Messaggi vocali WhatsApp

Funzionamento dei messaggi vocali

Quando un utente WhatsApp invia un messaggio vocale, Agentforce lo elabora nel modo seguente.

• Scarica il file audio e lo trascrive in testo tramite Einstein Trust Layer.
• Elabora il testo trascritto utilizzando il motore di ragionamento dell'agente.
• Genera una risposta.
• Invia la risposta come:
  • Un messaggio vocale quando sono attivate le risposte vocali.
  • Un messaggio di testo o un altro formato di risposta disponibile quando le risposte vocali non sono attivate.

Funzionamento delle risposte vocali e testuali

Quando sono attivate le risposte vocali, Agentforce risponde automaticamente nello stesso formato di ogni messaggio in entrata: un messaggio vocale in entrata genera un messaggio vocale, un messaggio di testo in entrata genera un messaggio di testo.

Gli utenti WhatsApp possono passare da una conversazione vocale all'altra e viceversa e Agentforce abbina il tipo di risposta per ogni turno. Non esiste un'impostazione che consenta all'agente di rispondere sempre con la voce.

Se le risposte vocali sono disattivate, l'agente può comunque trascrivere ed elaborare i messaggi vocali in entrata ma risponde con testo.

Formati e limiti dei file

I messaggi vocali supportano i seguenti formati e limiti di file.

I messaggi vocali utilizzano il formato audio OGG con il tipo MIME audio/ogg. Le estensioni di file supportate sono .ogg, .oga e .ogx.

Se un messaggio vocale supera le dimensioni del file o i limiti di durata supportati, Agentforce non lo elabora.

I messaggi vocali supportano i seguenti limiti di testo.

Se una risposta dell'agente supera la lunghezza del testo supportato, Agentforce invia la risposta come testo anziché come voce.

Considerations and Limitations

Tempo di risposta

L'elaborazione dei messaggi vocali richiede più tempo rispetto ai messaggi di testo poiché Agentforce trascrive l'audio in entrata e genera il discorso per la risposta. Il tempo di risposta tipico è 12-17 secondi. Le risposte più lunghe degli agenti possono richiedere più di 20 secondi. Mantenere brevi le risposte degli agenti per ridurre i tempi di risposta.

Qualità audio

La trascrizione vocale e la sintesi vocale dipendono dalla qualità dell'audio. Rumore di fondo, lunghi periodi di silenzio o discorsi poco chiari possono ridurre la precisione della trascrizione. Se Agentforce non è in grado di trascrivere correttamente un messaggio vocale, chiede all'utente WhatsApp di ripetere il messaggio o di inviarlo come testo.

Supporto del canale

I messaggi vocali funzionano solo su WhatsApp. Gli altri canali di messaggistica non supportano i messaggi vocali.

Rilevamento della lingua

Mantenere ogni conversazione in un'unica lingua che corrisponda alla lingua utilizzata dall'utente WhatsApp e alla lingua configurata per l'agente. Il passaggio da una lingua all'altra durante una sessione può influire sul rilevamento delle lingue per le risposte successive.

Configurazione della lingua subagente

Se l'agente utilizza subagenti, configurare ogni subagente in modo che utilizzi la stessa lingua dell'agente. Se un subagente risponde in un'altra lingua, l'agente utilizza la lingua configurata per la risposta vocale, il che può causare una pronuncia errata o un accento non intenzionale.

Ad esempio, se un agente in lingua inglese utilizza un subagente configurato per lo spagnolo, l'agente può pronunciare la risposta in spagnolo del subagente utilizzando la pronuncia in inglese.

Requisiti degli agenti

L'agente deve essere creato in Agentforce Builder e utilizzare il motore di ragionamento Atlas. Gli agenti creati nel generatore legacy non sono supportati.

Messaggi di inoltro al livello superiore

Quando una conversazione viene passata correttamente a un agente umano, il messaggio di consegna corrisponde al formato di input dell'utente WhatsApp. Se l'utente WhatsApp ha inviato un messaggio vocale, il messaggio di consegna viene inviato come voce. Se l'utente WhatsApp ha inviato un messaggio di testo, il messaggio di consegna viene inviato come testo. Se la consegna non riesce, il messaggio viene sempre inviato come testo.

Rendering vocale su WhatsApp

Le risposte vocali vengono visualizzate come allegati audio anziché come messaggi vocali a causa dei requisiti di formato di WhatsApp.

Risposte con corrispondenza a turni

Agentforce risponde con un messaggio vocale solo quando l'utente WhatsApp invia un messaggio vocale. I messaggi di testo ricevono risposte di testo. Non è possibile configurare l'agente in modo che risponda sempre con la voce.

Ragionamento basato su trascrizioni

Agentforce ragiona sul testo trascritto, non sull'audio originale. Non interpreta il tono, le emozioni, i suoni di sottofondo o altri segnali non vocali.

Limiti dei messaggi vocali

Gli utenti WhatsApp possono inviare un messaggio vocale per turno di conversazione. Più messaggi vocali nello stesso messaggio non sono supportati.

Input multimodali

I messaggi vocali supportano solo l'audio. Immagini, file e altri input multimodali non sono supportati nello stesso messaggio.

Elaborazione dei dati

La trascrizione dei messaggi vocali e la sintesi vocale utilizzano Agentforce Speech Foundations. Per informazioni sul trattamento dei dati, vedere Infrastruttura e sottoprocessori.