WhatsApp 语音消息

语音消息的工作方式

当 WhatsApp 用户发送语音消息时，Agentforce 会按照这些步骤处理它。

• 下载音频文件，并通过 Einstein Trust 层将其转录为文本。
• 使用客服人员的推理引擎处理转录的文本。
• 生成响应。
• 将响应发送为：
  • 打开语音回复时的语音消息。
  • 语音回复未打开时的文本消息或其他可用回复格式。

语音和文本回复的工作方式

在打开语音回复时，Agentforce 会自动以与每个传入消息相同的格式回复：语音消息传入会传出语音消息，文本消息传入会传出文本消息。

WhatsApp 用户可以在对话期间在语音和文本之间切换，Agentforce 匹配每个回合的回复类型。没有设置使客服人员始终使用语音应答。

如果关闭语音回复，客服人员仍可以转录和处理传入语音消息，但会使用文本回复。

文件格式和限制

语音消息支持以下文件格式和限制。

语音消息使用 OGG 音频格式和 audio/ogg MIME 类型。支持的文件扩展名是 .ogg、.oga 和 .ogx。

如果语音消息超过支持的文件大小或持续时间限制，Agentforce 不会处理它。

语音消息支持以下文本限制。

如果客服人员响应超过支持的文本长度，Agentforce 会将响应作为文本而不是语音发送。

注意事项和限制

响应时间

语音消息的处理时间比文本消息长，因为 Agentforce 会转录传入音频并为响应生成语音。典型的响应时间是 12-17 秒。更长的客服人员响应可能需要超过 20 秒。保持客服人员回复简洁，以减少响应时间。

音频质量

语音转录和语音合成取决于音频质量。背景噪声、长时间沉默或话语不清晰会降低转录准确性。如果 Agentforce 无法准确转录语音消息，它会要求 WhatsApp 用户重复该消息或将其作为文本发送。

渠道支持

语音消息仅适用于 WhatsApp。其他消息传递渠道不支持语音消息。

语言检测

使用与 WhatsApp 用户使用的语言和为客服人员配置的语言相匹配的单一语言保持每个对话。在会话期间切换语言会影响后续回复的语言检测。

子客服人员语言配置

如果客服人员使用子客服人员，请配置每个子客服人员使用与客服人员相同的语言。如果子客服人员使用不同的语言回复，客服人员会将配置的语言用于语音回复，这可能会导致发音不正确或出现意外口音。

例如，如果英语客服人员使用为西班牙语配置的子客服人员，客服人员可以使用英语发音发音来发音子客服人员的西班牙语应答。

客服人员要求

客服人员必须在 Agentforce Builder 中创建，并使用 Atlas 推理引擎。不支持在原有生成器中创建的客服人员。

升级消息

在对话成功切换到人工客服人员时，切换消息会匹配 WhatsApp 用户的输入格式。如果 WhatsApp 用户发送语音消息，切换消息将作为语音发送。如果 WhatsApp 用户发送了文本消息，切换消息将作为文本发送。如果切换失败，消息将始终作为文本发送。

WhatsApp 上的语音渲染

由于 WhatsApp 格式要求，语音回复显示为音频附件，而不是语音消息。

轮次匹配的回复

Agentforce 仅在 WhatsApp 用户发送语音消息时使用语音消息进行响应。文本消息会收到文本回复。您无法将客服人员配置为始终使用语音回复。

基于脚本的推理

Agentforce 对转录文本的原因，而不是原始音频。它不解释语气、情绪、背景声音或其他非语音提示。

语音消息限制

WhatsApp 用户可以在每个对话回合发送一条语音消息。不支持同一消息中的多条语音消息。

多模态输入

语音消息仅支持音频。同一消息不支持图像、文件和其他多模式输入。

数据处理

语音消息转录和语音合成使用 Agentforce 语音基础。有关如何处理数据的信息，请参阅基础设施和子处理器。