Comprensione più intelligente, chiamate più chiare: l'ASR di Retell ha ricevuto un importante aggiornamento

Al centro della corretta comprensione delle persone e delle conversazioni naturali si trova il ruolo del riconoscimento vocale automatico (ASR), fondamentale per qualsiasi bot per chiamate con IA.

Le conversazioni telefoniche sono intrinsecamente complesse dal punto di vista del riconoscimento vocale. Scarsa connettività, rumore di fondo e vari dialetti e accenti rendono difficile comprendere le parole di chi chiama.

Ecco perché abbiamo introdotto un importante aggiornamento del motore di riconoscimento vocale automatico (ASR) di Retell, che porta trascrizioni più nitide, un rilevamento delle intenzioni più efficace e risultati delle chiamate più affidabili in sette lingue ampiamente utilizzate.

Questo significa maggiore precisione, trascrizioni cristalline e tassi di completamento delle chiamate più elevati.

Le novità del motore ASR aggiornato di Retell

Il nuovo ASR (text-to-speech) di Retell ora supporta oltre 22 nuove lingue tra cui:

• Afrikaans
• Arabo
• Azero
• Bosniaco
• Gallese
• Persiano
• Filippino
• Galiziano
• Ebraico
• Croato
• Armeno
• Islandese
• Kazako
• Kannada
• Macedone
• Marathi
• Nepalese
• Sloveno
• Serbo
• Swahili
• Tamil
• Urdu

Questo porta il nostro conteggio totale di lingue a oltre 50, avvicinandoci di un passo alla possibilità di rendere i contenuti accessibili in qualsiasi lingua. L'aggiunta di queste lingue apre vaste possibilità per le aziende di raggiungere nuovi pubblici; solo l'arabo è parlato da 450 milioni di persone, il persiano da 130 milioni e l'urdu da 250 milioni.

Queste lingue sono disponibili come parte del nostro nuovo ASR. Puoi provare OpenAI TTS per creare il tuo prossimo agente vocale con Retell. Puoi anche clonare la tua voce e convertirla in una qualsiasi delle nostre oltre 50 lingue.

Questo ampio supporto linguistico consente alle aziende di interagire efficacemente con un pubblico globale. Prova Retell AI oggi stesso e vedila in azione.

Come usare le lingue aggiornate di Retell?

Migliorare la capacità del tuo bot con IA di comunicare in più lingue è un modo efficace per migliorare l'esperienza utente.

Con Retell AI, puoi abilitare queste funzionalità multilingue in pochi semplici passaggi:

Passaggio 1: accedi alle impostazioni globali

Vai alla Dashboard degli agenti e seleziona il bot che vuoi configurare. Clicca sul menu Impostazioni globali sul lato destro.

Passaggio 2: seleziona voce e lingua

Nella sezione Voce e lingua all'interno delle Impostazioni globali, clicca sul menu a discesa per esplorare le lingue disponibili.

Scegli la lingua desiderata per il tuo bot. Ad esempio, selezionando Spagnolo (America Latina) applicherai questa impostazione di voce e lingua al bot.

Passaggio 3: personalizza il flusso della conversazione

Dopo aver selezionato la lingua, torna all'editor del Flusso della conversazione e assicurati che tutti i messaggi siano tradotti accuratamente per il pubblico di destinazione.

Ad esempio, nel nodo di Saluto, il bot potrebbe dire:

“Hola, soy Anna, una representante de inteligencia artificial que llama desde la organización Retell Healthcare en una línea grabada…” (quando è selezionato lo spagnolo).

Verifica che ogni nodo della conversazione, compresi i prompt e le risposte degli utenti, corrisponda in modo coerente alla lingua selezionata.

Questi flussi vocali multilingue possono anche essere configurati all'interno di un sistema IVR con IA, consentendo a chi chiama di navigare tra i menu e raggiungere il reparto appropriato nella propria lingua preferita.

Passaggio 4: testa la capacità multilingue

Usa l'opzione Test nelle Impostazioni globali per simulare una conversazione e verificare che il bot risponda fluidamente nella lingua selezionata. Rivedi sia gli output vocali che quelli testuali per garantire precisione e coerenza.

