Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Praktik terbaik suara agen

Suara agentic Amazon Connect menggabungkan pengenalan ucapan tingkat lanjut (ASR) dengan suara ekspresif dan terdengar alami untuk menghadirkan pengalaman AI suara yang lengkap. ASR tingkat lanjut memberikan pergantian percakapan real-time yang alami dan latensi rendah, sementara mesin suara memberikan ucapan yang seperti aslinya di 50+ lokal. Bersama-sama, komponen-komponen ini mendukung interaksi yang mulus dan mirip manusia antara penelepon dan agen AI Amazon Connect. Panduan ini mencakup konfigurasi dan praktik terbaik untuk kedua komponen, sehingga Anda bisa mendapatkan hasil maksimal dari pengalaman suara agen penuh.

Panduan ini mencakup:

Praktik terbaik pengenalan suara tingkat lanjut (ASR)

Preferensi model ucapan ASR Tingkat Lanjut adalah pengenal streaming yang dirancang untuk pengambilan perubahan alami dan latensi rendah dalam percakapan real-time. Alih-alih hanya mengandalkan jendela keheningan yang tetap, ia mengevaluasi pidato penelepon saat mereka berbicara dan memprediksi kapan penelepon telah selesai - akhir giliran (EOT).

Sintaks atribut sesi

Kontrol di bagian ini diatur dengan atribut sesi Lex V2 standar di x-amz-lex namespace. Anda mengaturnya saat memulai percakapan dan dapat mengesampingkannya dalam fungsi Lambda (misalnya, untuk meredakan deteksi hanya saat mengumpulkan nilai sensitif).

Lingkup setiap atribut ke maksud dan slot:

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

Melakukan:

Jangan:

Barge-in (perilaku interupsi)

Barge-in memungkinkan penelepon mengganggu prompt yang sedang dimainkan bot. Ini diaktifkan secara default, yang biasanya yang Anda inginkan untuk percakapan alami. Anda mengendalikannya dengan:

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

Default: true

Nonaktifkan barge-in (false) saat:

Tetap aktifkan barge-in saat:

Contoh

Untuk agen AI swalayan, biarkan barge-in aktif di mana-mana secara default. Nonaktifkan hanya jika perintah harus didengar secara lengkap - misalnya, penafian hukum atau kepatuhan. Tetapkan atribut saat Anda memulai percakapan. Pertahankan default tetap aktif dengan *:* entri, dan matikan barge-in hanya untuk maksud yang memainkan penafian:

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

Entri khusus maksud dan slot lebih diutamakan daripada *:* default, sehingga pemanggil dapat menyela di mana saja kecuali saat maksud berbicara. Disclaimer Jika Anda menetapkan atribut penafian dalam fungsi Lambda sebagai gantinya, setel sebelum prompt penafian diputar. Setel ulang ke true sesudahnya sehingga sisa percakapan tetap dapat terganggu.

End-of-turn penyetelan

ASR lanjutan mengakhiri giliran ketika salah satu kondisi terpenuhi terlebih dahulu:

Nilai yang lebih tinggi membuat bot menunggu lebih lama dan mengakhiri putaran lebih konservatif (lebih sedikit cut-off prematur, sedikit lebih banyak latensi). Nilai yang lebih rendah berakhir lebih cepat (latensi lebih rendah, kemungkinan lebih tinggi untuk memotong penelepon yang berhenti). Ambang kepercayaan adalah tuas utama; batas waktu diam hanya penting ketika kepercayaan belum mengakhiri belokan.

Out-of-range perilaku:

Memilih nilai

Contoh

Deteksi akhir putaran konservatif untuk AccountNumber slot maksud: VerifyIdentity

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

Standar tunggal untuk setiap maksud dan slot:

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

Petunjuk bahasa untuk pengenalan multibahasa

ASR tingkat lanjut mengenali beberapa bahasa dalam percakapan yang sama tanpa diberi tahu bahasa mana yang diharapkan. Ini mendeteksi bahasa dari pidato penelepon, sehingga penelepon dapat mulai dalam bahasa Inggris dan beralih ke bahasa Spanyol dan transkripsi mengikuti. Ini adalah perilaku default dan tidak memerlukan konfigurasi.

Jika Anda sudah tahu bahasa mana yang digunakan penelepon Anda, Anda dapat membias pengenalan terhadap mereka dengan petunjuk bahasa. Petunjuk paling membantu ketika dua bahasa terdengar mirip. Mereka juga membantu ketika ucapan singkat — satu kata, satu digit, a yes/no — memberi model sedikit untuk dikerjakan. Anda mengaturnya dengan:

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

Default: tidak ada petunjuk - ASR lanjutan mendeteksi bahasa dengan sendirinya.

