فهم أذكى ومكالمات أوضح: ترقية كبرى لمحرّك ASR من Retell AI

في صميم فهم الأشخاص بشكل صحيح وإجراء محادثات طبيعية يكمن دور التعرّف التلقائي على الكلام (ASR)، وهو أمر بالغ الأهمية لأي روبوت مكالمات بالذكاء الاصطناعي.

تُعدّ المحادثات الهاتفية صعبة بطبيعتها من منظور التعرّف على الكلام. فضعف الاتصال، والضوضاء في الخلفية، وتنوّع اللهجات واللكنات، كلّها تجعل فهم كلمات المتّصل أمرًا صعبًا.

لهذا السبب أطلقنا ترقية كبرى لمحرّك التعرّف التلقائي على الكلام (ASR) من Retell AI، تجلب نسخًا أدقّ للنصوص، واكتشافًا أقوى للنيّة، ونتائج مكالمات أكثر موثوقية عبر سبع لغات واسعة الاستخدام.

وهذا يعني دقّة أفضل، ونصوصًا واضحة تمامًا، ومعدّلات إتمام مكالمات أعلى.

ما الجديد في محرّك ASR المُرقّى من Retell AI

يدعم محرّك ASR الجديد من Retell AI (تحويل النص إلى كلام) الآن أكثر من 22 لغة جديدة منها:

• الأفريكانية
• العربية
• الأذربيجانية
• البوسنية
• الويلزية
• الفارسية
• الفلبينية
• الجاليكية
• العبرية
• الكرواتية
• الأرمنية
• الآيسلندية
• الكازاخية
• الكانادية
• المقدونية
• الماراثية
• النيبالية
• السلوفينية
• الصربية
• السواحيلية
• التاميلية
• الأردية

وهذا يرفع إجمالي عدد اللغات لدينا إلى أكثر من 50 لغة، مقرّبًا إيّانا خطوة أخرى نحو جعل المحتوى متاحًا بأي لغة. إنّ إضافة هذه اللغات تفتح إمكانات واسعة أمام الشركات للوصول إلى جماهير جديدة؛ فالعربية وحدها يتحدّث بها 450 مليون شخص، والفارسية 130 مليونًا، والأردية 250 مليونًا.

تتوفّر هذه اللغات كجزء من محرّك ASR الجديد لدينا. يمكنك تجربة OpenAI TTS لبناء وكيلك الصوتي التالي مع Retell. يمكنك أيضًا استنساخ صوتك وتحويله إلى أي من لغاتنا التي تتجاوز 50 لغة.

يتيح هذا الدعم اللغوي الواسع للشركات التفاعل بفعالية مع جمهور عالمي. جرّب Retell AI اليوم وشاهدها أثناء العمل.

كيف تستخدم لغات Retell AI المُحدّثة؟

يُعدّ تعزيز قدرة روبوت الذكاء الاصطناعي الخاص بك على التواصل بلغات متعدّدة طريقة فعّالة لتحسين تجربة المستخدم.

مع Retell AI، يمكنك تفعيل هذه القدرات متعدّدة اللغات بخطوات بسيطة:

الخطوة 1: الوصول إلى الإعدادات العامة

انتقل إلى لوحة تحكّم الوكيل واختر الروبوت الذي تريد تهيئته. انقر على قائمة الإعدادات العامة في الجهة اليمنى.

الخطوة 2: اختيار الصوت واللغة

في قسم الصوت واللغة ضمن الإعدادات العامة، انقر على القائمة المنسدلة لاستكشاف اللغات المتاحة.

اختر اللغة المطلوبة لروبوتك. على سبيل المثال، سيؤدّي اختيار الإسبانية (أمريكا اللاتينية) إلى تطبيق إعداد الصوت واللغة هذا على الروبوت.

الخطوة 3: تخصيص تدفّق المحادثة

بعد اختيار اللغة، عد إلى محرّر تدفّق المحادثة وتأكّد من أنّ جميع الرسائل مترجمة بدقّة للجمهور المستهدف.

على سبيل المثال، في عقدة الترحيب، قد يقول الروبوت:

«Hola, soy Anna, una representante de inteligencia artificial que llama desde la organización Retell Healthcare en una línea grabada…» (عند اختيار الإسبانية).

تأكّد من أنّ كل عقدة محادثة—بما في ذلك مطالبات المستخدم والردود—تطابق باستمرار اللغة المختارة.

يمكن أيضًا إعداد تدفّقات الصوت متعدّدة اللغات هذه ضمن نظام IVR بالذكاء الاصطناعي، ممّا يتيح للمتّصلين التنقّل بين القوائم والوصول إلى القسم المناسب بلغتهم المفضّلة.

الخطوة 4: اختبار القدرة متعدّدة اللغات

استخدم خيار الاختبار في الإعدادات العامة لمحاكاة محادثة والتحقّق من أنّ الروبوت يستجيب بسلاسة باللغة المختارة. راجع مخرجات الصوت والنص معًا لضمان الدقّة والاتّساق.

يمكن لهذه التهيئة أيضًا دعم حالات استخدام متقدّمة، مثل وكيل حجز المواعيد بالذكاء الاصطناعي، حيث يؤكّد الروبوت التواريخ والأوقات والتفاصيل الأخرى بينما يتحدّث بطبيعية باللغة المفضّلة للعميل.

