تحويل النص إلى كلام لخدمة العملاء: IVR والرسائل الهاتفية

في خدمة العملاء، يُستخدم تحويل النص إلى كلام في الأغلب للصوت الذي يسمعه المتصل قبل أن يصل إلى موظف: القوائم الهاتفية (IVR) ورسائل الترحيب ورسائل الانتظار وإشعارات خارج أوقات العمل وإعلانات الأعطال. فهو يمنحك صوتًا موحّدًا في كل رسالة وبكل لغة تدعمها، ويتيح لك تغيير رسالة واحدة في دقائق بدل حجز تسجيل جديد. وتتوقف جودة النتيجة على طريقة كتابة الرسائل أكثر بكثير مما تتوقف على الصوت الذي تختاره.

يشرح هذا الدليل كيف تكتب رسائل يستطيع المتصل متابعتها، وصيغ الصوت التي تتوقعها الأنظمة الهاتفية، والتعامل مع الأرقام والأسماء، والقوائم متعددة اللغات، وقواعد الإفصاح، والتكلفة.

أين يناسب تحويل النص إلى كلام في خدمة العملاء؟

يبدأ معظم الفرق بالخمسة الأولى، وهي مجرد مجموعة ملفات صوتية تُرفع إلى النظام الهاتفي. أما الرسائل المخصصة فتحتاج إلى ربط برمجي، كما نشرح لاحقًا.

كيف تكتب رسائل IVR يستطيع المتصل متابعتها فعلًا؟

المتصل لا يستطيع الرجوع إلى الوراء. يجب أن يكفيه استماع واحد، وغالبًا من سماعة هاتف في غرفة مليئة بالضجيج.

قواعد القوائم الهاتفية

• اذكر الخيار قبل الرقم. عبارة «للفواتير، اضغط 1» تتيح للمتصل أن يتعرف على حاجته أولًا ثم يسمع الرقم. أما «اضغط 1 للفواتير» فتجبره على حفظ رقم في ذاكرته إلى أن يعرف ما هو.
• اجعل الخيارات أربعة أو خمسة. ما زاد على ذلك ينسى المتصل أوله. استخدم مستوى ثانيًا إن اضطررت.
• ضع السبب الأكثر شيوعًا أولًا. انظر إلى الأسباب التي يتصل الناس لأجلها فعلًا.
• لا تُجلس الناس لسماع الإعلانات. العرض الترويجي قبل القائمة يضيف وقتًا إلى كل مكالمة بلا استثناء.
• قدّم دائمًا طريقة للإعادة وطريقة للخروج. «لسماع هذه الخيارات مرة أخرى، اضغط النجمة. للتحدث إلى موظف، اضغط 0.»
• اترك وقفة بعد القائمة. امنح المتصل ثانيتين ليقرر قبل أن ينتهي وقت الانتظار في النظام.

قبل وبعد

قبل:

«شكرًا لاتصالك. يُرجى الإصغاء جيدًا لأن خيارات قائمتنا تغيّرت مؤخرًا. اضغط 1 إذا كنت ترغب في الاستفسار عن طلب قائم أو حالة توصيل أو إرجاع منتج. اضغط 2 من أجل…»

بعد:

«شكرًا لاتصالك بشركة نورثويند. للطلبات والتوصيل والإرجاع، اضغط 1. للفواتير، اضغط 2. للمساعدة التقنية، اضغط 3. للتحدث إلى موظف، اضغط 0.»

النسخة الثانية أقصر بمقدار النصف، وكل خيار فيها يُقال في نَفَس واحد.

كيف تجعل الأرقام والتواريخ والأسماء تُقرأ قراءة صحيحة؟

الرسائل الهاتفية مليئة بأشياء يمكن للصوت أن يقرأها بأكثر من طريقة. في الرسائل الجاهزة مسبقًا، اكتبها تمامًا كما يجب أن تُنطق.

ضع أسماء العلامات التجارية والمنتجات والأماكن في قائمة النطق مرة واحدة، فتقولها كل رسالة بالطريقة نفسها. وهذا أهم في الهاتف منه في أي مكان آخر، لأن الخطأ في نطق اسم الشركة في رسالة الترحيب هو أول ما يسمعه كل متصل.

