تعرّف على ماهية اكتشاف النشاط الصوتي (VAD)، ولماذا يهمّ في المحادثات الصوتية بالذكاء الاصطناعي، وكيف يضمن تبادلًا سلسًا للأدوار ونسخًا نصيًا دقيقًا.
اكتشاف النشاط الصوتي (VAD) هو عملية الكشف عمّا إذا كان شخص ما يتحدّث أو لا يتحدّث أثناء مكالمة هاتفية أو تفاعل صوتي. وهو يُخبر نظام الذكاء الاصطناعي متى يبدأ الاستماع، ومتى يتوقّف، ومتى يحين وقت الرد.
يُعدّ VAD أساسيًا لأنظمة الذكاء الاصطناعي الصوتية الفورية. فهو يضمن ألّا يتحدّث الوكيل الصوتي فوق المستخدم، أو يقطع المُدخَل قبل أوانه، أو يبقى في صمت محرج بانتظار توجيه قُدّم بالفعل.
بدون VAD دقيق، تبدو المحادثات متعثّرة وغير طبيعية.
ومعه، تتدفّق المكالمات بسلاسة مع محاكاة إيقاع المحادثة البشرية.
يمكّن VAD الفعّال الوكلاء الصوتيين بالذكاء الاصطناعي من:
التقاط مُدخَل المتّصل بدقّة، دون تفويت البداية أو النهاية
تجنّب مقاطعة المستخدم، عبر تمييز الوقفات عن الصمت الفعلي
إطلاق الردود بشكل أسرع، ما يحسّن السرعة المُدرَكة ويقلّل زمن الاستجابة
التعامل مع الضوضاء الواقعية، مثل الثرثرة في الخلفية أو موسيقى الانتظار
معالجة الإشارة الصوتية
تحلّل خوارزميات VAD مستوى الصوت والتردّد وأنماط الموجة للكشف عن وجود كلام بشري.
تصفية الضوضاء
تُرشّح الضوضاء المحيطة أو التنفّس أو الصمت كي لا يستجيب الوكيل قبل أوانه أو يتأخّر دون داعٍ.
التعامل مع الوقفات
يميّز بين توقّف المستخدم في منتصف جملة وانتهائه من الكلام.
التكامل مع منطق تبادل الأدوار
يعمل بتناغم مع محرّك محادثة الوكيل لإدارة من "يملك الكلمة".
يتوقّف متّصل بخط دعم اتصالات لثانيتين بينما يبحث عن رقم حسابه. يكتشف نظام VAD من Retell AI بشكل صحيح أن هذه وقفة قصيرة وليست نهاية جملة، فيواصل الاستماع دون قطع المُدخَل أو المقاطعة بمتابعة سابقة لأوانها.
قد يكون VAD غير مرئي للمستخدم، لكنه السبب في أن أتمتة الصوت تبدو بشرية بدلًا من أن تكون آلية. فبدونه، حتى أذكى وكيل صوتي بالذكاء الاصطناعي سيبدو وكأنه يخمّن.
شاهد كيف يستخدم Retell AI VAD المتقدّم لدعم أتمتة صوتية طبيعية وفورية وسهلة المقاطعة.