Du är här:
WhatsApp Voice-meddelanden
WhatsApp Voice-meddelanden låter WhatsApp-användare interagera med din Agentforce med röst istället för text. Agentforce transkriberar röstmeddelanden till text, bearbetar dem som inskrivna meddelanden och svarar automatiskt i samma format som används för varje meddelande. WhatsApp-användare kan växla mellan röst och text i samma konversation.
Hur Voice-meddelanden fungerar
När en WhatsApp-användare skickar ett röstmeddelande bearbetar Agentforce det i dessa steg.
- Hämtar ljudfilen och skriver av den till text genom Einstein Trust Layer.
- Bearbetar den avskrivna texten med agentens resonemangsmotor.
- Genererar ett svar.
- Skickar svaret som:
- Ett röstmeddelande när röstsvar har slagits på.
- Ett SMS, eller annat tillgängligt svarsformat, när röstsvar inte är påslaget.
Hur röst- och textsvar fungerar
När röstsvar slås på svarar Agentforce automatiskt i samma format som varje inkommande meddelande: ett röstmeddelande får ett röstmeddelande ut, ett SMS får ett SMS ut.
| WhatsApp-användarmeddelande | Agentsvar |
|---|---|
| Röstmeddelande | Röstmeddelande (när röstsvar slås på) |
| Röstmeddelande | Textmeddelande (när röstsvar stängs av) |
WhatsApp-användare kan växla mellan röst och text under konversationen, och Agentforce matchar svarstypen för varje tur. Det finns ingen inställning som gör att agenten alltid svarar med röst.
Om röstsvar är avstängda kan agenten fortfarande transkribera och bearbeta inkommande röstmeddelanden men svarar med text.
Filformat och gränser
Röstmeddelanden har stöd för följande filformat och gränser.
| Egenskap | WhatsApp-användare till Agent | Agent till WhatsApp-användare |
|---|---|---|
| Ljudformat | OGG (ljud/ägg) | OGG (ljud/ägg) |
| Filstorlek | Upp till 2 MB | Upp till 5 MB |
| Varaktighet | Ungefär 1 minut | Ungefär 1 minut |
Röstmeddelanden använder OGG-ljudformatet med MIME-typen ljud/ägg. Filändelser som stöds är .ogg, .oga och .ogx.
Om ett röstmeddelande överskrider filstorleken eller varaktigheten som stöds bearbetar inte Agentforce det.
Röstmeddelanden har stöd för följande textgränser.
| Egenskap | WhatsApp-användare till Agent | Agent till WhatsApp-användare |
|---|---|---|
| Textlängd | 2 000 tecken efter avskrift | 3 000 tecken innan talsyntes |
Om ett agentsvar överskrider textlängden som stöds skickar Agentforce svaret som text istället för röst.
Överväganden och begränsningar
- Svarstid
Röstmeddelanden tar längre tid att bearbeta än textmeddelanden eftersom Agentforce transkriberar det inkommande ljudet och skapar tal för svaret. Typisk svarstid är 12-17 sekunder. Längre agentsvar kan ta mer än 20 sekunder. Håll agentsvaren koncisa för att minska svarstiden.
- Ljudkvalitet
Röstavskrift och talsyntes beror på ljudkvaliteten. Bakgrundsbrus, långa perioder av tystnad eller otydligt tal kan minska avskriftens precision. Om Agentforce inte kan skriva av ett röstmeddelande korrekt ber det WhatsApp-användaren att upprepa meddelandet eller skicka det som text.
- Kanalstöd
Röstmeddelanden fungerar endast i WhatsApp. Andra meddelandekanaler har inte stöd för röstmeddelanden.
- Språkdetektering
Håll varje konversation på ett språk som matchar språket WhatsApp-användaren använder och språket som konfigurerats för agenten. Att byta språk under en session kan påverka språkupptäckt för efterföljande svar.
- Konfiguration av underagentspråk
Om din agent använder underagenter, konfigurera varje underagent så att den använder samma språk som agenten. Om en underagent svarar på ett annat språk använder agenten sitt konfigurerade språk för röstsvaret, vilket kan resultera i felaktigt uttal eller en oavsiktlig accent.
Till exempel, om en engelskspråkig agent använder en underagent konfigurerad för spanska kan agenten uttala underagentens spanska svar med engelskt uttal.
- Agentkrav
Din agent måste vara skapad i Agentforce Builder och använda Atlas resonemangsmotor. Agenter som skapats i den äldre byggaren stöds inte.
- Omflyttningsmeddelanden
När en konversation har överlämnats till en mänsklig agent matchar överlämningsmeddelandet WhatsApp-användarens inmatningsformat. Om WhatsApp-användaren skickar ett röstmeddelande skickas överlämningsmeddelandet som röst. Om WhatsApp-användaren skickade ett SMS skickas överlämningsmeddelandet som SMS. Om överlämningen misslyckas skickas meddelandet alltid som SMS.
- Röståtergivning på WhatsApp
Röstsvar visas som ljudbilagor snarare än röstmeddelanden på grund av WhatsApp-formatkrav.
- Matchade svar
Agentforce svarar endast med ett röstmeddelande när WhatsApp-användaren skickar ett röstmeddelande. Textmeddelanden får textsvar. Det går inte att konfigurera agenten att alltid svara med röst.
- Avskriftsbaserat resonemang
Agentforce resonerar över den transkriberade texten, inte originalljudet. Den tolkar inte ton, känslor, bakgrundsljud eller andra icke-talsignaler.
- Gränser för röstmeddelanden
WhatsApp-användare kan skicka ett röstmeddelande per konversationsomgång. Flera röstmeddelanden i samma meddelande stöds inte.
- Multimodala indata
Röstmeddelanden har endast stöd för ljud. Bilder, filer och andra multimodala inmatningar stöds inte i samma meddelande.
- Databearbetning
Avskrifter av röstmeddelanden och talsyntes använder Agentforce Talgrunder. Mer information om hur dina data bearbetas finns i Infrastruktur och underprocessorer.
