Phiên âm phân tích hội thoại: Những điều được hé lộ
Tìm hiểu cách phiên âm phân tích hội thoại ghi lại thời điểm, sự trùng lời và khoảng dừng mà bản chép lời thông thường bỏ sót, cùng cách xác minh dữ liệu cuộc gọi.
Bản tóm tắt gửi đến hộp thư đến của bạn lúc 9:12 tối thứ Ba. Người gọi, địa chỉ, loại công việc, giá báo, thời gian đã đặt. Kỹ thuật viên đã lên đường, con số đã được ghi lại và không ai phải nhớ bất cứ điều gì.
Thế rồi tranh chấp phát sinh. Chủ nhà nói rằng họ chưa bao giờ đồng ý với mức giá ngoài giờ. Bạn mở bản chép lời và đọc được một dòng rành mạch: "Vâng, được đấy." Không hề có quãng ngừng trước đó, không có sự nói chen trong lúc đó, không có dấu hiệu nào của ba giây im lặng diễn ra trước đó hay nửa từ mà người gọi đã thốt ra rồi bỏ lửng. Các từ ngữ đã được ghi lại. Nhưng sự do dự thì không.
Khoảng cách giữa một bản ghi từng chữ và một bản ghi tương tác chính là điều mà phương pháp ghi chép phân tích hội thoại hướng tới để thu hẹp. Phương pháp này coi bản chép lời là một sự thể hiện của hành động xã hội thay vì chỉ là việc kết xuất câu từ gọn gàng. Đối với một doanh nghiệp dịch vụ kỹ thuật, sự khác biệt thể hiện rõ ở mức giá báo, địa chỉ, phân loại cuộc gọi khẩn cấp và các điều khoản hủy dịch vụ — những nơi mà cuối cùng bạn phải dựa vào bản ghi và cần nó đủ vững chắc.
Mục lục
- Những gì bản ghi chép phân tích hội thoại nắm bắt được
- Quy trình chép lời chuyển âm thanh thành bằng chứng như thế nào
- Bản chép lời tự động thực sự chính xác đến mức nào
- Những lỗi chép lời nào cần con người xem xét
- Xử lý các cuộc gọi đa ngôn ngữ và có ngữ điệu địa phương
- Biến bản chép lời thành quy trình đánh giá hàng tuần
Những gì bản ghi chép phân tích hội thoại nắm bắt được
Nếu đọc lướt một bản ghi phân tích hội thoại mà không có hướng dẫn, nó trông như thể một chiếc máy đánh chữ gặp trục trặc. Nhưng nếu đọc khi để bảng quy ước ký hiệu bên cạnh, mỗi ký hiệu sẽ giải đáp một câu hỏi mà nếu không có nó, bạn chỉ có thể đoán mò.
| Đặc điểm | Ký hiệu điển hình | Ý nghĩa biểu đạt |
|---|---|---|
| Nói đè | Các dòng thẳng hàng với dấu ngoặc vuông [ khớp nhau | Sự tiếp lời hợp tác hoặc ngắt lời sớm |
| Khoảng lặng | Khoảng nghỉ có đo thời gian như (0.4) hoặc khoảng ngừng siêu ngắn (.) | Điểm chuyển tiếp, sự ngập ngừng hoặc vướng mắc |
| Ngắt đoạn | Dấu gạch nối sau một từ, chẳng hạn như sa- | Người nói dừng lại và đổi hướng diễn đạt |
| Kéo dài âm | Dấu hai chấm sau một âm, chẳng hạn như thế:: | Sự do dự, miễn cưỡng hoặc nhấn mạnh |
| Nhấn giọng | Gạch chân hoặc viết hoa | Trọng âm thể hiện lập trường hoặc tính cấp bách |
| Nói to hoặc nhỏ | Dấu độ, chẳng hạn như °nói nhỏ° | Sự thay đổi trong tông giọng hoặc cường độ cảm xúc |
| Tiếng thở | Ký hiệu là hhh hoặc .hhh | Sự gắng sức, căng thẳng hoặc khoảng nghỉ ngắt quãng khi nói |
| Chuyển lượt liền mạch | Dấu bằng = | Người nói tiếp theo bắt đầu ngay không hề có khoảng trống |
| Ranh giới lượt lời | Nhãn người nói trên mỗi dòng | Ai là người chịu trách nhiệm cho hành động tiếp theo |
Dưới đây là cách thể hiện trong một cuộc gọi đặt lịch kéo dài hai phút:
01 C: giá là (1.2) bố:n trăm tám mươi, đúng không? 02 A: [vâng 03 C: =cộng phụ tùng nữa 04 A: °cộng phụ tùng nữa° .hhh
Dòng 01 chứa một khoảng lặng 1,2 giây trước con số và một nguyên âm bị kéo dài bên trong từ đó. Đây không phải là một sự xác nhận thông thường. Đó là khi người gọi đang làm phép tính nhẩm hoặc cảm thấy mức giá không mấy dễ chịu. Dòng 02 cho thấy từ "vâng" của nhân viên bắt đầu ngay bên dưới từ "đúng không" của người gọi, đây là hiện tượng nói đè, và ở vị trí này nó mang tính hợp tác thay vì chen ngang ngắt lời. Dấu bằng ở dòng 03 có nghĩa là người gọi tiếp lời ngay lập tức mà không có khoảng trống nào, nhằm nhấn mạnh vấn đề. Dòng 04 chuyển sang các dấu độ và lấy hơi trước điều kiện bổ sung, và chính điều kiện bổ sung được nói nhỏ nhẹ đó mới là nơi tiềm ẩn rủi ro trong cuộc gọi.