Lingkup atribut dengan cara yang sama seperti kontrol lain di bagian ini. Gunakan *:* untuk membias setiap putaran dalam percakapan, atau beri nama maksud dan slot untuk bias hanya pada belokan di mana Anda tahu bahasa yang diharapkan.

Format nilai

Atur nilai ke kode bahasa yang ingin Anda bias, kemungkinan besar terlebih dahulu. Gunakan daftar yang dipisahkan koma, secara opsional dibungkus dalam tanda kurung dan tanda kutip jika itu lebih mudah dihasilkan dari aliran atau fungsi Lambda Anda. ASR lanjutan mengabaikan spasi putih di sekitarnya dan memperlakukan garis bawah sebagai tanda hubung, jadi dan setara. pt_BR pt-BR

Tabel berikut menunjukkan contoh nilai atribut dan bahasa yang masing-masing bias terhadap ASR Tingkat Lanjut.

Validasi

Contoh

Contoh berikut pengenalan bias untuk saluran yang peneleponnya berbicara bahasa Spanyol atau Inggris, dengan bahasa Spanyol yang lebih umum:

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

Melakukan

Jangan

Menangani panggilan alat yang berjalan lama

Ketika agen AI atau Lambda membuat panggilan alat yang berjalan lama (pencarian backend, API eksternal, pemanggilan model) sebelum bot siap mendengarkan, pemanggil duduk diam. Bagi penelepon, ini bisa terasa seperti bot terhenti atau membicarakannya ketika akhirnya merespons.

Mitigasi:

Referensi cepat atribut sesi ASR

Kesalahan ASR umum

Praktik terbaik suara

Suara agentic Amazon Connect menghadirkan teks-to-speech yang ekspresif dan terdengar alami di lebih dari 50 lokal. Mesin secara otomatis menormalkan teks tertulis menjadi ucapan alami. Dalam kebanyakan kasus, Anda dapat meneruskan teks apa adanya dan mendapatkan hasil yang bagus tanpa pemformatan khusus.

Pemformatan teks

Aturan umum

Berikan teks alami dan berselang dengan baik. Kalimat lengkap dengan huruf besar dan tanda baca normal menghasilkan pacing dan intonasi terbaik.

Melakukan:

Jangan:

Normalisasi otomatis

Mesin membaca format tertulis umum sebagai ucapan alami. Sering kali, Anda tidak perlu memformat ulang mereka:

Tag kontrol ucapan

Mesin suara secara otomatis menyimpulkan langkah dan emosi yang sesuai dari konten transkrip. Gunakan tag kontrol hanya untuk kasus penggunaan tertentu di mana defaultnya tidak memuaskan. Semua tag ditempatkan langsung di transkrip.

Kecepatan

Kontrol laju bicara. Rentang: 0,6 (lambat) hingga 1,5 (cepat). Default: 1.0.

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

Untuk mengatur ulang kecepatan setelah memperlambat:

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

Volume

Kontrol kenyaringan. Rentang: 0,5 (tenang) hingga 2,0 (keras). Default: 1.0.

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

Istirahat

Masukkan jeda. Tentukan durasi dalam detik atau milidetik (ms).

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

Gunakan istirahat untuk:

Mantra

Paksa pembacaan karakter demi karakter untuk kode, ID, nomor telepon, atau string apa pun yang harus diucapkan huruf demi huruf.

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

Untuk urutan yang panjang, tambahkan spasi di dalam pembungkus tag mantra untuk menyisipkan jeda:

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

Format alternatif (tanpa tag):

Emosi

Model ini secara alami menyimpulkan nada emosional dari konten — tidak ada tag yang diperlukan dalam banyak kasus. Tag emosi adalah kemampuan beta dan bekerja paling andal ketika emosi cocok dengan transkrip.

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

Emosi utama:neutral,angry,excited,content,sad, danscared.

Tertawa

Sisi [laughter] pkan untuk menghasilkan tawa alami.

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

Referensi tag

Tag yang salah format

Konfigurasi suara multibahasa

Suara agentic Amazon Connect mencakup suara multibahasa yang dapat berbicara banyak bahasa dan beralih di antara keduanya dengan mulus di tengah percakapan. Seorang penelepon dapat memulai dalam bahasa Inggris, beralih ke bahasa Spanyol, dan agen mengikuti - tidak diperlukan perubahan aliran atau gangguan. Di blok Set Voice, suara-suara ini diberi label sebagai suara poliglot. Panduan ini menggunakan istilah suara multibahasa untuk menggambarkannya. Bagian ini mencakup cara mengonfigurasi suara multibahasa dan apa yang harus diwaspadai.

