat apa yang berlaku. Ketepatan perlu diperiksa secara manual dan bukan diandaikan.

Penyerahan kepada manusia: tetapkan syif di Helpdesk → Scheduling supaya penyerahan diberikan kepada orang yang sedang bertugas. Amaran boleh dihantar ke Slack, Teams, LINE WORKS, WhatsApp, e-mel atau webhook. Mesej kepada pelanggan menyatakan langkah seterusnya mengikut jadual, dan tidak mereka-reka masa menunggu.

Speech-to-speech: Synthia menggunakan OpenAI Realtime API, dan tiada pengganti jika penyedia itu bermasalah. Grok voice-to-voice juga ditawarkan, tetapi secara lalai ia hanya menjawab pemilik akaun.

Panggilan keluar: kempen batch memerlukan nombor Twilio, panggilan ujian dahulu, dan boleh dihentikan di tengah jalan.

Kos: kredit bagi setiap minit suara ditetapkan oleh pentadbir platform. Sebut harga Private AI menyatakan satu minit suara bersamaan 4 kredit. Lihat penggunaan setiap ejen di halaman Usage dan butiran pelan di /pricing.

Apa yang belum tersedia: tetapan SIP trunk boleh disimpan, tetapi tiada laluan panggilan yang menggunakannya ditemui. Jangan merancang berdasarkannya. Panggilan suara WhatsApp dan nombor PSTN terurus masih dalam senarai menunggu ("Coming soon"). Lihat saluran lain di /connections dan ciri lengkap di /features.

Soalan lazim

Adakah saya perlukan nombor telefon untuk mencuba ejen suara?

Tidak semestinya. Anda boleh mendengar dan menguji suara ejen di Voice Playground tanpa nombor. Nombor Twilio hanya diperlukan apabila anda mahu menerima panggilan sebenar (Inbound calls) atau menjalankan kempen panggilan keluar.

Bolehkah ejen yang sama mengendalikan chat dan suara?

Ya, anda boleh membina satu ejen dengan pangkalan pengetahuan dan persona yang sama, kemudian menyambungkannya ke saluran chat seperti WhatsApp atau widget laman web serta ke nombor telefon. Ini memudahkan anda menjaga satu sumber jawapan. Tetap semak perbualan suara secara berasingan kerana gaya lisan berbeza daripada teks.

Bahasa apakah yang disokong oleh stack suara?

Stack suara meliputi 22 bahasa, termasuk bahasa tapak seperti Bahasa Melayu, dan ditambah beberapa bahasa lain. Sesetengah bahasa menggunakan suara telefon Inggeris sebagai ganti. Uji bahasa dan loghat anda di Voice Playground sebelum melancarkan.

Bolehkah saya guna SIP trunk sendiri atau terima panggilan di WhatsApp voice?

Buat masa ini, belum. Tetapan SIP trunk boleh disimpan, tetapi tiada laluan panggilan yang menggunakannya ditemui, manakala panggilan suara WhatsApp hanya berada dalam senarai menunggu. Jalan yang berfungsi sekarang ialah nombor Twilio yang disambungkan kepada ejen.

Adakah suara selamat untuk peringatan keluar?

Ia boleh digunakan dengan berhati-hati. Kempen batch memerlukan panggilan ujian dahulu dan boleh dihentikan di tengah jalan. Pastikan anda mempunyai kebenaran pelanggan untuk dihubungi, mulakan dengan kumpulan kecil, dan semak peraturan setempat. Kami tidak memberikan nasihat undang-undang.

#ejen AI suara#sokongan pelanggan#panggilan telefon#PKS#Twilio

Praktikkan dengan AI SNS CHAT

Bina ejen AI yang dilatih dengan kandungan anda sendiri dan sambungkan ke laman web, WhatsApp, LINE dan banyak lagi. Percuma untuk bermula, tiada kad kredit diperlukan.