Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Le migliori pratiche di Agentic Voice

La voce agentica di Amazon Connect combina il riconoscimento vocale avanzato (ASR) con voci espressive e dal suono naturale per offrire un'esperienza di intelligenza artificiale vocale completa. L'ASR avanzato consente di effettuare conversazioni in tempo reale in modo naturale e a bassa latenza, mentre il motore vocale offre un parlato realistico in oltre 50 lingue. Insieme, questi componenti favoriscono interazioni fluide e simili a quelle umane tra chi chiama e gli agenti AI di Amazon Connect. Questa guida illustra la configurazione e le best practice per entrambi i componenti, in modo da ottenere il massimo dall'esperienza vocale completa di un agente.

Questa guida illustra:

Best practice per il riconoscimento vocale avanzato (ASR)

La preferenza per il modello vocale Advanced ASR è un riconoscimento di streaming progettato per effettuare turni naturali e a bassa latenza nelle conversazioni in tempo reale. Invece di affidarsi solo a una finestra fissa di silenzio, valuta il parlato del chiamante mentre parla e prevede quando il chiamante ha finito, ossia la fine del turno (EOT).

Sintassi degli attributi di sessione

I controlli in questa sezione sono impostati con gli attributi di sessione Lex V2 standard nello spazio dei x-amz-lex nomi. Li imposti quando inizi una conversazione e puoi sovrascriverli in una funzione Lambda (ad esempio, per rilassare il rilevamento solo mentre raccogli un valore sensibile).

Assegna ogni attributo a un intento e a uno slot:

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

Fai:

Non:

Barge-in (comportamento di interruzione)

Barge-in consente al chiamante di interrompere un prompt riprodotto dal bot. È abilitato per impostazione predefinita, che di solito è ciò che desideri per una conversazione naturale. Puoi controllarlo con:

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

Impostazione predefinita: true

Disabilita barge-in () false quando:

Mantieni il barge-in abilitato quando:

Esempio

Se sei un agente AI self-service, per impostazione predefinita lascia il barge-in ovunque. Disattivalo solo quando una richiesta deve essere ascoltata per intero, ad esempio una dichiarazione di non responsabilità legale o di conformità. Imposta gli attributi quando inizi la conversazione. Mantieni attiva l'impostazione predefinita con una *:* voce e disattiva il barge-in solo per l'intento che riproduce la dichiarazione di non responsabilità:

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

La voce specifica dell'intento e dello slot ha la precedenza su quella *:* predefinita, quindi il chiamante può interrompere ovunque tranne mentre l'intento sta parlando. Disclaimer Se invece imposti l'attributo disclaimer in una funzione Lambda, impostalo prima che venga visualizzato il prompt del disclaimer. Reimpostalo su «truedopo» in modo che il resto della conversazione rimanga interrompibile.

End-of-turn messa a punto

L'ASR avanzato termina un turno quando una delle due condizioni viene soddisfatta per prima:

Valori più alti inducono il bot ad attendere più a lungo e a terminare le virate in modo più prudente (meno interruzioni premature, latenza leggermente superiore). I valori più bassi terminano prima (minore latenza, maggiore possibilità di interrompere il chiamante che interrompe la chiamata). La soglia di confidenza è la leva principale; il timeout del silenzio è importante solo quando la fiducia non è già terminata.

Out-of-range comportamento:

Scelta dei valori

Esempio

Rilevamento conservativo di fine turno per lo slot dell'AccountNumberintento: VerifyIdentity

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

Un'unica impostazione predefinita per ogni intento e slot:

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

Suggerimenti linguistici per il riconoscimento multilingue

L'ASR avanzato riconosce più lingue nella stessa conversazione senza che gli venga detto quali lingue aspettarsi. Rileva la lingua dal parlato del chiamante, quindi un chiamante può iniziare in inglese e passare allo spagnolo e la trascrizione segue. Questo è il comportamento predefinito e non richiede alcuna configurazione.

Se conosci già le lingue utilizzate dai chiamanti, puoi orientare il riconoscimento verso di loro con suggerimenti sulla lingua. I suggerimenti sono di grande aiuto quando due lingue hanno un suono simile. Sono utili anche quando le espressioni brevi (una sola parola, una cifra, una a yes/no ) danno al modello poco su cui lavorare. Li imposti con:

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

Impostazione predefinita: nessun suggerimento: Advanced ASR rileva la lingua da solo.