Không có ký hiệu nào trong số này là tự phát. Phương pháp ghi chép phân tích hội thoại phát triển từ công trình nghiên cứu về sự luân phiên lượt lời của Harvey Sacks, Emanuel Schegloff và Gail Jefferson, với công trình xuất bản năm 1974 đã chuẩn hóa cách các bên tham gia tổ chức lượt lời trong giao tiếp tự nhiên, như bài tổng quan về các quy ước chép lời đã nêu rõ. Jefferson đã xây dựng hệ thống ký hiệu ban đầu của mình trên máy đánh chữ khi chép lại các bản ghi âm điện thoại, sử dụng các ký hiệu để nắm bắt khoảng lặng, nói đè, kéo dài âm, ngắt đoạn, tiếng thở, nhấn giọng và thay đổi ngữ điệu. Các hệ thống sau này như GAT2 và cGAT đã đưa các nguyên tắc tương tự vào các ngôn ngữ khác.
Lịch sử đó tạo ra một sự phân biệt rất đáng để tham khảo ngay cả khi bạn không bao giờ gõ một dấu ngoặc nào. Bản chép lời chính tả thông thường chỉ ghi lại từ ngữ. Bản chép lời mang tính phân tích ghi lại cách các bên tham gia tạo ra và phối hợp các lượt lời. Kết quả nhận dạng cơ bản hoàn toàn thuộc về nhóm thứ nhất, và nếu bạn muốn tìm hiểu cơ chế của lớp xử lý đó trước tiên, bài viết giải thích về độ chính xác chuyển giọng nói thành văn bản sẽ trình bày chi tiết những gì bộ nhận dạng thực hiện với âm thanh thô trước khi đưa các ký hiệu vào quy trình.
Đối với hồ sơ cuộc gọi trong ngành dịch vụ kỹ thuật, hai đặc điểm mang trọng lượng lớn nhất. Khoảng lặng quyết định các cuộc gọi khắc phục sự cố và đặt lịch hẹn, bởi vì sự tạm dừng trước câu "Tôi đoán là được thôi" là một câu trả lời hoàn toàn khác so với một câu trả lời ngay lập tức. Nói đè quyết định việc chuyển cấp xử lý và sự đồng thuận, bởi vì sự đồng ý được nói chen vào bên dưới câu của nhân viên tổng đài không giống với sự đồng ý được đưa ra một cách rõ ràng.
Câu từ cho thấy những gì đã được nói. Thời điểm cho thấy ý nghĩa thực sự của chúng.
Quy trình chép lời biến âm thanh thành bằng chứng như thế nào
Một đoạn ghi âm nằm trên điện thoại không phải là bằng chứng. Nó trở thành bằng chứng khi ai đó có thể tìm thấy dòng văn bản, trích dẫn mốc thời gian và phát đoạn âm thanh bên dưới dòng đó. Điều đó đòi hỏi một quy trình làm việc, chứ không chỉ là một công cụ chép lời.

Bảy bước thực hiện
- Ghi âm với sự đồng thuận và một ID cuộc gọi cố định. Mọi phân đoạn sau đó, từ báo giá đến gắn cờ khẩn cấp, đều liên kết ngược lại một tệp âm thanh và đúng từng giây bên trong tệp đó.
- Tách người nói và gắn nhãn từng lượt lời. Người gọi, nhân viên tổng đài và kỹ thuật viên đều có nhãn riêng, bởi vì câu "giá đã được thống nhất" mang ý nghĩa khác nhau tùy thuộc vào người nói ra câu đó.
- Chép lời nguyên văn. Giữ lại các từ đệm, đoạn tự sửa lời và câu nói dở dang. Một bản chép lời được gọt giũa sạch sẽ có thể dễ đọc hơn nhưng lại giải đáp được ít thắc mắc hơn.
