音频工程让呼叫中心机器人更加“人性化”、不再那么烦人

假设你正在和一家公司通话，自动虚拟助理需要几秒钟来“查找”你的信息。然后你听到了。声音是不会错的。很熟悉。这是键盘的咔嗒声。你知道这只是一种音效，但与等待音乐或公司信息流不同，它并不烦人。事实上，它有点令人欣慰。

哈佛商学院的 Michael Norton 和 Ryan Buell 研究了这一想法——客户很高兴知道有人为他们工作，即使唯一“工作”的“人”是一个算法。他们称之为劳动幻觉。

如今，交互式语音识别 (IVR) 系统已成为客户支持热线的新常态，而且它们能够处理越来越复杂的交易，呼叫者期望获得与人工接线员相同的甚至更好的服务。但与此同时，客户仍然希望获得实时互动的好处，即个性化。即使我们知道电话里没有真人，我们也希望感到“被倾听”，并相信我们得到了最好的结果。

“尽管从技术上讲，你不应该真正关心网站是否向你展示其工作，但它确实引起了我们的共鸣，”诺顿解释说。“它让我们的网站变得人性化，让我们觉得工作是为我们完成的，然后它让我们更喜欢这个产品或服务。”

声音设计

良好的 IVR 系统为客户提供虚拟助手，通过口头和非口头音频提示，清楚地响应呼叫者的需求，并让呼叫者在整个过程中随时了解情况。

那么，设计一个成功的 IVR 系统需要什么呢？

简而言之：很多。比你想象的还要多。

因为这不仅仅关乎打造一个能够高效完成工作的导航系统，还关乎创作音频、寻找能够反映品牌的配音人才，以及创造一种模仿自然人际互动的体验。

以达美航空为例，2013年，达美航空与Nuance Communications合作，推出了定制的IVR系统。

设计 IVR 的过程始于确定达美航空的“关键品牌属性”——在这种情况下，即“乐观、决心、领导力、创新和激情”，Nuance 总监兼全球学科负责人/用户界面设计 Gorm Amand 说道。“我们想要做的是设计出能够反映和宣传这些属性的音频 [用于非语言提示]”，当人们使用客户服务热线时。

您究竟是如何将“决心”这个词转化成歌曲的呢？

这项责任落在了 Nuance 高级音频工程师 Dan Castellani 身上。他首先研究了达美航空在广告宣传中使用的音乐和声音，以便了解“达美航空从音乐的角度希望他们的品牌达到什么效果”。然后，Castellani 坐在钢琴前，创作了大约 30 种不同的填充音效，最终将范围缩小到四五种与现有材料最匹配且对客户干扰最小的音效。最终结果是一种他们称之为渗透的恍惚音效，介于一段音乐和基本音效之间。

“这实际上类似于为这些系统选择配音人才的过程，”阿曼德说。“声音体现了系统并自动传达品牌，我们大多数人都能很快得出结论。”

当你打电话给达美航空时，接电话的是一个男声。他的音调属于男高音，听起来很友好，让人产生一种信任感——至少对我来说是这样。这种印象与苏格兰格拉斯哥大学 2014 年的一项研究结果一致，该研究调查了人们如何感知不同的声音。在两个男性声音样本中，音调较高的样本被认为威胁性较小。想一想：你是愿意让一个拥有范·迪塞尔声音的虚拟助手帮你计划行程，还是愿意让一个拥有保罗·路德声音的虚拟助手帮你计划行程？我个人更愿意把我的信用卡信息交给 Ruddbot。

除了语音本身的音调和性别关联，品牌还需要考虑语速。如果虚拟助手说话太快，听起来就像在背诵预设的回答。语速太慢，人们就会不耐烦。马萨诸塞州语音识别和虚拟助手技术公司 Interactions 的 Jane Price 解释说，很多时候“技术可以比人类更快，但这往往不是建立信任的正确方法”。稍微放慢语速“有助于让它符合 [客户的] 正常期望以及他们更喜欢的沟通方式。”

这又让我们回到自动打字的声音。Interactions 的设计服务总监 Michael Pell 决定将键盘敲击声作为该公司的标志性填充音频。他们已将音频授权给其他公司，包括 Hyatt、Humana 和 LifeLock。

“你希望用填充词做两件事，”佩尔解释道。“你希望人们明白你仍然在那里，并且你在为他们做一些事情。在计算机时代，你可以说工作是通过打字完成的。它具有‘我正在为你做一些事情’的直接自然理解的含义。”

永远填充？

设计精良的 IVR 确实将两方面的优点融为一体。这是一种没有潜在态度问题的人机交互。机器人不会有心情不好的时候，也不会感到饥饿。此外，减少人工呼叫中心助理的数量可以为公司节省大量资金。

不过，这里有一个问题：当计算机能够在一秒或更短的时间内处理复杂的上下文相关任务时，填充音会发生什么变化？比尔·伯恩 (Bill Byrne) 是谷歌首款语音识别产品 Goog-411 的“提取音频”的发明者，他认为填充音可能很快就会成为过去。Goog-411 和其他早期版本的语音识别程序需要额外的时间来执行客户请求，因此填充音是必需的，但随着处理速度的加快，我们听到的填充音已经越来越少了。

尽管如此，Nuance 和 Interactions 的团队仍然坚信填充语永远不会过时。这并不是因为计算机不会变得更快，而是因为语音识别领域的创新将继续下去。随着算法能力的不断发展，计算机将承担处理更复杂需求的任务，并且将再次需要更多时间来完成这一任务。

此外，正如诺顿所说，“我们真的很喜欢别人按照我们的要求去做”，尤其是当这是一项无趣、耗时、劳动密集型的任务时。因此，能够坐下来听别人打字永远是一种令人欣慰的体验。即使它只是一个机器人。