Messages vocaux WhatsApp

Fonctionnement des messages vocaux

Lorsqu'un utilisateur WhatsApp envoie un message vocal, Agentforce le traite comme suit.

• télécharge le fichier audio et le transcrit en texte via la Einstein Trust Layer.
• Traite le texte transcrit en utilisant le moteur de raisonnement de l'agent.
• Génère une réponse.
• Envoie la réponse sous la forme :
  • Un message vocal lorsque les réponses vocales sont activées.
  • Un SMS ou un autre format de réponse disponible lorsque les réponses vocales ne sont pas activées.

Fonctionnement des réponses vocales et textuelles

Lorsque les réponses vocales sont activées, Agentforce répond automatiquement sous le même format que chaque message entrant: un message vocal entre envoie un message vocal, un SMS entre envoie un SMS.

Les utilisateurs de WhatsApp peuvent basculer entre la voix et le texte pendant la conversation, et Agentforce correspond au type de réponse à chaque tour. Il n'y a pas de paramètre pour que l'agent réponde toujours par la voix.

Si les réponses vocales sont désactivées, l'agent peut toujours transcrire et traiter les messages vocaux entrants, mais répond par SMS.

Formats et limites des fichiers

Les messages vocaux prennent en charge les formats de fichier et les limites ci-dessous.

Les messages vocaux utilisent le format audio OGG avec le type audio/ogg MIME. Les extensions de fichier prises en charge sont .ogg, .oga et .ogx.

Si un message vocal dépasse les limites en taille de fichier ou en durée prises en charge, Agentforce ne le traite pas.

Les messages vocaux prennent en charge les limitations en texte ci-dessous.

Si une réponse de l'agent dépasse la longueur de texte prise en charge, Agentforce envoie la réponse sous forme de texte au lieu de voix.

Considerations and Limitations

Temps de réponse

Le traitement des messages vocaux est plus long que celui des SMS, car Agentforce transcrit le son entrant et génère la parole pour la réponse. Le temps de réponse typique est de 12 à 17 secondes. Les réponses plus longues des agents peuvent prendre plus de 20 secondes. Gardez les réponses des agents concises pour réduire le temps de réponse.

Qualité audio

La transcription vocale et la synthèse vocale dépendent de la qualité audio. Un bruit de fond, de longues périodes de silence ou un discours imprécis peuvent réduire la précision de la transcription. Si Agentforce ne peut pas retranscrire avec précision un message vocal, il demande à l'utilisateur WhatsApp de répéter le message ou de l'envoyer sous forme de SMS.

Prise en charge du canal

Les messages vocaux fonctionnent uniquement sur WhatsApp. Les autres canaux de messagerie ne prennent pas en charge les messages vocaux.

Détection de la langue

Gardez chaque conversation dans une langue unique qui correspond à la langue utilisée par l'utilisateur WhatsApp et à la langue configurée pour l'agent. Le changement de langue pendant une session peut affecter la détection de la langue pour les réponses suivantes.

Configuration de la langue du sous-agent

Si votre agent utilise des sous-agents, configurez chaque sous-agent dans le même langage que l'agent. Si un sous-agent répond dans une autre langue, il utilise sa langue configurée pour la réponse vocale, ce qui peut entraîner une prononciation incorrecte ou un accent involontaire.

Par exemple, si un agent anglophone utilise un sous-agent configuré pour l'espagnol, il peut prononcer la réponse en espagnol du sous-agent en utilisant la prononciation anglaise.

Exigences des agents

Votre agent doit être créé dans Agentforce Builder et utiliser le moteur de raisonnement Atlas. Les agents créés dans le générateur hérité ne sont pas pris en charge.

Messages d'escalade

Lorsqu'une conversation est transmise avec succès à un agent humain, le message de transfert correspond au format d'entrée de l'utilisateur WhatsApp. Si l'utilisateur WhatsApp a envoyé un message vocal, le message de transfert est envoyé en tant que message vocal. Si l'utilisateur WhatsApp a envoyé un SMS, le message de transfert est envoyé sous forme de SMS. Si la transmission échoue, le message est toujours envoyé par SMS.

Rendu vocal sur WhatsApp

Les réponses vocales sont affichées sous forme de pièces jointes audio plutôt que de messages vocaux en raison des exigences de format WhatsApp.

Réponses correspondantes

Agentforce répond par message vocal uniquement lorsque l'utilisateur WhatsApp envoie un message vocal. Les SMS reçoivent des réponses textuelles. Vous ne pouvez pas configurer l'agent pour qu'il réponde toujours par la voix.

Raisonnement basé sur la transcription

Agentforce raisonne sur le texte transcrit, pas sur le son d'origine. Il n'interprète pas le ton, l'émotion, les sons d'arrière-plan ou d'autres indices non liés à la parole.

Limites en messages vocaux

Les utilisateurs de WhatsApp peuvent envoyer un message vocal par tour de conversation. Plusieurs messages vocaux dans le même message ne sont pas pris en charge.

Entrées multimodales

Les messages vocaux prennent en charge uniquement le son. Les images, les fichiers et les autres entrées multimodales ne sont pas pris en charge dans le même message.

Traitement des données

La transcription des messages vocaux et la synthèse vocale utilisent Agentforce Speech Foundations. Pour plus d'informations sur le traitement de vos données, consultez Infrastructure et sous-processeurs.