ما صيغة الصوت التي تحتاجها الأنظمة الهاتفية؟

الصوت الهاتفي ضيّق النطاق: تنقل الخطوط الهاتفية التقليدية نحو 300 إلى 3,400 هرتز، وتأخذ العيّنات بمعدل 8 كيلوهرتز. وتقبل معظم الأنظمة الهاتفية واحدة أو أكثر من هذه الصيغ:

• WAV بمعدل 8 كيلوهرتز و16 بت وأحادي القناة (PCM)
• WAV بمعدل 8 كيلوهرتز وأحادي القناة بترميز μ-law (شائع في أمريكا الشمالية واليابان) أو A-law (شائع في أوروبا ومعظم المناطق الأخرى)
• MP3، وتقبله بعض المنصات الهاتفية السحابية وتحوّله بنفسها

يصدّر Leelo بصيغتي MP3 وWAV (خيارات التصدير). صدّر WAV، ثم استخدم أداة الرفع في منصتك الهاتفية أو محوّل صوت إن كانت تحتاج إلى μ-law أو A-law بمعدل 8 كيلوهرتز. وهناك نصيحتان عمليتان:

• اختر صوتًا يصمد في النطاق الضيّق. الأصوات ذات الطبقة المتوسطة الواضحة تصل جيدًا عبر الهاتف. أما الأصوات الهامسة جدًا أو العميقة جدًا فتفقد تفاصيلها. جرّب المرشحين بتشغيلهم في مكالمة هاتفية حقيقية.
• اجعل الموسيقى هادئة. موسيقى الانتظار تنافس الكلام حين يُضغطان معًا في نطاق الهاتف. وإن بنيت رسائل الانتظار على خلفية موسيقية، فأبقِ الموسيقى أخفض بكثير من الصوت (إضافة الأصوات والموسيقى).

كيف تُعدّ قائمة هاتفية بعدة لغات؟

1. اعرض اختيار اللغة بكل لغة. «للعربية، اضغط واحد. For English, press two. Pour le français, appuyez sur trois.» ويجب أن يقول كل عبارة صوت ناطق باللغة نفسها.
2. ترجم الرسائل، ولا تكتفِ بالترجمة الحرفية. تختلف أعراف الهاتف: فالقوائم الهاتفية الإسبانية تستخدم غالبًا «oprima» أو «marque» لا ترجمة حرفية لكلمة «press».
3. اختر صوتًا واحدًا لكل لغة والزمه. في Leelo أصوات بأكثر من 80 لغة؛ فجرّب مثلًا عدة أصوات إسبانية واختر أكثرها طبيعية بالنسبة إلى متصليك.
4. أبقِ بنية القائمة واحدة في كل اللغات، فيعني المفتاح 2 الفواتير في كل لغة، ويسهل على فريق الدعم تتبّع الأعطال.

هل عليك إخبار المتصلين بأن الصوت اصطناعي؟

الإفصاح ممارسة جيدة، وهو في بعض الحالات شرط قانوني.

• المكالمات الصادرة: في الولايات المتحدة، قررت لجنة الاتصالات الفيدرالية في 2024 أن الأصوات المولّدة بالذكاء الاصطناعي تُعدّ أصواتًا «اصطناعية» بموجب قواعد المكالمات الآلية، وهي قواعد تشترط عمومًا موافقة مسبقة من المتلقي.
• أنظمة الذكاء الاصطناعي التي تحاور الناس: يشترط قانون الذكاء الاصطناعي الأوروبي إبلاغ الناس بأنهم يتعاملون مع نظام ذكاء اصطناعي، ما لم يكن ذلك واضحًا.
• القوائم الواردة: القوائم المسجَّلة مسبقًا صيغة مألوفة، لكن إن كان يمكن أن يُظن الصوت الاصطناعي موظفًا حقيقيًا، فوضّح ذلك مبكرًا.

تختلف القواعد من بلد إلى آخر وتتغير بسرعة، فراجع فريقك القانوني. هذه معلومات عامة وليست استشارة قانونية.

هل تستخدم علامتك صوتًا جاهزًا أم صوتًا خاصًا بها؟

• صوت جاهز: الأسرع. اختر صوتًا من المكتبة واستخدمه في كل مكان.
• صوت مصمَّم: أنشئ صوتًا من وصف («ودود، هادئ، في منتصف الثلاثينيات، واضح، غير متعجل») فلا تشبه شركتك أي شركة أخرى.
• صوت مستنسَخ: إن كانت لشركتك صوت مألوف، كموظف سجّل التحيات القديمة، فيمكن لـاستنساخ الصوت أن يعيد إنتاجه من تسجيل قصير، بموافقة كتابية من صاحبه. واتفقوا مسبقًا على ما يحدث إن غادر الشركة.

كيف تُبقي الرسائل محدّثة؟

السبب الرئيسي الذي يدفع الفرق إلى تحويل النص إلى كلام هو التحديثات. كان إغلاق الإجازة يعني حجز وقت في استوديو؛ أما الآن فهو تعديل سطر.