- Thêm mốc thời gian. Mốc thời gian cấp độ từ hoặc cấp độ phân đoạn tính bằng mili giây, cộng với các khoảng thời gian nói đè và độ dài khoảng tạm dừng. Các ký hiệu trực quan thô sơ được đo bằng phần mười giây là quá sơ sài khi chính khoảng tạm dừng là biến số đang được mô hình hóa, như chương về ghi chép tương tác đã lập luận.
- Chấm điểm độ tin cậy cho từng phân đoạn. Những đoạn chưa chắc chắn sẽ hiển thị rõ ràng thay vì bị trộn lẫn vào phần văn bản có độ tin cậy cao.
- Trích xuất các sự kiện nghiệp vụ. Báo giá được đưa ra, địa chỉ được xác nhận, thời gian đã đặt và cờ khẩn cấp. Việc trích xuất cung cấp số liệu cụ thể cho giám sát viên; nó không bao giờ thay thế được bản chép lời gốc bên dưới.
- Cung cấp cả hai sản phẩm bàn giao. Bản tóm tắt và bản chép lời đầy đủ cho chủ doanh nghiệp và kỹ thuật viên trực ca. Mọi cuộc gọi, dù được nghe máy, chuyển tiếp hay gọi ngoài giờ, đều kết thúc bằng một bản tóm tắt qua SMS hoặc email cùng bản chép lời đầy đủ — đây là tiêu chuẩn cơ bản cho một hồ sơ mà bất kỳ ai cũng có thể kiểm toán.
Vai trò của hai lớp dữ liệu
Thiết kế có thể vượt qua mọi sự thẩm định kỹ lưỡng là bản chép lời hai lớp. Lớp trên cùng là văn bản nguyên văn dễ đọc mà kỹ thuật viên có thể lướt nhanh trên điện thoại khi đang ngồi trong xe, có đánh số dòng và gắn nhãn người nói. Bên dưới là siêu dữ liệu mà máy có thể đọc được: ID người nói, ID phân đoạn, mốc thời gian từng từ, khoảng thời gian nói đè, thời lượng tạm dừng, trạng thái gián đoạn và độ tin cậy.
Một lớp ký hiệu gọn nhẹ có thể mượn từ quy ước Jefferson mà không biến mọi cuộc gọi thành bản ghi chép nghiên cứu: dấu ngoặc vuông cho phần nói đè, dấu gạch ngang cho đoạn ngắt đoạn, khoảng tạm dừng có đo thời gian trong dấu ngoặc đơn, gạch chân để nhấn mạnh. Mục đích ở đây mang tính thực tế. Nếu từ "đồng ý" của người gọi rơi vào giữa câu của nhân viên, hồ sơ phải thể hiện được rằng từ đó đã được nói ra ngay trong lượt lời, chứ không phải sau một điểm dừng rõ ràng.
| Tín hiệu tương tác | Nếu bản chép lời làm phẳng tín hiệu | Con người cần kiểm tra trước khi dựa vào hồ sơ |
|---|---|---|
| Nói đè khi đồng thuận | Sự đồng ý trông có vẻ rõ ràng trong khi thực tế được nói dưới câu của nhân viên | Nghe lại khoảng âm thanh xung quanh các từ "vâng", "được" hoặc "cứ làm đi" |
| Tạm dừng trước khi chấp thuận | Sự do dự biến mất và câu trả lời miễn cưỡng lại hiển thị như thể đã sẵn sàng | Nghe 2 giây trước khi mức giá báo được chấp nhận |
| Ngắt đoạn hoặc tự sửa lời | "Tôi rảnh thứ Năm, thứ Sáu" trở thành một ngày sai | Xác nhận lại phiên bản mà người gọi đã hoàn tất |
| Số có độ tin cậy thấp | Địa chỉ, giá cả hoặc số điện thoại gọi lại trông chắc chắn như lời nói rõ ràng | Xác minh các chữ số đối chiếu với âm thanh trước khi điều phối |
| Nhãn người nói | Lời hứa của nhân viên bị nhầm thành yêu cầu của người gọi | Gán lại lượt lời và kiểm tra lại ai đã cam kết điều gì |
Một bản chép lời thông thường từ bộ nhận dạng giọng nói vốn làm phẳng phần nói đè và chuẩn hóa các khoảng tạm dừng có thể xóa sạch bằng chứng về việc liệu người gọi đã hoàn thành yêu cầu hay chưa, liệu nhân viên có xen vào quá sớm hay không, hoặc liệu cả hai bên có hiểu lầm nhau hay không.
Bài kiểm tra: đưa cho ai đó một bản chép lời và yêu cầu họ tìm thời điểm người gọi chấp nhận mức giá. Nếu họ không thể chỉ ra số dòng và mốc thời gian trong vòng chưa đầy một phút, quy trình làm việc đang thiếu một lớp dữ liệu.
