定义
AI 语音智能体(AI voice agent)是能够进行电话语音对话的软件:它将来电者的语音转写为文字,借助语言模型理解并决策,再通过文本转语音(TTS)回复,还能在业务系统中执行操作或转接人工。
多数语音智能体由三部分串联而成:语音转文字、可调用工具(查询 CRM、预订、支付)的大语言模型,以及文字转语音。部分新系统可直接处理语音。主要的工程难点在于延迟(停顿超过约一秒就会显得不自然)、打断(允许来电者随时插话)以及可靠的轮流发言。
与 IVR 菜单不同,语音智能体能处理开放式问题(如“我想把预约改到周四下午”),并在一通电话内完成任务。但它仍应在护栏之内工作:明确的目标、经批准的知识库,以及何时转接人工的清晰规则。
面向 GCC 地区部署时,智能体需要听懂海湾阿拉伯语和英语(包括句中混用),并能说出自然的阿拉伯语。应告知来电者对方是自动语音助手,外呼时遵守通话时段和电话营销规定,并依据适用的数据保护法律处理录音与转写文本。
建议衡量自助解决率(无需人工即可解决的通话占比)、转接率、任务完成率和客户满意度,并定期复核通话转写。
OmniChannels.ai 通过 BroadNet 的语音能力和 BroadNet AI,提供包括阿拉伯语在内的 AI 语音智能体,并支持转接人工坐席。