Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Meilleures pratiques en matière de voix agentiques

Amazon Connect Agentic Voice associe la reconnaissance vocale avancée (ASR) à des voix expressives et naturelles pour offrir une expérience d'IA vocale complète. L'ASR avancé permet une prise de parole naturelle et à faible latence dans les conversations en temps réel, tandis que le moteur vocal diffuse des discours réalistes dans plus de 50 régions. Ensemble, ces composants permettent des interactions fluides et humaines entre les appelants et les agents Amazon Connect AI. Ce guide couvre la configuration et les meilleures pratiques pour les deux composants, afin que vous puissiez tirer le meilleur parti de l'expérience vocale complète des agents.

Ce guide couvre les points suivants :

Meilleures pratiques en matière de reconnaissance vocale avancée (ASR)

La préférence de modèle vocal Advanced ASR est un outil de reconnaissance de diffusion en continu conçu pour une prise de parole naturelle et à faible latence lors de conversations en temps réel. Au lieu de se fier uniquement à une fenêtre de silence fixe, il évalue le discours de l'appelant pendant qu'il parle et prédit quand l'appelant a terminé, c'est-à-dire la fin de son tour (EOT).

Syntaxe des attributs de session

Les contrôles de cette section sont définis avec des attributs de session Lex V2 standard dans l'x-amz-lexespace de noms. Vous les définissez lorsque vous démarrez une conversation et vous pouvez les modifier dans une fonction Lambda (par exemple, pour assouplir la détection uniquement lors de la collecte d'une valeur sensible).

Étendez chaque attribut à une intention et à un créneau :

x-amz-lex:audio:<setting>:<intentName>:<slotToElicit>

Faire :

Ne pas :

Barge-in (comportement d'interruption)

Barge-in permet à l'appelant d'interrompre une invite que le bot est en train de jouer. Il est activé par défaut, ce qui est généralement ce que vous souhaitez pour une conversation naturelle. Vous le contrôlez avec :

x-amz-lex:allow-interrupt:<intentName>:<slotToElicit>

Valeur par défaut : true

Désactivez barge-in (false) lorsque :

Maintenez l'option Barge-In activée dans les cas suivants :

Exemple

Pour un agent d'IA en libre-service, laissez Barge-in activé partout par défaut. Désactivez-la uniquement lorsqu'une invite doit être entendue dans son intégralité, par exemple, une clause de non-responsabilité légale ou de conformité. Définissez les attributs lorsque vous démarrez la conversation. Activez la valeur par défaut avec une *:* entrée et désactivez l'entrée uniquement dans le but de diffuser la clause de non-responsabilité :

{
  "sessionState": {
    "sessionAttributes": {
      "x-amz-lex:allow-interrupt:*:*": "true",
      "x-amz-lex:allow-interrupt:Disclaimer:*": "false"
    }
  }
}

L'entrée spécifique à l'intention et à l'emplacement a priorité sur l'entrée *:* par défaut, de sorte que l'appelant peut interrompre partout sauf pendant que l'Disclaimerintention parle. Si vous définissez plutôt l'attribut d'avertissement dans une fonction Lambda, définissez-le avant la lecture de l'invite d'avertissement. Réinitialisez-le à « true après » pour que le reste de la conversation reste interruptible.

End-of-turn réglage

Advanced ASR met fin à un tour lorsque l'une des conditions est d'abord remplie :

Des valeurs plus élevées font attendre le bot plus longtemps et les virages finaux sont plus prudents (moins de coupures prématurées, un peu plus de latence). Des valeurs plus faibles mettent fin aux tours plus tôt (latence plus faible, plus de chances d'interrompre un appelant qui fait une pause). Le seuil de confiance est le principal levier ; le délai de silence n'est important que lorsque la confiance n'est pas encore terminée.

Out-of-range comportement :

Choix des valeurs

Exemple

Détection prudente de fin de virage pour le AccountNumber créneau de l'VerifyIdentityintention :

{
  "sessionState": {
    "sessionAttributes": {
      "x-amz-lex:audio:end-confidence-threshold:VerifyIdentity:AccountNumber": "0.9",
      "x-amz-lex:audio:end-timeout-ms:VerifyIdentity:AccountNumber": "7000"
    }
  }
}

Une seule valeur par défaut pour chaque intention et chaque créneau :

{
  "sessionState": {
    "sessionAttributes": {
      "x-amz-lex:audio:end-confidence-threshold:*:*": "0.8",
      "x-amz-lex:audio:end-timeout-ms:*:*": "800"
    }
  }
}

Conseils de langue pour la reconnaissance multilingue

Advanced ASR reconnaît plusieurs langues au cours d'une même conversation sans savoir à quelles langues s'attendre. Il détecte la langue dans le discours de l'appelant, ce qui permet à celui-ci de commencer en anglais et de passer à l'espagnol et la transcription suit. Il s'agit du comportement par défaut et ne nécessite aucune configuration.