Trong các cuộc gọi sửa chữa ống nước, các quy tắc căn thời gian tương tự quyết định việc phân loại xử lý. Việc nhân viên có hỏi về nguồn nước trước khi báo giá hay không, và câu trả lời đến sau hai giây hay hai phút khoảng lặng, sẽ thay đổi việc điều phối. Một lễ tân AI cho thợ sửa ống nước chỉ đáng tin cậy khi nó bảo toàn được các mốc thời gian này.
Hãy thực hiện bài kiểm tra nội bộ này mỗi tuần một lần: chọn mười cuộc gọi, đối chiếu âm thanh với từng dòng văn bản, đánh dấu mọi điểm không khớp, sau đó phân loại các lỗi theo bảng trên. Một tài liệu bán hàng như hướng dẫn thiết lập đánh giá cuộc gọi cho SDR hữu ích chủ yếu như một minh chứng cho thấy thói quen đánh giá định kỳ vượt trội hơn việc thêm một bảng điều khiển khác; phiên bản dành cho ngành dịch vụ kỹ thuật sẽ lắng nghe các khoảng tạm dừng, hiện tượng nói đè và sự đồng thuận xung quanh mức giá.
Bản chép lời tự động thực sự chính xác đến mức nào
Tỷ lệ lỗi từ (Word error rate) chỉ đo lường số lượng từ ngữ. Nó không thể cho bạn biết ai đã ngắt lời ai, liệu người gọi có do dự trước khi đồng ý hay không, hoặc liệu người nói thứ hai có bắt đầu khi người thứ nhất vẫn đang nói hay không. Đó mới chính là những chi tiết để doanh nghiệp đưa ra hành động.
Tiêu chuẩn giúp tái định hình câu hỏi này đến từ bốn chuyên gia ghi chép phân tích hội thoại. Mỗi người nhận được cùng một cuộc gọi điện thoại tự nhiên, chưa từng biết trước và có tối đa ba giờ để chép lời 2,5 phút âm thanh, theo báo cáo từ nghiên cứu về độ tin cậy được lập chỉ mục bởi ERIC. Trong nghiên cứu đó, các nhà nghiên cứu đã chia tài liệu thành 1.827 đơn vị bao gồm từ ngữ, âm thanh, khoảng lặng, tiếng thở và tiếng cười, sau đó chấm điểm trên tối đa 15 khía cạnh ghi chép. Những khía cạnh này chính là các đặc điểm mà hệ thống ký hiệu phân tích hội thoại ghi nhận: nói đè, khoảng lặng, nhấn giọng, ngắt đoạn.
Nghiên cứu cho thấy mức độ đồng thuận đạt ít nhất 90% đối với việc chỉ định người nói, trình tự đơn vị, ngữ nghĩa, chính tả, ngắt đoạn và âm bật. Con số này giảm xuống 80% đến 89% đối với cao độ, nói đè, sự nghi ngờ và giọng cười. Tốc độ nói, kéo dài âm, sự nhấn mạnh và ngữ điệu giảm xuống dưới ngưỡng chấp nhận được trừ khi các đặc điểm này được giản lược thành mã nhị phân có-hoặc-không đơn giản. Việc đo lường khoảng lặng chỉ đạt độ tin cậy chấp nhận được (được định nghĩa là hệ số alpha trên 0,70) khi người chép lời đếm khoảng lặng thay vì bấm giờ bằng đồng hồ bấm giờ.
Bốn chuyên gia, một cuộc gọi ngắn, ba giờ cho mỗi người. Các công cụ tự động xử lý khối lượng lớn hơn nhiều, vì vậy câu hỏi hữu ích là khía cạnh nào vẫn duy trì độ chính xác khi tự động hóa và khía cạnh nào cần đến con người.
