Синтез речи (TTS): каким должен быть естественный голос для телефонных звонков
Команда Sado AI · · 4 мин чтения
Коротко
Синтез речи (TTS) — технология, которая превращает написанный текст в речь, похожую на человеческую. Современные нейросетевые голоса произносят слова с ударением, интонацией и паузами. По телефону качество голоса определяет не красивый тембр, а три вещи: правильно ли он читает цены, номера и даты, правильно ли произносит названия компании и товаров, звучит ли вопрос как вопрос. Выбирайте голос, слушая его в обычном телефонном звонке, а не через колонки компьютера.
Как работает TTS
- Текст готовится: цифры, сокращения и знаки превращаются в слова. «1 200 000 сум» → «один миллион двести тысяч сум», «3-й этаж» → «третий этаж».
- Определяется произношение: как читается каждое слово и куда падает ударение.
- Выбирается интонация: голос повышается или понижается в зависимости от того, утверждение это или вопрос, на запятой делается короткая пауза.
- Нейросеть создаёт звук: тембр, темп и дыхание — как у диктора.
- Звук уходит в телефонную линию. Линия сужает звук, поэтому голос, красивый в колонках, по телефону может звучать иначе.
Что делает голос естественным по телефону
- Короткие фразы: одна-две фразы и вопрос. Длинный текст даже самый приятный голос прочитает как по книге.
- Правильные паузы: остановки на запятых и точках, короткая пауза между группами цифр.
- Интонация вопроса: в «Завтра сможете прийти?» голос в конце должен подниматься, иначе клиент не поймёт, что его спросили.
- Средний темп: не торопиться, но и не тянуть.
- Живые слова: «хорошо», «понятно», «одну минуту» — а не канцелярское «доводим до вашего сведения».
Тон и слова — тоже часть голоса
Один и тот же голос может звучать по-разному: официально или тепло. Это решает не тембр, а слова. В клинике «Хорошо, записала, ждём вас завтра» звучит тепло, а в юридической фирме уместнее «Хорошо, встречу назначила на четверг». Подбирайте фразы под то, как привыкли говорить ваши клиенты.
Ещё совет: прочитайте вслух фразы, которые будет произносить голос. Если сами вы так по телефону не говорите, голос тоже будет звучать странно.
Цены, номера и названия: здесь чаще всего ошибки
| Как написано | Как должно звучать | Частая ошибка |
|---|---|---|
| 1 200 000 сум | один миллион двести тысяч сум | чтение по цифрам: «один, два, ноль, ноль…» |
| 90 123 45 67 | девяносто, сто двадцать три, сорок пять, шестьдесят семь | весь номер на одном дыхании |
| 14:00 | в два часа дня | «четырнадцать ноль ноль» |
| 3-й этаж | третий этаж | «три тире этаж» |
| Smile Dent | Смайл Дент | английское название, прочитанное по буквам |
Перед выбором голоса послушайте именно это: название вашей компании, самую частую цену, адрес и номер телефона. Эти слова голос будет произносить сотни раз в день.
Перед выбором голоса: чек-лист
- Слушайте в обычном телефонном звонке, а не через колонки компьютера.
- Проверьте, как звучат название компании и 2–3 названия товаров.
- Проверьте, как читаются цена, номер телефона и адрес.
- Сравните узбекскую и русскую речь: голос должен звучать естественно на обоих языках.
- Дослушайте минутный разговор до конца: не утомляет ли, не звучит ли всё одной интонацией?
- Спросите мнение двух-трёх сотрудников и одного-двух постоянных клиентов: они слышат так же, как ваши клиенты.
Голоса Sado: Малика и Шохрух
Sado — не сервис синтеза речи, а целый телефонный оператор: слышит клиента, понимает, составляет ответ и произносит его естественным голосом. Голосов два: Малика (женский) и Шохрух (мужской). Послушайте их на главной странице: что слышите там, то услышат и ваши клиенты.
Если голос неверно произносит название компании или товара, вы пишете его в строку «Произношение» в настройках оператора: «Smile = Smayl». В тексте название остаётся верным, а голос произносит его правильно. Подробнее: голосовой оператор на узбекском и ответы на входящие звонки.
Вопросы
Чем TTS отличается от голосового оператора?
TTS только читает готовый текст. Голосовой оператор слышит клиента, сам составляет ответ и произносит его. Короткие ответы: частые вопросы.
Говорят ли голоса по-русски?
Да. И Малика, и Шохрух говорят на узбекском и русском, а оператор отвечает на том языке, на котором говорит клиент.
Почему голос, который понравился в колонках, по телефону звучит иначе?
Телефонная линия передаёт только часть звука и сжимает его. Поэтому оценивайте голос всегда в настоящем звонке.
Не будет ли голос звучать как робот?
Лучше всего послушать самому. Позвоните 78 778 01 23 или попробуйте вживую: важно, как голос звучит в телефоне, а не в колонках.