نصائح لإعداد فعّال متعدّد اللغات

• اختيار الصوت: اختر صوتًا يتوافق مع منطقة الجمهور لتحسين الألفة والتفاعل.

• الوضع متعدّد اللغات: في المناطق التي بها مستخدمون ثنائيو أو متعدّدو اللغات، فعّل الوضع متعدّد اللغات ليتمكّن الروبوت من التبديل بين اللغات بسلاسة.

باتّباع هذه الممارسات الفضلى، يمكن لروبوت الذكاء الاصطناعي الخاص بك التواصل بوضوح مع جمهور أوسع، ممّا يحسّن إمكانية الوصول ويقدّم تجربة عملاء أكثر شمولًا.

كيف يعمل محرّك ASR الجديد هذا في Retell AI؟

غالبًا ما تكون النسخة النصية الفورية مفاضلة بين زمن الاستجابة والدقّة.

عندما تحسّن من أجل السرعة، تحصل على أقل زمن استجابة لكن مع احتمال أكبر للأخطاء بسبب قلّة السياق. وعندما تعتمد على نتائج بسياق أكبر، تخاطر بالانتظار مدّة أطول بعد توقّف المستخدم عن الكلام.

تقدّم Retell AI نموذجين للنسخ النصي:

• التحسين من أجل السرعة (وضعا Fast & Accurate)

• التحسين من أجل الدقّة (وضع Accurate)

مع أنّنا وجدنا أنّ وضع التحسين من أجل السرعة ووضع التحسين من أجل الدقّة لهما معدّل WER (معدّل خطأ الكلمات) متقارب. إلّا أنّ الفرق الحقيقي يكمن في أدقّ التفاصيل مثل الأرقام أو التواريخ أو العناوين.

من خلال تحسين خطّ أنابيب النمذجة الصوتية لدينا، وتنقيح القواميس الصوتية الخاصة بكل لغة، وتحسين فكّ الترميز الفوري، تقدّم Retell AI الآن معدّلات خطأ كلمات (WER) أقل بشكل ملحوظ في كل من وضع Accurate ووضعي Fast & Accurate.

دقّة أعلى في اللغات الأوروبية (وضع Accurate)

بالنسبة للألمانية والفرنسية والإيطالية والبولندية، خفّضنا معدّل خطأ الكلمات بمقدار 7 إلى 10 نقاط.

كانت هذه لغات قوية بالفعل في وضع Accurate لدينا. ومع ذلك، فإنّ بنية النمذجة الجديدة تقلّل بشكل كبير من أنواع الأخطاء المعتادة التي رصدناها في مكالمات العملاء الفعلية، مثل تبديل الأصوات الناتج عن اللكنة، وتشوّهات ضوضاء الخلفية، وأخطاء المطابقة في الجنس/العدد.

ماذا يعني هذا لأتمتة الصوت:

• نصوص أوضح حتى في البيئات الصاخبة

• التقاط أكثر موثوقية للنيّة في الردود المعقّدة متعدّدة الجمل

• عدد أقل من دورات التصحيح («عذرًا، هل يمكنك تكرار ذلك؟»)

• معدّل حل أعلى من المكالمة الأولى لتدفّقات عمل الدعم والمبيعات والخدمة

إنجازات كبرى في اللغات الآسيوية (وضعا Fast & Accurate)

بالنسبة للصينية (الماندرين) والماليزية والهندية، فإنّ المكاسب أكبر: تحسينات في WER بمقدار 15 إلى 25 نقطة.

كانت هذه اللغات تاريخيًا صعبة على أنظمة ASR بسبب الديناميكيات النغمية (الماندرين)، وخلط اللغات (الماليزية)، وتنوّع اللكنات (الهندية). يتعامل المحرّك المُرقّى الآن مع هذه التعقيدات بذكاء أكبر بكثير.

ما الذي يتيحه هذا:

• فهم فوري أفضل بشكل كبير حتى بسرعات وضع Fast
  
• تعرّف دقيق على التغيّرات النغمية، والاختلافات اللهجية، واستخدام اللغات المختلطة
  
• تناوب أكثر طبيعية في الحديث دون تأخير أو سوء تفسير
  
• أداء أقوى في صوت الهاتف بأسلوب مركز الاتصال — أصعب بيئة لأنظمة ASR

ماذا يعني هذا: مدخلات أنظف ← مخرجات أذكى

يقلّل محرّك ASR الجديد التباين بين ما يقوله المتّصلون وما يعتقد الذكاء الاصطناعي أنّهم قالوه. فمع انخفاض WER، يتلقّى محرّك الاستدلال المدعوم بنموذج LLM لدينا نصًا أوضح، ممّا يتيح:

• تعرّفًا أدقّ على النيّة
• انهيارات أقل في المحادثة
• حلولًا أكثر سلاسة وأسرع
• سلوك وكيل شبيه بالبشر أكثر

هذه الترقية لا تحسّن النسخ النصي فحسب — بل ترتقي بتجربة أتمتة الصوت بأكملها.

‍