Si vous connaissez déjà les langues utilisées par vos appelants, vous pouvez biaiser la reconnaissance en leur faveur grâce à des conseils linguistiques. Les astuces sont particulièrement utiles lorsque deux langues ont un son similaire. Ils sont également utiles lorsque des énoncés courts (un seul mot, un chiffre, a yes/no ) ne permettent pas au modèle de fonctionner correctement. Vous les définissez avec :

x-amz-lex:audio:locale-override:<intentName>:<slotToElicit>

Par défaut : aucune indication — Advanced ASR détecte la langue de manière autonome.

Définissez la portée de l'attribut de la même manière que les autres contrôles de cette section. *:*Utilisez-le pour biaiser chaque étape de la conversation, ou nommez une intention et un créneau pour biaiser uniquement les moments où vous connaissez la langue attendue.

Format de valeur

Définissez la valeur en fonction des codes de langue vers lesquels vous souhaitez biaiser, probablement en premier. Utilisez une liste séparée par des virgules, éventuellement entourée de crochets et de guillemets si cela est plus facile à produire à partir de votre flux ou de votre fonction Lambda. Advanced ASR ignore les espaces environnants et traite les traits de soulignement comme des tirets, donc équivalents. pt_BR pt-BR

Le tableau suivant présente des exemples de valeurs d'attributs et les langues vers lesquelles chacun oriente Advanced ASR.

Validation

Exemple

L'exemple suivant biaise la reconnaissance d'une ligne dont les appelants parlent espagnol ou anglais, l'espagnol étant la langue la plus courante :

{
  "sessionState": {
    "sessionAttributes": {
      "x-amz-lex:audio:locale-override:*:*": "es,en-US"
    }
  }
}

Faire

Ne le faites pas

Gestion des appels d'outils de longue durée

Lorsqu'un agent IA ou Lambda effectue un appel d'outil de longue durée (une recherche dans le backend, une API externe, un appel de modèle) avant que le bot ne soit prêt à écouter, l'appelant reste silencieux. L'appelant peut avoir l'impression que le bot est bloqué ou qu'il lui a parlé lorsqu'il répond finalement.

Atténuations :

Référence rapide des attributs de session ASR

Erreurs ASR courantes

Meilleures pratiques en matière de voix

Amazon Connect Agentic Voice diffuse une synthèse vocale expressive et naturelle dans plus de 50 régions. Le moteur normalise automatiquement le texte écrit en langage naturel. Dans la plupart des cas, vous pouvez transmettre le texte tel quel et obtenir d'excellents résultats sans aucune mise en forme particulière.

Formatage du texte

Règles générales

Transmettez un texte naturel et bien ponctué. Les phrases complètes avec une majuscule et une ponctuation normales produisent le meilleur rythme et la meilleure intonation.

Faire :

Ne pas :

Normalisation automatique

Le moteur lit les formats écrits courants sous forme de discours naturel. La plupart du temps, il n'est pas nécessaire de les reformater :

Tags de commande vocale

Le moteur vocal déduit automatiquement le rythme et les émotions appropriés à partir du contenu de la transcription. Utilisez des balises de contrôle uniquement pour des cas d'utilisation spécifiques auxquels la valeur par défaut n'est pas satisfaisante. Toutes les balises sont placées directement dans la transcription.

Vitesse

Contrôlez le débit de parole. Plage : 0,6 (lent) à 1,5 (rapide). Par défaut : 1.0.

<speed ratio="0.85"/>This call may be recorded for quality purposes.

Pour rétablir la vitesse après avoir ralenti, procédez comme suit :

<speed ratio="0.85"/>Important notice.<speed ratio="1.0"/>Now, how can I help?

Volume

Contrôlez le volume. Plage : 0,5 (silencieux) à 2,0 (fort). Par défaut : 1.0.

<volume ratio="0.5"/>I'll speak softly for this part.

Pauses

Insérez des pauses. Spécifiez la durée en secondes (s) ou en millisecondes (ms).

Your balance is $1,234.<break time="500ms"/>Your next payment is due June 15th.

Utilisez des pauses pour :

Épeler

Forcez la lecture caractère par caractère des codes, des identifiants, des numéros de téléphone ou de toute chaîne devant être prononcée lettre par lettre.

Your confirmation code is <spell>TKT4829XB</spell>.

