WhatsApp 語音訊息

語音訊息的運作方式

WhatsApp 使用者傳送語音訊息時,Agentforce 會在下列步驟中處理訊息。

• 下載音訊檔案並透過 Einstein Trust 圖層將其寫入文字。
• 使用工作人員的推理引擎處理文字記錄。
• 產生回應。
• 以以下形式傳送回應:
  • 當語音回覆開啟時的語音訊息。
  • 未開啟語音回覆時的文字訊息或其他可用回應格式。

語音與文字回覆的運作方式

當語音回覆開啟時,Agentforce 會自動以與每則傳入訊息相同的格式回覆:語音訊息會出現語音訊息,文字訊息會出現文字訊息。

WhatsApp 使用者可以在交談期間在語音和文字之間切換,Agentforce 會比對每個輪數的回覆類型。沒有設定讓工作人員一律以語音回應。

如果語音回覆關閉,工作人員仍可撰寫文字並處理傳入語音訊息,但會以文字回應。

檔案格式與限制

語音訊息支援下列檔案格式與限制。

語音訊息會將 OGG 音訊格式與音訊/ogg MIME 類型搭配使用。支援的檔案副檔名為 .ogg、.oga 和 .ogx。

如果語音訊息超過支援的檔案大小或持續時間限制,則 Agentforce 不會處理。

語音訊息支援下列文字限制。

如果工作人員回應超過支援的文字長度,Agentforce 會以文字而非語音形式傳送回應。

考量事項與限制

回應時間

語音訊息的處理時間比文字訊息長,因為 Agentforce 會撰寫傳入音訊的文字記錄,並產生回應的語音。一般回應時間為 12 到 17 秒。較長的工作人員回應可能需要 20 秒以上。讓工作人員回應保持簡要,以減少回應時間。

音效品質

語音文字記錄和語音合成取決於音訊品質。背景雜訊、長時間的靜音或不明確的說話可能會降低文字記錄的準確度。如果 Agentforce 無法精確文字記錄語音訊息,則會要求 WhatsApp 使用者重複訊息或以文字形式傳送訊息。

管道支援

語音訊息僅適用於 WhatsApp。其他傳訊管道不支援語音訊息。

語言偵測

以符合 WhatsApp 使用者所使用語言和為工作人員設定的語言的單一語言來保持每個對話。在工作階段期間切換語言會影響後續回覆的語言偵測。

子工作人員語言組態

如果您的工作人員使用子工作人員,請設定每個子工作人員使用與工作人員相同的語言。如果子工作人員以不同的語言回應,則工作人員會使用其設定的語言來進行語音回覆,這可能會導致發音錯誤或不需要的口音。

例如,如果英文工作人員使用針對西班牙文設定的子工作人員,則工作人員可以使用英文發音來發音子工作人員的西班牙語回應。

工作人員需求

您的工作人員必須在 Agentforce Builder 中建立,並使用 Atlas 推理引擎。不支援在舊版產生器中建立的工作人員。

升級訊息

成功將交談轉交給人類工作人員時,轉送訊息會符合 WhatsApp 使用者的輸入格式。如果 WhatsApp 使用者傳送語音訊息,則會以語音形式傳送轉送訊息。如果 WhatsApp 使用者傳送文字訊息,則會以文字傳送轉移訊息。如果操作失敗,則訊息一律以文字傳送。

WhatsApp 上的語音呈現

基於 WhatsApp 格式需求,語音回覆會顯示為音訊附件,而非語音訊息。

輪替相符的回覆

只有在 WhatsApp 使用者傳送語音訊息時,Agentforce 才會以語音訊息回應。文字訊息會收到文字回應。您無法設定工作人員一律以語音回應。

文字記錄的推理

Agentforce 原因為文字記錄,而非原始音訊。它不會解譯語氣、情感、背景音效或其他非言語提示。

語音訊息限制

WhatsApp 使用者每個對話輪會傳送一個語音訊息。不支援在同一個訊息中使用多個語音訊息。

多重模式輸入

語音訊息僅支援音訊。相同訊息不支援影像、檔案和其他多型模式輸入。

資料處理

語音訊息文字記錄和語音總結使用 Agentforce 語音基礎。如需如何處理資料的相關資訊,請參閱基礎結構與子處理器。