Definisci l'attributo nello stesso modo degli altri controlli in questa sezione. Usalo *:* per distorcere ogni turno della conversazione, oppure assegna un intento e uno slot per distorcere solo i turni in cui conosci la lingua prevista.

Formato del valore

Imposta il valore in base ai codici di lingua che desideri utilizzare, molto probabilmente per primi. Usa un elenco separato da virgole, facoltativamente racchiuso tra parentesi e virgolette se è più facile da produrre dal tuo flusso o dalla funzione Lambda. L'ASR avanzato ignora gli spazi bianchi circostanti e tratta i caratteri di sottolineatura come trattini, quindi sono equivalenti. pt_BR pt-BR

La tabella seguente mostra i valori degli attributi di esempio e le lingue verso cui ciascuno predilige Advanced ASR.

Convalida

Esempio

L'esempio seguente pregiudica il riconoscimento di una linea i cui chiamanti parlano spagnolo o inglese, dove lo spagnolo è la lingua più comune:

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

Fai

Non farlo

Gestione delle chiamate agli strumenti di lunga durata

Quando un agente AI o Lambda effettua una lunga chiamata allo strumento (una ricerca nel backend, un'API esterna, una chiamata al modello) prima che il bot sia pronto ad ascoltare, il chiamante resta in silenzio. Al chiamante può sembrare che il bot si sia bloccato o abbia parlato di lui quando finalmente risponde.

Mitigazioni:

Riferimento rapido agli attributi di sessione ASR

Errori ASR comuni

Le migliori pratiche vocali

La voce agentica di Amazon Connect offre una sintesi vocale espressiva e dal suono naturale in oltre 50 lingue. Il motore normalizza automaticamente il testo scritto in un linguaggio naturale. Nella maggior parte dei casi, è possibile passare il testo così com'è e ottenere ottimi risultati senza alcuna formattazione speciale.

Formattazione del testo

Regole generali

Passa un testo naturale e ben punteggiato. Le frasi complete con maiuscole e punteggiatura normali producono il ritmo e l'intonazione migliori.

Fai:

Non:

Normalizzazione automatica

Il motore legge i formati scritti più comuni come linguaggio naturale. La maggior parte delle volte, non è necessario riformattarli:

Tag per il controllo vocale

Il motore vocale deduce automaticamente il ritmo e le emozioni appropriati dal contenuto della trascrizione. Utilizza i tag di controllo solo per casi d'uso specifici in cui l'impostazione predefinita non soddisfa. Tutti i tag vengono inseriti direttamente nella trascrizione.

Velocità

Controlla la velocità del parlato. Intervallo: da 0,6 (lento) a 1,5 (veloce). Predefinito: 1,0.

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

Per ripristinare la velocità dopo il rallentamento:

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

Volume

Controlla il volume. Intervallo: da 0,5 (silenzioso) a 2,0 (alto). Predefinito: 1,0.

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

Interruzioni

Inserisci pause. Specificate la durata in secondi (s) o millisecondi (ms).

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

Usa le pause per:

Ortografia

Forza la lettura carattere per carattere di codici, ID, numeri di telefono o qualsiasi stringa che deve essere pronunciata lettera per lettera.

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

Per sequenze lunghe, aggiungi uno spazio all'interno del wrapper del tag ortografico per inserire le pause:

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

Formati alternativi (senza tag):

Emozione

Il modello deduce naturalmente il tono emotivo dai contenuti: nella maggior parte dei casi non sono necessari tag. I tag emozionali sono una funzionalità beta e funzionano in modo più affidabile quando l'emozione corrisponde alla trascrizione.

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

Emozioni primarie: neutralangry,,excited, contentsad, e. scared

Risate

Inseriscilo [laughter] per produrre una risata naturale.

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

Riferimento al tag

Tag non validi

Configurazione vocale multilingue

La voce agentica di Amazon Connect include voci multilingue in grado di parlare più lingue e di passare facilmente da una all'altra durante una conversazione. Un chiamante può iniziare in inglese, passare allo spagnolo e l'agente la segue, senza dover cambiare o interrompere il flusso. Nel blocco Set Voice, queste voci sono etichettate come voci poliglotte. Questa guida utilizza il termine voci multilingue per descriverle. Questa sezione spiega come configurare le voci multilingue e a cosa prestare attenzione.