مثال تطبيقي: إغلاق في إجازة

1. أضف سطرًا جديدًا تحت سطر «ساعات العمل»، وبالمتحدث نفسه.
2. غيّر النص: «نحن مغلقون يوم الاثنين الخامس والعشرين. نعاود العمل يوم الثلاثاء في التاسعة صباحًا.»
3. أعد توليد ذلك السطر وحده بالصوت والإعدادات نفسها، ليتطابق مع بقية القائمة.
4. صدّر الملف وارفعه إلى النظام الهاتفي مع جدول زمني لتواريخ الإغلاق.

الأتمتة عبر الواجهة البرمجية

إذا كانت الرسائل تعتمد على معلومات حيّة، كإشعار عطل أو طابور أطول من المعتاد، فاستخدم الواجهة البرمجية لتوليد الصوت من النص داخل أنظمتك، وWebhooks لتعرف متى يصبح الملف جاهزًا. أما الكلام المولَّد أثناء مكالمة حيّة، فاختبر زمن التأخير من البداية إلى النهاية مع منصتك الهاتفية قبل أن تلتزم به.

كم يكلّف تسجيل نظام هاتفي؟

يعمل Leelo بالرصيد: الرصيد الواحد يساوي كلمة واحدة بصوت قياسي، و1.5 للأصوات المميزة، و5 لأصواتك المصمَّمة أو المستنسخة. والمهام الفاشلة يُردّ رصيدها. وإليك مثالًا تطبيقيًا:

• قائمة IVR نموذجية: 40 رسالة بمتوسط 15 كلمة، أي نحو 600 كلمة، فتكلّف 600 رصيد بصوت قياسي. وهذا يدخل في الـ 1,000 رصيد التي تمنحها الخطة Free مرة واحدة، وهو كافٍ لبناء قائمة كاملة واختبارها.
• القائمة نفسها بأربع لغات: نحو 2,400 رصيد.
• بصوت علامة تجارية مصمَّم: نحو 3,000 رصيد للغة واحدة.
• يبدأ الوصول إلى الواجهة البرمجية من الخطة Pro (99 دولارًا شهريًا، و600,000 رصيد، و3 مقاعد).

الاستخدام التجاري للصوت، ومنه تشغيله لعملائك، مسموح في الخطط المدفوعة. راجع الأسعار لكل الخطط، وصفحة استخدام القوائم الهاتفية لمزيد من الأمثلة.

الأسئلة الشائعة

هل يمكنني استخدام تحويل النص إلى كلام في القائمة الهاتفية لشركتي؟

نعم. اكتب الرسائل، وولّدها بصوت واحد، وصدّر WAV، وارفعها إلى نظامك الهاتفي. تقبل معظم الأنظمة الهاتفية السحابية والمحلية ملفات WAV، وأحيانًا بعد تحويلها إلى 8 كيلوهرتز.

ما أفضل صوت لقائمة IVR؟

صوت واضح ذو طبقة متوسطة وبإيقاع أبطأ قليلًا من المحادثة العادية، لأن الصوت الهاتفي يزيل التفاصيل. جرّب مرشحَين أو ثلاثة عبر مكالمة هاتفية حقيقية، لا عبر سماعات استوديو، واختر الأسهل فهمًا.

كم ينبغي أن تطول رسالة الترحيب الهاتفية؟

بأقصر ما يمكن: اسم الشركة، ثم رسالة اختيارية من سطر واحد، ثم القائمة. كل ثانية زائدة يدفع ثمنها كل متصل، في كل مرة. وإن كان لديك إعلان، فضعه بعد القائمة أو في رسالة الطابور.

هل أحتاج إلى إعادة تسجيل القائمة كلها حين يتغير خيار واحد؟

لا. مع استوديو يعمل سطرًا بسطر، تعدّل الرسالة المتغيرة وحدها وتعيد توليدها بالصوت والإعدادات نفسها، فتتطابق مع بقية الرسائل. ثم تستبدل ذلك الملف وحده في نظامك الهاتفي.

هل يستطيع المتصلون معرفة أن الصوت اصطناعي؟

سيعرف بعضهم، خصوصًا في الرسائل الأطول. ولا بأس بذلك ما دامت الرسائل واضحة والصوت مريحًا؛ فما يهم المتصلين في الغالب هو أن يصلوا إلى وجهتهم بسرعة. وحيث تفرض القوانين أو سياساتك الداخلية ذلك، أخبر المتصلين بأن الصوت آلي.