breadcrumbDescription
WhatsApp Voice-meddelelser
WhatsApp Voice-meddelelser gør det muligt for WhatsApp-brugere at interagere med din Agentforce ved brug af stemme i stedet for tekst. Agentforce transskriver voice-meddelelser til tekst, behandler dem som skrivemeddelelser og svarer automatisk i det samme format, der bruges til hver meddelelse. WhatsApp-brugere kan skifte mellem stemme og tekst gennem den samme samtale.
Sådan fungerer Voice-meddelelser
Når en WhatsApp-bruger sender en voice-meddelelse, behandler Agentforce den i disse trin.
- Downloader lydfilen og afskriver den til tekst gennem Einstein Trust Layer.
- Behandler den afskrifterede tekst ved brug af agentens argumentationssystem.
- Genererer et svar.
- Sender svaret som:
- En voice-meddelelse, når voice-svar er aktiveret.
- En tekstmeddelelse eller et andet tilgængeligt svarformat, når Voice-svar ikke er aktiveret.
Sådan fungerer Voice- og tekstsvar
Når Voice-svar er aktiveret, svarer Agentforce automatisk i samme format som hver indgående meddelelse: en voice-meddelelse i får en voice-meddelelse ud, en tekstmeddelelse i får en tekstmeddelelse ud.
| WhatsApp-brugermeddelelse | Agentsvar |
|---|---|
| Voice-meddelelse | Voice-meddelelse (når Voice-svar er aktiveret) |
| Voice-meddelelse | Tekstmeddelelse (når voice-svar er deaktiveret) |
WhatsApp-brugere kan skifte mellem stemme og tekst under samtalen, og Agentforce matcher svartypen for hver tur. Der er ingen indstilling til at få agenten til altid at svare med stemme.
Hvis Voice-svar er deaktiveret, kan agenten stadig afskrive og behandle indgående voice-meddelelser, men svarer med tekst.
Filformater og begrænsninger
Voice-meddelelser understøtter følgende filformater og begrænsninger.
| Egenskab | WhatsApp-bruger til agent | Agent til WhatsApp-bruger |
|---|---|---|
| Lydformat | OGG (audio/ogg) | OGG (audio/ogg) |
| Filstørrelse | Op til 2 MB | Op til 5 MB |
| Varighed | Om 1 minut | Om 1 minut |
Voice-meddelelser bruger OGG-lydformatet med lyd/ogg MIME-typen. Understøttede filtyper er .ogg, .oga og .ogx.
Hvis en voice-meddelelse overskrider den understøttede filstørrelse eller varighedsgrænse, behandler Agentforce den ikke.
Voice-meddelelser understøtter følgende tekstbegrænsninger.
| Egenskab | WhatsApp-bruger til agent | Agent til WhatsApp-bruger |
|---|---|---|
| Tekstlængde | 2.000 tegn efter afskrift | 3.000 tegn før talesyntese |
Hvis et agentsvar overskrider den understøttede tekstlængde, sender Agentforce svaret som tekst i stedet for stemme.
Considerations and Limitations
- Svartid
Det tager længere tid at behandle Voice-meddelelser end tekstmeddelelser, da Agentforce afskriver den indgående lyd og genererer tale til svaret. Typisk svartid er 12-17 sekunder. Længere agentsvar kan tage mere end 20 sekunder. Bevar agentsvar præcise for at reducere svartiden.
- Lydkvalitet
Voice-afskrift og talesyntese afhænger af lydkvalitet. Baggrundsstøj, lange perioder med stilhed eller uklar tale kan reducere afskriftsnøjagtigheden. Hvis Agentforce ikke kan afskrive en talemeddelelse korrekt, beder det WhatsApp-brugeren om at gentage meddelelsen eller sende den som tekst.
- Kanalunderstøttelse
Voice-meddelelser fungerer kun på WhatsApp. Andre meddelelseskanaler understøtter ikke voice-meddelelser.
- Sprogregistrering
Bevar hver samtale på et enkelt sprog, der matcher det sprog, som WhatsApp-brugeren bruger, og det sprog, der er konfigureret for agenten. Skift sprog under en session kan påvirke sprogregistrering for efterfølgende svar.
- Sprogkonfiguration for underagent
Hvis din agent bruger underagenter, skal du konfigurere hver underagent til at bruge det samme sprog som agenten. Hvis en underagent svarer på et andet sprog, bruger agenten sit konfigurerede sprog til voice-svaret, hvilket kan resultere i ukorrekt udtale eller en utilsigtet accent.
Hvis f.eks. en engelsksproglig agent bruger en underagent, der er konfigureret til spansk, kan agenten udtale underagentens spanske svar ved brug af engelsk udtale.
- Agentkrav
Din agent skal være oprettet i Agentforce og bruge Atlas-regnskabssystemet. Agenter, der er oprettet i den ældre konstruktør, understøttes ikke.
- Eskaleringsmeddelelser
Når en samtale videregives til en person, matcher afvisningsmeddelelsen WhatsApp-brugerens inputformat. Hvis WhatsApp-brugeren sendte en voice-meddelelse, sendes afvisningsmeddelelsen som voice. Hvis WhatsApp-brugeren sendte en tekstmeddelelse, sendes afvisningsmeddelelsen som tekst. Hvis håndteringen mislykkes, sendes meddelelsen altid som tekst.
- Voice-gengivelse på WhatsApp
Voice-svar vises som lydvedhæftninger i stedet for voice-meddelelser på grund af krav til WhatsApp-format.
- Til/fra-matchede svar
Agentforce svarer kun med en voice-meddelelse, når WhatsApp-brugeren sender en voice-meddelelse. Tekstmeddelelser modtager tekstsvar. Du kan ikke konfigurere agenten til altid at svare med stemme.
- Afskriftsbaseret årsag
Agentforce årsager over den afskrifter tekst, ikke den oprindelige lyd. Det fortolker ikke tone, emotion, baggrundslyd eller andre ikke-tale-tip.
- Begrænsninger for Voice-meddelelser
WhatsApp-brugere kan sende en voice-meddelelse pr. samtaleomdrejning. Flere voice-meddelelser i den samme meddelelse understøttes ikke.
- Multimodale input
Voice-meddelelser understøtter kun lyd. Billeder, filer og andre multimodale input understøttes ikke i den samme meddelelse.
- Databehandling
Voice-meddelelsestransskription og talesyntese bruger Agentforce Speech Foundations. Hvis du ønsker oplysninger om, hvordan dine data behandles, kan du se Infrastruktur og underbehandlere.