Questa configurazione può anche supportare casi d'uso avanzati, come un agente per la fissazione di appuntamenti con IA, in cui il bot conferma date, orari e altri dettagli parlando in modo naturale la lingua preferita del cliente.

Suggerimenti per una configurazione multilingue efficace

• Selezione della voce: Scegli una voce in linea con la regione del pubblico per migliorare la familiarità e il coinvolgimento.

• Modalità multilingue: Nelle regioni con utenti bilingui o multilingui, abilita la modalità multilingue affinché il bot possa passare da una lingua all'altra senza interruzioni.

Seguendo queste best practice, il tuo bot con IA può comunicare chiaramente con un pubblico più ampio, migliorando l'accessibilità e offrendo una customer experience più inclusiva.

Come funziona questo nuovo ASR in Retell?

La trascrizione in tempo reale è spesso un compromesso tra latenza e precisione.

Quando ottimizzi per la velocità, ottieni la latenza più bassa ma una maggiore probabilità di errori dovuti al minor contesto. Quando ti affidi a risultati con più contesto, rischi di attendere più a lungo dopo che l'utente ha smesso di parlare.

Retell offre due modelli di trascrizione:

• Ottimizzazione per la velocità (modalità Fast e Accurate)

• Ottimizzazione per la precisione (modalità Accurate)

Anche se abbiamo riscontrato che la modalità di ottimizzazione per la velocità e la modalità di ottimizzazione per la precisione hanno un WER (Word Error Rate) simile, la vera differenza risiede nei dettagli più minuti come numeri, date o indirizzi.

Ottimizzando la nostra pipeline di modellazione acustica, perfezionando i dizionari fonetici specifici per ogni lingua e migliorando la decodifica in tempo reale, Retell offre ora Word Error Rate (WER) drasticamente più bassi sia in modalità Accurate che in modalità Fast e Accurate.

Maggiore precisione nelle lingue europee (modalità Accurate)

Per tedesco, francese, italiano e polacco, abbiamo ridotto il Word Error Rate di 7–10 punti.

Queste erano già lingue solide nella nostra modalità Accurate. Tuttavia, la nuova architettura di modellazione riduce significativamente i tipici tipi di errore che abbiamo osservato nelle chiamate reali dei clienti, come le sostituzioni di fonemi dovute all'accento, le distorsioni da rumore di fondo e gli errori di concordanza di genere/numero.

Cosa significa questo per l'automazione vocale:

• Trascrizioni più chiare anche in ambienti rumorosi

• Acquisizione delle intenzioni più affidabile per risposte complesse e composte da più frasi

• Meno turni di correzione (“Scusa, puoi ripetere?”)

• Maggiore risoluzione alla prima chiamata per i flussi di lavoro di assistenza, vendite e servizio

Grandi progressi nelle lingue asiatiche (modalità Fast e Accurate)

Per il cinese (mandarino), il malese e l'hindi, i miglioramenti sono ancora maggiori: miglioramenti del WER di 15–25 punti.

Queste lingue sono state storicamente impegnative per l'ASR a causa delle dinamiche tonali (mandarino), del code-mixing (malese) e della diversità di accenti (hindi). Il motore aggiornato gestisce ora queste complessità in modo molto più intelligente.

Cosa rende possibile tutto questo:

• Comprensione in tempo reale notevolmente migliore anche alle velocità della modalità Fast
  
• Riconoscimento accurato dei cambiamenti tonali, delle variazioni dialettali e dell'uso di lingue miste
  
• Alternanza dei turni più naturale senza ritardi o interpretazioni errate
  
• Prestazioni più solide nell'audio telefonico in stile call center, l'ambiente ASR più difficile

Cosa significa: input più pulito → output più intelligente

Il nuovo motore ASR riduce il disallineamento tra ciò che chi chiama dice e ciò che l'IA pensa abbia detto. Con un WER più basso, il nostro motore di ragionamento basato su LLM riceve testo più chiaro, consentendo:

• Riconoscimento delle intenzioni più preciso
• Meno interruzioni della conversazione
• Risoluzioni più fluide e rapide
• Un comportamento dell'agente più simile a quello umano

Questo aggiornamento non migliora solo la trascrizione, ma eleva l'intera esperienza di automazione vocale.

‍