Mức độ đồng thuận được báo cáo theo loại chú thích
| Nhiệm vụ chú thích | Mức độ đồng thuận được báo cáo | Ý nghĩa đối với việc kiểm duyệt |
|---|---|---|
| Chỉ định người nói | 90% trở lên | Tin cậy ai đã nói gì mà không cần nghe lại lần hai |
| Trình tự đơn vị và chính tả | 90% trở lên | Đáng tin cậy về thứ tự từ và chính tả |
| Cao độ và nói đè | 80% đến 89% | Chấp nhận được nếu có kiểm tra ngẫu nhiên đối chiếu với âm thanh |
| Tốc độ nói, kéo dài âm và ngữ điệu | Dưới ngưỡng chấp nhận được | Chỉ có thể sử dụng dưới dạng cờ báo có-hoặc-không |
| Vị trí liên quan đến chuyển giao (TRP) | Trung bình | Cần xác định quy tắc mã hóa trước khi đo lường |
| Kênh phụ (Backchannels) | Thấp | Mơ hồ; cần kiểm tra thủ công |
| Ngắt lời và không ngắt lời | Nhãn có kết quả yếu nhất được thử nghiệm | Phân xử các điểm bất đồng bằng cách đối chiếu với âm thanh |
| Giữ lượt và đổi lượt, nhiệm vụ phạm vi hẹp | Cao theo định nghĩa hẹp | Đáng tin cậy một khi nhiệm vụ được giới hạn phạm vi chặt chẽ |
| Chuyển giao tại ranh giới từ, nhiệm vụ phạm vi hẹp | Gần như tuyệt đối | Mức độ đồng thuận rất cao |
Khoảng cách trong bảng đó chính là luận điểm cốt lõi. Trong công việc chú thích trên các tập ngữ liệu hội thoại, mức độ đồng thuận đạt mức trung bình đối với các vị trí liên quan đến chuyển giao, yếu hơn đối với các kênh phụ và yếu nhất đối với nhãn ngắt lời, trong khi một nhiệm vụ được thu hẹp vào việc liệu sự chuyển giao có xảy ra tại ranh giới từ hay không lại đạt được sự đồng thuận gần như tuyệt đối. Thu hẹp câu hỏi thì mức độ đồng thuận sẽ tăng lên. Mở rộng câu hỏi ra thì những con người đã qua đào tạo cũng sẽ bắt đầu bất đồng ý kiến với nhau trước khi bất kỳ mô hình nào tham gia vào quy trình.
Vì vậy, hãy xác định lược đồ chú thích và chính sách phân xử trước khi chấm điểm bất kỳ hệ thống tự động nào. Sau đó báo cáo độ chính xác theo điều kiện cuộc gọi. Nói chèn ngang, âm thanh công trường ồn ào, âm thanh chất lượng điện thoại và tương tác đa ngôn ngữ đều phát sinh lỗi ở những điểm khác nhau, và một con số tổng hợp duy nhất sẽ che giấu chính xác những điều kiện mà quyết định điều phối phụ thuộc vào bản chép lời. Để xem cách các nhà cung cấp trình bày kết quả cuộc gọi thô, hướng dẫn chép lời cuộc gọi của VoxNote sẽ minh họa bản ghi bàn giao trông như thế nào.
Những lỗi nào trong bản chép lời cần con người kiểm duyệt
Một bản chép lời có thể đọc rất trôi chảy nhưng vẫn biến một lời từ chối thành một sự đồng ý. Xóa đi một kênh phụ ngắn, chuyển đổi lời nói đè thành một lượt lời gọn gàng, hoặc bỏ sót một đoạn tự sửa lời, bản ghi giờ đây sẽ thể hiện một điều mà cuộc gọi chưa từng có.

Nghiên cứu gần đây đã thử nghiệm Whisper trước các hiện tượng hội thoại tự nhiên bao gồm kênh phụ, sửa lời và khoảng ngừng đệm, đồng thời kết luận rằng lời nói trong hội thoại cần được đánh giá vượt ra ngoài độ chính xác của việc chép lời truyền thống, như kỷ yếu hội thảo SPEAKABLE đã chỉ ra. Điểm số tỷ lệ lỗi từ có thể trông rất tốt trong khi nội dung tương tác đã biến mất.
Những thời điểm trong cuộc gọi cần con người kiểm tra
| Thời điểm trong cuộc gọi | Rủi ro chính của bản chép lời | Quy tắc kiểm duyệt |
|---|---|---|
| Giá báo | Nghe nhầm chữ số hoặc đơn vị tiền tệ | Xác nhận đối chiếu với hồ sơ báo giá trước khi điều phối |
| Địa chỉ người gọi | Tên đường và số nhà bị xáo trộn | Đọc lại và xác minh từng địa chỉ |
| Mẫu thiết bị | Mã mẫu bị tách rời hoặc viết sai chính tả | Kiểm tra đối chiếu với phiếu công việc |
| Triệu chứng khẩn cấp | Bỏ sót các từ báo mùi gas hoặc hư hại do nước | Gắn cờ để con người kiểm duyệt ngay lập tức |
| Sự đồng thuận | Lời đồng ý bị nói đè bởi lời nói khác | Yêu cầu phải có từ "đồng ý" rõ ràng, không mơ hồ trong bản ghi |
| Điều khoản hủy dịch vụ | Phí hoặc thời hạn thông báo bị mất do nói đè | Kiểm duyệt mọi cuộc gọi có thảo luận về điều khoản |
| Chỉ dẫn cho kỹ thuật viên | Ghi chú ra vào hoặc hướng dẫn đặc biệt bị bỏ sót | Xác nhận lại với kỹ thuật viên trước khi đến nơi |
Hai hàng đầu tiên gây tốn kém tiền bạc nhất. Một địa chỉ bị xáo trộn sẽ điều một xe kỹ thuật đến nhầm đường, và một mức giá bị nghe nhầm sẽ trở thành cuộc tranh cãi trên hóa đơn, đó là lý do tại sao báo giá được đưa ra trong cuộc gọi phải khớp với báo giá trên hồ sơ. Hàng thứ ba và thứ tư là các hàng liên quan đến an toàn, và chúng xứng đáng được kiểm tra ngay trong ngày thay vì kiểm tra hàng tuần.