Voci multilingue

Le voci multilingue passano in modo nativo da una lingua all'altra all'interno di una singola conversazione. Usa una voce multilingue quando il tuo contact center deve gestire i chiamanti che parlano lingue diverse o cambiano lingua durante una chiamata.

Configurazione

Passaggio 1: crea il tuo bot Amazon Lex nelle impostazioni locali della voce multilingue

Se utilizzi una voce multilingue, ti serve una sola locale del bot Amazon Lex. Crea il tuo bot nella lingua corrispondente alla voce multilingue (ad esempio, en-US o en-GB). Non è necessario aggiungere tutte le lingue supportate dalla voce multilingue come impostazioni locali separate in Amazon Lex.

Fai:

Non:

Se devi supportare una lingua che non è presente nell'elenco delle lingue supportate dalla voce multilingue (ad esempio, tailandese o tagalog), crea un bot separato per quella lingua e utilizza una voce specifica per la lingua. Consulta Usare una voce agentica non multilingue in una lingua diversa dall'inglese.

Passo 2: Abbina la localizzazione del bot Lex al blocco Set Voice

L'attributo della lingua impostato nel blocco Set Voice deve corrispondere alla lingua del tuo bot Lex. Se non corrispondono, il blocco Get Customer Input restituisce un errore. Aggiorna la lingua del blocco vocale in modo che corrisponda alle impostazioni locali del bot.

Per le voci multilingue basate su una lingua inglese:

First-turn saluto

Al primo turno, l'agente AI non ha ricevuto alcun input dal chiamante. Senza input, l'agente non è in grado di rilevare la lingua del chiamante. La voce pronuncia il testo di saluto configurato nel blocco Get Customer Input. Se desideri che il bot saluti il chiamante in una lingua specifica, assicurati che il messaggio di saluto in quel blocco sia scritto in quella lingua.

Ad esempio, se la tua base di chiamate principale parla spagnolo, configura il messaggio di saluto Get Customer Input in spagnolo:

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

Dopo il primo turno, l'agente AI subentra e rileva e segue la lingua del chiamante per il resto della conversazione.

Passaggio 3: aggiungi le istruzioni per la gestione della lingua al prompt del sistema dell'agente AI

Aggiungi una sezione per la gestione della lingua al prompt di sistema del tuo agente AI. Questa sezione determina il comportamento multilingue. L'agente AI rileva la lingua del chiamante dalla trascrizione e risponde in quella lingua.

Modello (personalizzabile in base al tuo caso d'uso):

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.

Usare una voce agentica non multilingue in una lingua diversa dall'inglese

Se si utilizza una voce agentica che non è una voce multilingue (ad esempio, una voce tailandese, coreana o portoghese), è necessario impostare esplicitamente l'attributo language in modo che il sistema indirizzi il motore ASR corretto.

Opzione A: imposta il blocco vocale

Opzione B: imposta il blocco degli attributi dei contatti

Se il blocco Set Voice non espone l'impostazione della lingua per la configurazione, puoi impostare la lingua utilizzando il blocco Set Contact Attributes prima del blocco Get Customer Input:

Limitazione a lingue specifiche

Se il tuo contact center supporta solo un sottoinsieme di lingue, semplifica la richiesta:

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.

Richiesta di sistema per gli agenti AI di Amazon Connect

Quando gli agenti AI di Amazon Connect generano un testo da pronunciare, aggiungi queste istruzioni di formattazione vocale al prompt di sistema del tuo agente. Copia e incolla il blocco sottostante direttamente nella configurazione del prompt.

Richiesta di formattazione dell'output 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.

Componente aggiuntivo multilingue

Se il bot utilizza una voce multilingue, aggiungi quanto segue al prompt di sistema per abilitare le risposte multilingue:

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.

Esempi di contact center

Saluto IVR

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

Non sono necessari tag: il motore gestisce i saluti conversazionali in modo naturale.

Dichiarazione di non responsabilità legale (rallentata)

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

Abbinalo al barge-in disabilitato a livello del flusso.

Rileggendo un numero di conto

Con tag ortografici:

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

Senza tag ortografici:

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

Conferma con codice di riferimento

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

Opzioni di menu

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

Digitare il nome di un cliente

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

Errori di sintesi vocale comuni