ما هو الذكاء الاصطناعي الصوتي؟ كيف يرد الوكيل الصوتي الذكي على المكالمة خطوة بخطوة

ما هو الذكاء الاصطناعي الصوتي؟

الذكاء الاصطناعي الصوتي تقنية تجعل الحاسوب يفهم الكلام المنطوق ويرد بصوت طبيعي. يجمع بين التعرف على الكلام الذي يحوّل الصوت إلى كلمات، وفهم اللغة الذي يحدد معنى هذه الكلمات، وتوليد الكلام الذي يحوّل الرد إلى صوت يشبه صوت الإنسان. وعندما يُوضع على خط هاتف يصبح وكيلاً صوتياً ذكياً.

أنت تعرف الذكاء الاصطناعي الصوتي البسيط: المساعد في هاتفك الذي يضبط المنبه، أو السيارة التي تقرأ لك رسالة. أما الوكيل الصوتي الذكي للشركات فيذهب أبعد من ذلك: يدير محادثة كاملة، ويلتزم بقواعد شركة محددة، وينجز مهام مثل حجز موعد أو استلام طلب بينما المتصل ما زال على الخط.

كيف يرد الوكيل الصوتي الذكي على المكالمة؟

يرد الوكيل الصوتي الذكي على المكالمة عبر حلقة من أربع مراحل: يسمع المتصل، ويفهم الطلب، ويتحقق من بيانات الشركة الحية، ويرد بالصوت، ثم يكرر ذلك حتى تكتمل المهمة. تعمل الحلقة مع كل جملة، فتبدو المحادثة طبيعية ويستطيع المتصل أن يقاطع أو يصحح أو يغيّر رأيه.

المرحلة الأولى: السمع (التعرف على الكلام)

التعرف على الكلام يحوّل الصوت إلى نص. صوت الهاتف مضغوط وغالباً فيه ضوضاء: شارع في الكرادة، أو مطبخ مزدحم، أو سيارة. النظام الجيد يتعامل مع الضوضاء والكلام السريع والأسماء التي لم يسمعها من قبل، ويعرف أيضاً متى أنهى المتصل كلامه، فلا يقاطعه ولا يتأخر في الرد.

المرحلة الثانية: الفهم (النموذج اللغوي)

بعد كتابة الكلمات، يحدد النموذج اللغوي ما يريده المتصل. عبارة «باجر العصر عند الدكتور» تعني حجزاً، غداً بعد الظهر، عند طبيب معين. ويجب أن يحتفظ النموذج بالسياق: إذا قال المتصل «لا، خليها الخميس» فعليه تغيير اليوم، لا البدء من جديد.

المرحلة الثالثة: التحقق (البيانات الحية)

هذه المرحلة هي التي تفصل اللعبة عن أداة العمل. قبل أن يعد الوكيل بأي شيء، يقرأ سجلات الشركة نفسها: الأوقات المتاحة لكل طبيب أو طاولة، وسعر كل صنف ومخزونه، وساعات دوام اليوم. يفعل سبوتو ذلك في كل مكالمة، ولهذا لا يحجز الوقت نفسه مرتين ولا يبيع صنفاً فوق المخزون.

المرحلة الرابعة: الرد (توليد الكلام والتنفيذ)

أخيراً يجيب الوكيل بصوت طبيعي عبر تحويل النص إلى كلام. ثم ينفذ: يحجز الموعد أو يسجل الطلب أو يفتح التذكرة، ويعيد التفاصيل ليؤكدها المتصل. ومع سبوتو تظهر النتيجة فوراً في تطبيق الشركة أيضاً.

كيف تبدو مكالمة الذكاء الاصطناعي الصوتي؟

المكالمة الجيدة تبدو كمحادثة قصيرة ومهذبة مع شخص يعرف الشركة جيداً. يتحدث المتصل بشكل عادي، ويسأل الوكيل فقط عما يحتاجه، ويعيد التفاصيل المهمة، ثم يؤكد. هذا مثال لحجز موعد في عيادة مع سبوتو:

لاحظ ما حدث: عرض الوكيل أوقاتاً متاحة حقيقية، وطلب اسم المريض الحقيقي (لا «أبوي»)، وأعاد كل شيء، ولم يحجز إلا بعد موافقة المتصل.

لماذا العربية صعبة على الذكاء الاصطناعي الصوتي؟

العربية صعبة على الذكاء الاصطناعي الصوتي لأن الناس لا يتحدثون الفصحى المكتوبة على الهاتف. يتحدثون لهجات تختلف في الكلمات والأصوات، وينتقلون بين العربية والإنكليزية في الجملة نفسها، ويستخدمون أسماء محلية للأماكن والمنتجات. واللهجة العراقية تضيف مفرداتها ونطقها الخاص، ونادراً ما تكون محور تركيز المنتجات الإقليمية.

ثلاثة تحديات هي الأهم:

• اللهجات. «شكد» و«باجر» و«هسه»: كلمات قد لا يتوقعها محرك مدرَّب على كلام الخليج أو مصر.
• خلط اللغات. «أريد أعمل booking للـ check-up» جملة عراقية عادية تماماً.
• الأسماء المحلية. أحياء وشوارع وأسماء أطباق لا تحتويها أي بيانات عالمية. يتيح سبوتو لصاحب العمل إضافة «الأسماء المنطوقة» لكل صنف، فيتعرف الوكيل على الكلمات التي يستخدمها المتصلون فعلاً.

لهذا بنينا سبوتو في بغداد ووضعنا اللهجة العراقية أولاً، مع الإنكليزية والكردية على الرقم نفسه. اقرأ المزيد في الدليل الكامل للوكيل الصوتي الذكي في العراق، وعن اللهجة نفسها في الذكاء الاصطناعي الصوتي باللهجة العراقية.

ما الذي يجعل الوكيل الصوتي الذكي جيداً للشركات؟

الوكيل الصوتي الجيد للشركات دقيق بلهجة المتصل، وينجز مهام حقيقية على بيانات حية، ويؤكد التفاصيل قبل التنفيذ، ويعرف متى لا يعرف، ويعرض لصاحب العمل كل مكالمة. الصوت الطبيعي مهم، لكن الصوت الجميل الذي يحجز الوقت الخطأ أسوأ من عدم وجوده.

هل الذكاء الاصطناعي الصوتي هو نفسه روبوت المحادثة؟

لا. روبوت المحادثة يعمل بالنص المكتوب في نافذة دردشة أو تطبيق رسائل. أما الذكاء الاصطناعي الصوتي فيعمل بالكلام، وهو أسرع للمتصل لكنه أصعب على الآلة، لأنه يتعامل مع الصوت واللهجات والضوضاء والمقاطعات في الوقت الحقيقي. سبوتو صوتي أولاً، ويستطيع المساعد الذكي نفسه الرد على رسائل وسائل التواصل الاجتماعي كميزة إضافية. ونقارن بين الاثنين في سبوتو مقابل روبوتات المحادثة، وبين منصات بناء الوكيل الصوتي بنفسك في سبوتو مقابل منصات بناء الوكيل الصوتي. وكل مصطلح ورد هنا مشروح في قاموس الذكاء الاصطناعي الصوتي.