Thứ tự phân loại xử lý cho một sáng thứ Hai
Hãy xử lý danh sách theo thứ tự này và ngừng phỏng đoán.
- Các phân đoạn có độ tin cậy thấp trước tiên. Hãy để điểm độ tin cậy thực hiện việc sắp xếp thay vì dựa vào trí nhớ của bạn về việc cuộc gọi nào có vẻ bất thường.
- Sự bất đồng giữa nhãn người nói và các sự kiện được trích xuất. Nếu thông tin trích xuất cho biết người gọi đã chấp nhận nhưng bản chép lời lại cho thấy kỹ thuật viên chấp nhận, thì thông tin trích xuất đã sai.
- Bất kỳ nội dung nào được gắn cờ khẩn cấp. Mùi gas, hư hại do rò rỉ nước đang diễn ra và các cuộc gọi mất sưởi ấm trong thời tiết băng giá không bao giờ được phép chờ kiểm duyệt hàng loạt.
- Sau đó là mẫu kiểm tra định kỳ. Một vài lịch hẹn thông thường, được đối chiếu với âm thanh, sẽ đảm bảo toàn bộ quy trình luôn hoạt động chuẩn xác.
Một cuộc gọi vượt quá quy tắc của tổng đài viên ảo có thể được chuyển tiếp cho chủ doanh nghiệp hoặc kỹ thuật viên trực ca kèm theo ngữ cảnh được gửi trước, để người tiếp nhận bắt đầu ngay với địa chỉ và vấn đề thay vì lời chào hộp thư thoại. Và vì doanh nghiệp có thể tự ghi âm lời chào, viết kịch bản, bật hoặc tắt tổng đài viên ảo bất kỳ lúc nào, kiểm thử trước khi gọi trực tiếp và nghe lại bất kỳ bản ghi âm nào sau đó, thói quen kiểm duyệt sẽ luôn nằm trong tầm kiểm soát của bạn thay vì phụ thuộc vào nhà cung cấp.
Xử lý các cuộc gọi đa ngôn ngữ và có chất giọng địa phương
Một cuộc gọi dịch vụ song ngữ hiếm khi chỉ dùng một ngôn ngữ duy nhất. Người gọi mở đầu bằng tiếng Anh, cung cấp tên đường bằng tiếng Tây Ban Nha, sau đó quay lại tiếng Anh để nghe báo giá. Bản ghi phải bảo toàn từng lượt lời và sự chuyển đổi giữa các ngôn ngữ; một đoạn văn tiếng Anh trau chuốt đơn thuần có thể che giấu thời điểm ý nghĩa bị thay đổi.

"Sobre de veinte años vieja" cho bạn biết tuổi thọ của máy nước nóng. "Thiết bị 20 năm tuổi" cho bạn biết cùng một thông tin bằng ngôn ngữ mà bảng giá hiểu được. Việc hỗ trợ tiếng Tây Ban Nha như một tùy chọn đánh dấu đơn thuần không thể giúp bạn chuyển đổi trọn vẹn từ điều này sang điều kia.
Một đánh giá năm 2025 báo cáo rằng hiệu suất ASR khác nhau tùy theo ngôn ngữ và chất giọng của người nói, với nhiều hệ thống được tối ưu hóa cho tiếng Anh chuẩn và tạo ra tỷ lệ lỗi cao hơn đối với chất giọng địa phương và người không nói tiếng mẹ đẻ, theo đánh giá các mô hình ASR của Đại học Kean. Độ chính xác thường giảm đối với lời nói mang chất giọng địa phương hoặc ngữ điệu đặc thù, và ngữ cảnh hội thoại có xu hướng cải thiện khả năng nhận dạng. Thử nghiệm trực tiếp trong những điều kiện đó mang lại nhiều thông tin giá trị hơn một bài kiểm chuẩn đơn lẻ.
Ở mức tối thiểu, ký hiệu bản chép lời phải xác định được người nói, ngôn ngữ của từng lượt lời, mọi đoạn nói đè và vị trí của các khoảng ngừng. Nếu người gọi sửa lại tên đường bằng tiếng Tây Ban Nha sau khi nghe bằng tiếng Anh, phần đính chính đó phải được gắn liền với lượt lời của người gọi. Một bản chép lời tiếng Anh bị làm phẳng có thể khiến sự việc trông như thể tổng đài viên ảo đã tự giải quyết vấn đề mà không cần trợ giúp.