Pour les longues séquences, ajoutez un espace à l'intérieur de la balise orthographique pour insérer des pauses :

Your phone number is <spell>(415)</spell><break time="200ms"/><spell>5551212</spell>.

Formats alternatifs (sans balises) :

Émotion

Le modèle déduit naturellement le ton émotionnel du contenu : aucune balise n'est nécessaire dans la plupart des cas. Les balises d'émotion sont une fonctionnalité bêta et fonctionnent de manière plus fiable lorsque l'émotion correspond à la transcription.

<emotion value="sympathetic"/>I understand this is frustrating. Let me investigate that for you.

Émotions primaires : neutral angryexcited,content,sad, etscared.

Rire

Insérez [laughter] pour produire un rire naturel.

Oh, I've actually heard that one before! [laughter] Alright, let's get this sorted out.

Référence de l'étiquette

Tags mal formés

Configuration vocale multilingue

Amazon Connect agentic Voice inclut des voix multilingues qui peuvent parler plusieurs langues et passer facilement de l'une à l'autre en cours de conversation. Un appelant peut commencer en anglais, passer à l'espagnol et l'agent le suit : aucun changement de flux ni aucune interruption ne sont nécessaires. Dans le bloc Set Voice, ces voix sont étiquetées comme des voix polyglottes. Ce guide utilise le terme « voix multilingues » pour les décrire. Cette section explique comment configurer les voix multilingues et les points à surveiller.

Voix multilingues

Les voix multilingues basculent de manière native entre les langues prises en charge au cours d'une même conversation. Utilisez une voix multilingue lorsque votre centre d'appels doit gérer des appelants qui parlent différentes langues ou qui changent de langue en cours d'appel.

Configuration

Étape 1 : créez votre bot Amazon Lex dans les paramètres régionaux de la voix multilingue

Si vous utilisez une voix multilingue, vous n'avez besoin que d'une seule langue pour le bot Amazon Lex. Créez votre bot dans la langue qui correspond à la voix multilingue (par exemple, en-US ou en-GB). Il n'est pas nécessaire d'ajouter toutes les langues prises en charge par la voix multilingue en tant que langue distincte dans Amazon Lex.

Faire :

Ne pas :

Si vous devez prendre en charge une langue qui ne figure pas dans la liste des langues prises en charge par la voix multilingue (par exemple, le thaï ou le tagalog), créez un bot distinct pour cette langue et utilisez une voix spécifique à la langue locale. Consultez Utilisation d'une voix d'agence non multilingue dans une langue autre que l'anglais.

Étape 2 : faites correspondre les paramètres régionaux du bot Lex au bloc Set Voice

L'attribut de langue défini dans le bloc Set Voice doit correspondre aux paramètres régionaux de votre robot Lex. S'ils ne correspondent pas, le bloc Get Customer Input renvoie une erreur. Mettez à jour la langue du bloc de commande vocale pour qu'elle corresponde aux paramètres régionaux de votre bot.

Pour les voix multilingues créées à partir d'une langue anglaise :

First-turn salutation

Au premier tour, l'agent IA n'a reçu aucune entrée de l'appelant. Sans saisie, l'agent ne peut pas détecter la langue de l'appelant. La voix prononce le texte d'accueil configuré dans le bloc Get Customer Input. Si vous souhaitez que le bot accueille l'appelant dans une langue spécifique, assurez-vous que le message d'accueil de ce bloc est écrit dans cette langue.

Par exemple, si votre base d'appels principale parle espagnol, configurez le message d'accueil Get Customer Input en espagnol :

Hola, gracias por llamar. ¿Cómo puedo ayudarle hoy?

Après le premier tour, l'agent IA prend le relais, détecte et suit la langue de l'appelant pendant le reste de la conversation.

Étape 3 : ajouter des instructions de gestion de la langue à l'invite du système d'agent AI

Ajoutez une section de gestion de la langue à l'invite système de votre agent IA. Cette section définit le comportement multilingue. L'agent IA détecte la langue de l'appelant à partir de la transcription et répond dans cette langue.

Modèle (à personnaliser selon votre cas d'utilisation) :

You are connected to a multilingual voice that supports the following languages: English, German, Spanish, French, Hindi, Italian, Japanese, Norwegian, Portuguese, and Russian.

Language handling rules:
Detect the language of the caller's input from the transcription.
If the caller speaks in one of the supported languages listed above, respond in that same language.
If the caller speaks a language not in the supported list, respond in English and politely let them know you can assist in the supported languages.
Always respond in one language at a time. Do not mix languages in a single response unless the caller mixes first.
If the caller switches languages mid-conversation, follow their lead immediately.
When responding in any non-English language, always use proper accent marks, diacritics, and locale-appropriate formatting (for example, é, ñ, ü, ç). This ensures the voice engine produces natural pronunciation.
Keep English brand names, product names, codes, and identifiers in English. Do not translate them.

