Как сделать голосового робота похожим на человека и без пауз

Первые секунды звонка решают, положит ли клиент трубку. Как сделать голосового робота похожим на человека? Главное — чтобы он не молчал перед ответом, не перебивал и не звучал как автоинформатор: иначе клиент уходит, а минуты вы всё равно оплачиваете. Голосовой бот отвечает примерно за полторы секунды — живым голосом с эмоциями, паузами и короткими «Угу». Многие собеседники так и не понимают, что говорили с ботом.

Скорость держится и в часы пик. У многих голосовых сервисов в середине дня ответ растягивается до 4–5 секунд, и робот себя выдаёт. У этого бота такой просадки нет. А как быстро, живо и дёшево звучит именно ваш бот, решают настройки во вкладке «Настройки» → «Основное» карточки бота. Посмотрите видео на две с половиной минуты, а ниже — пошаговая настройка.

Зачем это бизнесу

• Клиника или салон ставит живой голос из каталога или свой и фоновый шум офиса. Клиент дослушивает приглашение до конца.
• Интернет-магазин с короткими звонками — напоминание об оплате, брошенная корзина — берёт «Быструю» модель и кэш ответов. Ответы короткие, минута дешевле.
• Отдел продаж со сложным продуктом ставит модель «Умная быстрая и дороже»: она лучше держит длинную инструкцию. Выбирайте её, только если обычная путается.
• Любой обзвон базы экономит на автоответчиках: бот сбрасывает звонок при молчании и по спам-фразам. Меньше минут оплачено впустую.

Как голосовой робот готовит ответ

Клиент говорит — система распознаёт речь и ждёт паузу. Когда пауза дольше заданной, модель бота готовит ответ. Модель бота — это AI, который пишет ответы. Синтез речи озвучивает ответ выбранным голосом. Пока ответ готовится, бот может сказать междометие — это короткая фраза вроде «Угу» или «Секунду, уточняю», которая закрывает паузу. Кэш — это память готовых ответов: повторяющиеся ответы он отдаёт сразу, без новой генерации.

Как настроить голос и скорость ответа бота

1. 1
   Выберите модель

   В поле «Модель бота» (чем они отличаются — ниже). В окне «Сменить модель бота?» нажмите «Сменить модель».
2. 2
   Выберите голос

   Нажмите на поле «Стиль голоса», найдите голос и прослушайте демо кнопкой ▶.
3. 3
   Послушайте свою фразу

   Впишите текст в «Послушать, как звучит робот» и нажмите «Озвучить». Готовую запись можно скачать.
4. 4
   Подберите паузу

   Раскройте «Настройки распознавания речи» и двигайте ползунок «Время (в млс) тишины после того, как клиент перестал говорить…».
5. 5
   Добавьте междометия

   Раскройте «Междометия» и включите «Использовать междометия». В «Короткие междометия» впишите «Угу» и «Так», в «Длинные междометия» — «Секунду, уточняю».
6. 6
   Сохраните и проверьте

   Нажмите «Сохранить» и позвоните боту тестовым звонком.

Короткие междометия звучат перед каждым ответом, по очереди, по одному на ответ, — впишите несколько, чтобы бот не повторялся. Длинные звучат, только когда AI готовит ответ дольше двух секунд. Поэтому это фраза ожидания, какую сказал бы человек: «Так, одну секунду, пожалуйста».

Какую модель и голос выбрать для робота

«Обычная» обдумывает ответ и стоит по умолчанию. «Быстрая» отвечает быстрее всех. «Умная быстрая и дороже» лучше понимает сложные инструкции. Цена подписана прямо в списке — за токен. Токен — это кусочек текста, который обрабатывает AI. «Обычная» — 0,000031 ₽, «Быстрая» — 0,000034 ₽, «Умная быстрая и дороже» — 0,000153 ₽. На минуту разговора первые две дают в среднем 4–6 ₽, «Умная» — примерно в пять раз больше.

Целиком минута разговора обходится в среднем в 12 ₽: её удорожают длинная инструкция, объёмные загружаемые вебхуки и многословные ответы для синтеза речи, а пакет минут голосового бота удешевляет. Связь в эти 12 ₽ уже входит, а сколько стоит аренда номеров для обзвона — в статье «Голосовой робот для обзвона базы». После смены модели проверьте бота в «Обучении AI»: модели по-разному понимают инструкции. Как это делать — в статье «Обучение голосового бота».