Những gì cần kiểm thử trước khi bạn tin cậy hệ thống
Nhận diện ngôn ngữ ngay từ từ đầu tiên là điểm khởi đầu. Phần còn lại là quy trình:
- Nhận diện ngôn ngữ ngay từ từ đầu tiên. Người gọi không cần phải nhấn phím 2 để được thấu hiểu.
- Xây dựng bảng thuật ngữ chuyên ngành. Mã mẫu thiết bị, tên thương hiệu, kích thước van và tên đường phố địa phương đều thuộc về từ vựng tùy chỉnh.
- Chấm điểm riêng biệt cho tên, địa chỉ, giá cả và hướng dẫn khẩn cấp. Một con số độ chính xác duy nhất sẽ che giấu các danh mục có khả năng cao nhất dẫn đến việc phải gọi lại xác nhận.
- Kiểm thử riêng biệt tiếng Anh có chất giọng địa phương. Người gọi có thể chỉ dùng một ngôn ngữ nhưng hệ thống vẫn bị mất tên hoặc địa chỉ.
- Chuyển các chi tiết có rủi ro cao cho nhân sự song ngữ kiểm duyệt. Mọi cuộc gọi có sự đan xen ngôn ngữ đều cần có người nghe lại các trường thông tin có thể gây ra việc phải gọi lại xác nhận.
- Kiểm thử việc chuyển mã ngôn ngữ (code-switching) ở giữa câu cũng như ở lời chào. Báo giá và địa chỉ là những phần đặc biệt dễ gặp rủi ro ở điểm này.
Hãy áp dụng tiêu chuẩn đó cho một dịch vụ tiếp nhận cuộc gọi song ngữ. Tổng đài viên ảo của Mercateer bắt đầu nói bằng ngôn ngữ của người gọi ngay từ từ đầu tiên mà không cần chờ máy, và có thể chuyển sang tiếng Tây Ban Nha ngay giữa câu khi người gọi chuyển đổi; phần tóm tắt, bản chép lời và lịch hẹn vẫn được giữ bằng tiếng Anh. Câu hỏi đặt ra là liệu ý nghĩa có được bảo toàn nguyên vẹn sau sự chuyển đổi, thuật ngữ chuyên ngành phức tạp và lời nói đè hay không, và doanh nghiệp kiểm tra kết quả đó như thế nào.
Bài kiểm tra để ra quyết định rất đơn giản. Hãy lấy năm cuộc gọi thực tế mang chất giọng và ngôn ngữ tại thị trường của bạn, bao gồm cả các cuộc gọi chuyển đổi ngôn ngữ giữa câu, sau đó chép lời chúng. Hãy chấm điểm tên, địa chỉ, giá cả và hướng dẫn khẩn cấp thay vì chỉ dựa vào độ chính xác tổng thể của từ ngữ. Một hệ thống đạt điểm trung bình tốt nhưng lại sai tên đường thì còn tệ hơn là vô dụng đối với công tác điều phối.
Biến bản chép lời thành quy trình rà soát hàng tuần
Ba cuộc gọi dưới đây cho thấy bản chép lời có thể thay đổi kết quả như thế nào. Cả ba đều mang tính minh họa, và cả ba đều tương ứng với những tình huống mà một doanh nghiệp dịch vụ xử lý mỗi tuần.
Báo giá lúc chín giờ. Một người gọi hỏi xem mức giá được báo đã bao gồm phí ngoài giờ hay chưa. Bản chép lời thể hiện rõ con số mà tổng đài viên đưa ra và sự đồng ý của người gọi ngay sau đó một nhịp. Kỹ thuật viên đến nơi với đúng mức giá đã thỏa thuận, và hóa đơn hoàn toàn trùng khớp, bởi vì mỗi cuộc gọi đều được chép lời và tóm tắt, và mức báo giá đưa ra trong cuộc gọi chính là mức giá được ghi nhận trên hồ sơ lưu trữ.
Tình trạng rò rỉ nước đã diễn ra một thời gian. Một chủ nhà nói "nó bị rỉ nước một lúc rồi" sau khoảng ngừng gần hai giây. Các mốc thời gian cho thấy liệu tổng đài viên có hỏi các câu hỏi về mùi gas và thiệt hại do nước theo đúng thứ tự hay không, và liệu khoảng ngừng đó diễn ra trước hay sau câu trả lời. Trình tự đó chính là điểm khác biệt giữa một trường hợp khẩn cấp đã được phân loại xử lý và một lịch hẹn thông thường.