Utilisation d'une voix d'agence non multilingue dans une langue autre que l'anglais

Si vous utilisez une voix d'agent qui n'est pas multilingue (par exemple, une voix thaïlandaise, coréenne ou portugaise), vous devez définir explicitement l'attribut de langue afin que le système soit redirigé vers le moteur ASR approprié.

Option A : définir le bloc vocal

Option B : définir le bloc Attributs de contact

Si le bloc Définir la voix n'expose pas le paramètre de langue de votre configuration, vous pouvez définir la langue à l'aide du bloc Définir les attributs du contact avant le bloc Obtenir les informations du client :

Restreindre à des langues spécifiques

Si votre centre d'appels ne prend en charge qu'un sous-ensemble de langues, simplifiez l'invite :

You support English and Spanish on this line only.
Detect the language of the caller's input.
If the caller speaks English or Spanish, respond in that language.
If the caller speaks any other language, respond in English: I apologize, but I can only assist in English or Spanish. How can I help you today?
If the caller switches between English and Spanish, follow their lead.
Use proper accent marks when responding in Spanish (á, é, í, ó, ú, ñ, ü).
Keep brand names and codes in English.

Invite système pour les agents Amazon Connect AI

Lorsque les agents Amazon Connect AI génèrent du texte qui sera prononcé, ajoutez ces instructions de mise en forme vocale à l'invite système de votre agent. Copiez et collez le bloc ci-dessous directement dans votre configuration rapide.

Invite de formatage de la sortie vocale

Speech Output Formatting
Everything you output will be spoken aloud by text-to-speech.
Follow these rules:

GENERAL FORMATTING
Use full sentences with normal capitalization. Always end with . ? or !
Use conventional written forms for numbers, dates, acronyms, symbols.
Do NOT use markdown, bullet points, headers, bold, raw JSON, emoji, or special characters.
Write plain prose only.

SPELLING OUT CODES AND IDS
For codes or IDs that must be read character-by-character, except for phone numbers, wrap in <spell> tags:
Example: Your confirmation code is <spell>TKT4829XB</spell>. Was that the account ending in <spell>1234</spell>?

THINGS TO AVOID
Do not output bullet points, numbered lists, or structured formatting.
Do not use asterisks, hashtags, or markdown syntax.
Do not include internal thoughts, reasoning, or meta-commentary.
Do not use parentheses, brackets, curly braces, or quotation marks.

NATURALNESS
Respond as if speaking directly to the caller.
Keep responses concise. Avoid long monologues.
Use natural transitions like: Let me check that for you. Or: Here is what I found.

Module complémentaire multilingue

Si votre bot utilise une voix multilingue, ajoutez ce qui suit à l'invite de votre système pour activer les réponses multilingues :

Language Handling
You are connected to a multilingual voice that supports: English, German,
Spanish, French, Hindi, Italian, Japanese, Norwegian, Portuguese, and Russian.

Detect the language of the caller input from the transcription. If the
caller speaks in one of the supported locales, respond in that language.
If the caller speaks a language not in the supported list, respond in
English and politely let them know you can assist in English.

Always respond in one language at a time. Do not mix multiple languages
in a single response. If the caller switches languages mid-conversation,
follow their lead and switch your responses to match.

When responding in a non-English language, always use proper accent marks,
diacritics, and locale-appropriate formatting. This ensures the voice
engine produces natural, native-sounding pronunciation.

Exemples de centres d'appels

Message d'accueil IVR

Hi, thanks for calling. How can I help you today?

Aucun tag n'est nécessaire : le moteur gère naturellement les messages d'accueil conversationnels.

Avertissement légal (ralenti)

<speed ratio="0.85"/>This call may be recorded for quality assurance purposes. By continuing, you consent to recording.

Paire avec barge-in désactivée au niveau du débit.

Relecture d'un numéro de compte

Avec balises orthographiques :

Your account number is <spell>1234</spell> <spell>5678</spell> <spell>9012</spell>.

Sans balises orthographiques :

Your account number is 1 2 3 4, 5 6 7 8, 9 0 1 2.

Confirmation avec code de référence

I've created your ticket. Your reference number is <spell>TKT4829XB</spell>. Is there anything else I can help with?

Options de menu

Press 1 for billing.<break time="500ms"/>Press 2 for technical support.<break time="500ms"/>Press 3 to speak with an agent.

Orthographe du nom d'un client

Let me confirm — your last name is Smith, spelled <spell>SMITH</spell>. Is that correct?

Erreurs de synthèse vocale courantes