Suara multibahasa

Suara multibahasa secara native beralih di antara bahasa yang didukung dalam satu percakapan. Gunakan suara multibahasa saat pusat kontak Anda perlu menangani penelepon yang berbicara bahasa yang berbeda atau beralih bahasa di tengah panggilan.

Konfigurasi

Langkah 1: Bangun bot Amazon Lex Anda di lokal suara multibahasa

Jika Anda menggunakan suara multibahasa, Anda hanya memerlukan satu lokal bot Amazon Lex. Bangun bot Anda di lokal yang cocok dengan suara multibahasa (misalnya, en-US atau en-GB). Anda tidak perlu menambahkan setiap bahasa yang didukung suara multibahasa sebagai lokal terpisah di Amazon Lex.

Lakukan:

Jangan:

Jika Anda perlu mendukung bahasa yang tidak ada dalam daftar bahasa yang didukung suara multibahasa (misalnya, Thai atau Tagalog), buat bot terpisah untuk lokal tersebut dan gunakan suara khusus lokal. Lihat Menggunakan suara agen non-multibahasa di lokal non-Inggris.

Langkah 2: Cocokkan lokal bot Lex ke blok Set Voice

Atribut bahasa yang ditetapkan di blok Set Suara harus sesuai dengan lokal bot Lex Anda. Jika tidak cocok, maka blok Dapatkan Input Pelanggan mengembalikan kesalahan. Perbarui bahasa blok Set Voice agar sesuai dengan lokal bot Anda.

Untuk suara multibahasa yang dibangun di atas bahasa Inggris:

First-turn salam

Pada giliran pertama, agen AI belum menerima input penelepon apa pun. Tanpa input, agen tidak dapat mendeteksi bahasa penelepon. Suara mengucapkan teks ucapan yang dikonfigurasi di blok Dapatkan Masukan Pelanggan. Jika Anda ingin bot menyapa penelepon dalam bahasa tertentu, pastikan pesan ucapan di blok itu ditulis dalam bahasa itu.

Misalnya, jika basis penelepon utama Anda berbicara bahasa Spanyol, konfigurasikan salam Dapatkan Masukan Pelanggan dalam bahasa Spanyol:

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

Setelah belokan pertama, agen AI mengambil alih dan mendeteksi dan mengikuti bahasa penelepon selama sisa percakapan.

Langkah 3: Tambahkan instruksi penanganan bahasa ke prompt sistem agen AI

Tambahkan bagian penanganan bahasa ke prompt sistem agen AI Anda. Bagian ini mendorong perilaku multibahasa. Agen AI mendeteksi bahasa penelepon dari transkrip dan merespons dalam bahasa itu.

Template (sesuaikan untuk kasus penggunaan Anda):

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.

Menggunakan suara agen non-multibahasa di lokal non-Inggris

Jika Anda menggunakan suara agentic yang bukan suara multibahasa (misalnya, suara Thailand, Korea, atau Portugis), Anda harus secara eksplisit mengatur atribut bahasa sehingga sistem mengarahkan ke mesin ASR yang benar.

Opsi A: Atur blok suara

Opsi B: Atur blok Atribut Kontak

Jika blok Setel Suara tidak menampilkan setelan bahasa untuk konfigurasi Anda, Anda dapat mengatur bahasa menggunakan blok Setel Atribut Kontak sebelum blok Dapatkan Masukan Pelanggan:

Membatasi pada bahasa tertentu

Jika pusat kontak Anda hanya mendukung sebagian bahasa, sederhanakan prompt:

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.

Permintaan sistem untuk agen AI Amazon Connect

Saat Amazon Connect AI Agents menghasilkan teks yang akan diucapkan, tambahkan instruksi pemformatan ucapan ini ke prompt sistem agen Anda. Salin dan tempel blok di bawah ini langsung ke konfigurasi prompt Anda.

Prompt pemformatan keluaran ucapan

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.

Pengaya multibahasa

Jika bot Anda menggunakan suara multibahasa, tambahkan berikut ini ke prompt sistem Anda untuk mengaktifkan respons multi-bahasa:

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.

Contoh pusat kontak

Salam IVR

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

Tidak perlu tag - mesin menangani salam percakapan secara alami.

Penafian hukum (diperlambat)

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

Pasangkan dengan tongkang dinonaktifkan pada tingkat aliran.

Membaca kembali nomor rekening

Dengan tag mantra:

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

Tanpa tag mantra:

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

Konfirmasi dengan kode referensi

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

Pilihan menu

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

Ejaan nama pelanggan

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

Kesalahan teks-ke-ucapan umum