Tranh chấp về phí hủy dịch vụ. Một khách hàng cho biết họ chưa từng được thông báo về thời hạn báo trước. Bản ghi nguyên văn từng lời sẽ giải quyết tranh chấp này chỉ trong một lần đọc, và khoản phí được giữ nguyên hay hủy bỏ sẽ dựa trên những gì đã thực sự được nói thay vì dựa vào trí nhớ của bất kỳ ai. Chủ doanh nghiệp có thể nghe lại bất kỳ cuộc gọi nào và đọc từng bản chép lời, đó chính là mục đích của việc lưu giữ cả hai.

Quy trình định kỳ hàng tuần
Ba mươi phút, mỗi tuần một lần, do người quản lý số điện thoại thực hiện. Mỗi cuộc gọi đều tạo ra bản tóm tắt qua SMS hoặc email cùng bản chép lời đầy đủ chỉ vài giây sau khi gác máy, do đó dữ liệu luôn có sẵn để đối chiếu.
- Chọn ra bảy thời điểm trong cuộc gọi gắn liền nhất với doanh thu và rủi ro. Thường là lúc đưa ra báo giá, xác nhận địa chỉ, thời gian đặt lịch, dấu hiệu khẩn cấp, sự đồng thuận, điều khoản hủy lịch và hướng dẫn dành cho kỹ thuật viên.
- Trích xuất một tập mẫu các bản chép lời và đánh dấu mọi phân đoạn mà bản chép lời và âm thanh không khớp nhau. Chỉ đánh dấu, không sửa. Các quy luật lặp lại sẽ xuất hiện nhanh hơn so với việc xem xét từng lỗi đơn lẻ.
- Thống kê các lỗi rơi vào những thời điểm ưu tiên đó. Một tên đường bị viết sai chính tả là vấn đề nghiêm trọng hơn nhiều so với việc bỏ sót một từ "ờ", và số lượng thống kê cần phản ánh rõ điều đó.
- Kiểm tra ngay trong ngày đối với các phân đoạn có độ tin cậy thấp và các cảnh báo khẩn cấp. Mọi thứ khác đều có thể chờ đến đợt rà soát hàng tuần.
- Xác nhận giá báo xuất hiện chính xác như những gì đã nói. Đối chiếu từng dòng trong bản chép lời với bảng giá niêm yết, chứ không phải dựa trên trí nhớ của bạn về cuộc gọi.
Hãy theo dõi các số liệu thống kê đó trong tháng đầu tiên trước khi bạn thay đổi bất kỳ điều gì. Sau đó, đưa các kết quả ghi nhận được phản hồi lại vào kịch bản cuộc gọi và bảng giá, bởi vì phần lớn "lỗi chép lời" lặp đi lặp lại ở cùng một câu hỏi thực chất là vấn đề của kịch bản. Chỉ cần diễn đạt các con số theo cách khác, tình trạng nghe nhầm sẽ chấm dứt.
Mọi nền tảng cuộc gọi được sử dụng cho ngành dịch vụ kỹ thuật đều nên được kiểm thử dựa trên chính danh sách đó, bất kể nó được gọi là gì và do ai cung cấp. Danh sách này không bận tâm đến nhà cung cấp là ai. Nó chỉ quan tâm đến việc liệu hồ sơ lưu trữ có đứng vững khi xảy ra tranh chấp hay không.
Nếu các cuộc gọi ngoài giờ của bạn là những cuộc gọi liên tục gặp sự cố, một dịch vụ tiếp nhận cuộc gọi ngoài giờ rất đáng để đánh giá dựa trên chính xác năm tiêu chí kiểm tra này, thay vì chỉ dựa vào tốc độ nhấc máy.
Mercateer tiếp nhận cuộc gọi cho các doanh nghiệp ngành dịch vụ kỹ thuật suốt ngày đêm, báo giá dựa trên chính bảng giá của bạn, đặt lịch trực tiếp vào lịch làm việc của bạn, đồng thời gửi bản tóm tắt qua SMS hoặc email cùng bản chép lời đầy đủ chỉ vài giây sau mỗi cuộc gọi, để thời điểm người gọi đồng ý với mức giá luôn được ghi lại kèm mốc thời gian thay vì chỉ nằm trong trí nhớ của ai đó. Khi một cuộc gọi vượt quá các quy tắc thiết lập sẵn, hệ thống sẽ chuyển giao công việc cho kỹ thuật viên trực ca của bạn kèm theo bối cảnh được gửi trước, và bạn có thể nghe lại bất kỳ bản ghi âm nào sau đó. Hãy truy cập Mercateer để trải nghiệm cách hồ sơ lưu trữ phát huy hiệu quả trên chính các cuộc gọi của bạn.
Đưa một trợ lý AI ra tiếp khách hàng của bạn
Huấn luyện bằng kiến thức của bạn và đưa vào hoạt động ngay chiều nay.