Голоса в «Стиле голоса» разбиты на группы: «Мои голоса», «Рекомендуемые голоса» и «Обычные голоса». Кнопка «Добавить свой голос» откроет раздел «Свой голос» в новой вкладке — о нём отдельная статья «Клонирование голоса для голосового бота». У части голосов есть «Дополнительные настройки»: «Стабильность» — от эмоционального звучания к ровному — и «Сходство с голосом».

Как настроить интонации голосового бота

Ровная скороговорка выдаёт робота так же, как менеджера, который читает скрипт: клиент догадывается и кладёт трубку. Паузы, мягкие связки и живой вопрос удерживают его в разговоре. Интонацию подбирают в три этапа. Меняйте что-то одно и слушайте результат кнопкой «Озвучить» или тестовым звонком.

1. 1
   Голос и его настройки

   Начните с голоса: один и тот же текст разные голоса читают по-разному, удобно стартовать с группы «Рекомендуемые голоса». Если у голоса есть «Дополнительные настройки», попробуйте «Стабильность»: 0 — эмоциональнее, 100 — ровнее, 50 — середина. Чем ниже значение, тем сильнее одна и та же фраза каждый раз звучит по-своему. «Сходство с голосом» по умолчанию 75, его обычно не трогают.
2. 2
   Точки, запятые и паузы

   Длинный текст без знаков бот читает на одной ноте. Ставьте точку или запятую там, где человек сделал бы паузу: перед вопросом, перед «или», даже если по правилам знак не нужен. Паузу можно вставить и кнопкой «{...}»: «Добавить мини паузу», «Добавить среднюю паузу» или «Добавить паузу 1 секунду».
3. 3
   Другие слова

   Если слово всё равно звучит странно, перепишите фразу. Одиночное «Хорошо» порой звучит глухо, а «Да, хорошо» или «Могу отправить, хорошо?» — живо. Допишите в «Стиль речи»: «В длинных ответах используй короткие связки: так, вот, да?» — они смягчают заученный текст и усиливают вопрос. Аббревиатуры и цифры пишите так, как их нужно произнести: «эс-эм-эс», «двадцать пять».

Как ставить ударение и теги эмоций, рассказано в статье «Скрипт для голосового робота». Если бот говорит слишком медленно, ускорьте его в списке «Темп речи» на под-вкладке «Инструкция».

Почему голосовой бот долго отвечает и как это ускорить

• «Настройка размышления модели» — от 0 до 128, по умолчанию 16. Меньше — быстрее. 128 ставят, если бот путает даты, но тогда возможны паузы. Поле есть только у «Обычной» модели.
• «Кэширование AI» включено по умолчанию. Первые 10–20 звонков дороже, а примерно через 50–100 диалогов расходы становятся минимальными. Когда вы правите промпт (инструкцию бота), кэш обнуляется.
• «Время (в млс) тишины после того, как клиент перестал говорить…» — пауза тишины перед ответом, одна на весь разговор: от 500 до 3000 мс, по умолчанию 700. Мало — бот перебивает клиента, много — каждый ответ звучит позже.
• «Минимум слов клиента до возможности перебить ИИ» — 1, 2, 3 или 100, по умолчанию 1: бота прерывает любое слово клиента, даже «угу» или шум. Если бот обрывает свою фразу и начинает её заново, поставьте 2 или 3; число больше 3 кабинет заменит на 100.
• «Чувствительность тишины» — от 1 до 4, по умолчанию 3. Значения 1–2 подходят для тихо говорящих клиентов.
• «Регион (часовой пояс AI)» — чтобы бот знал текущее время и верно ставил дату шага в CRM.

Если бот перебивает, молчит или повторяет одни и те же фразы, найдите свою жалобу в таблице из статьи «Голосовой бот перебивает и молчит»: там для каждой написано, какую настройку менять и где.

Язык, автоответчики и фоновый шум

• «Какой язык нужно распознавать» — русский, английский, португальский, турецкий или казахский. «Чем распознавать речь» — «Яндекс» (основной сервис) или «Google» — подстраховка, если Яндекс плохо понимает язык или недоступен.
• «Сброс звонка, если клиент молчит в первом ответе» — по умолчанию 14 секунд. Отсекает автоответчики, которые берут трубку и молчат.
• «Спам-фразы» — фразы автоответчика вроде «оставьте сообщение после сигнала». Фраза прозвучала заданное число раз — звонок завершится.
• «Определять автоответчик в первые секунды звонка» — снимайте, только если звонки обрываются в первые секунды. Так бывает, когда номер перед соединением проигрывает свой информатор.
• «Фоновые звуки» — mp3-файл до 4 МБ, например шум офиса, и громкость относительно голоса робота.

Читайте также: Клонирование голоса для голосового бота, Обучение голосового бота, Голосовой робот для обзвона базы