Çağrılar ve toplantılar için Türkçe konuşma tanıma: doğruluğu ne etkiler?

Çağrı özeti, müşterinin ödemesinin yapıldığını söylüyor. Kayıtta ise “ödeme yapılmadı” deniyor. Döküm kısa bir heceyi, onunla birlikte de olumsuzluğu düşürmüş. O dökümün üzerine kurulan her şey, yani özet, kalite puanı ve takip görevi, artık son derece emin bir dille yanlış bilgi veriyor.

Konuşma tanıma (speech-to-text), otomatik konuşma tanıma olarak da bilinir; sesi her kelimeye bir zaman damgası vererek metne dönüştürür. Çağrı ve toplantı analizinde ilk adımdır; sonraki her adım sesi değil, dökümü (transkripti) okur. Bu yüzden sonrasındaki her şeyi onun kalitesi belirler. Türkçe konuşma tanımada hatalar belli yerlerde yoğunlaşır: telefon sesi, aksanlar, üst üste konuşma, sayılar, isimler ve İngilizce terimler. Kendi kayıtlarınızda ölçün ve incelemeyi önemli kelimelerin etrafında tasarlayın.

Döküm kalitesi neden sonraki her adımı belirler?

Bir dökümü özetleyen dil modeli çağrıyı duyamaz. Kendisine verilen kelimelerle çalışır ve her durumda akıcı yazar; bu yüzden bir döküm hatası, iyi ifade edilmiş yanlış bir bulguya dönüşür. Kalite puanları, uyum kontrolleri, toplantı tutanakları ve arama aynı hataları devralır.

Hatalar eşit dağılmaz. Selamlaşmalar ve kalıp ifadeler kolaydır; zor olan, kararları taşıyan kelimelerdir: tutarlar, hesap numaraları, isimler, ürün adları ve olumsuzluklar. Genel doğruluk oranı iyi görünürken tam da bu kelimeler yanlış olabilir.

Türkçe çağrıları metne dökmeyi ne zorlaştırır?

Altı şey; çoğu her çağrı merkezinde ortaktır, birkaçı Türkçeye özgüdür:

• Telefon kalitesinde ses. Telefon hatları dar bir frekans bandı taşır ve sesi sıkıştırır; “s” ile “ş” gibi sesleri ayıran ayrıntıların bir kısmı kaybolur.
• Aksanlar. Türkiye’nin dört bir yanından yöresel aksanlar ve anadili Türkçe olmayan arayanlar.
• Üst üste konuşma. Söz kesmeler, iki tarafın aynı anda konuşması ve “hı hı”, “evet evet” gibi sürekli onay sesleri.
• Sayılar. Sayılar birleşik kelimelerle söylenir ve gruplama rakamları değiştirir: “on iki” sözünde “on”dan sonra bir duraksama olursa dökümde “10 2” olarak çıkabilir; iki rakamın yerinde üç rakam.
• İsimler ve adresler. Soyadları, sokak ve mahalle adları seyrek geçen kelimelerdir. Arayanlar bunları harf harf söylerken şehir adlarını kullanır (“Adana’nın A’sı”) ve özensiz bir döküm şehir adlarıyla dolar.
• Ürün adları ve İngilizce terimler. Paket adları, marka adları ve Türkçe cümlelerin içindeki İngilizce kelimeler; çoğu zaman Türkçe ek almış olarak.

Dilbilgisi de işi zorlaştırır: anlam eklerde taşındığı için kaçırılan tek bir hece ifadeyi tersine çevirebilir. “Yapıldı” ile “yapılmadı” arasındaki fark bunu gösterir.

Doğruluk kendi kayıtlarınızda nasıl ölçülür?

Kelime hata oranıyla (WER) başlayın: sistemin dökümündeki değiştirme, silme ve ekleme hatalarının toplamı, aynı sesin özenle hazırlanmış insan dökümündeki kelime sayısına bölünür. Kendi çağrılarınızdan kuyrukları, hat kalitesini, günün farklı saatlerini ve temsilcileri kapsayan bir örneklem alın. Bu örneklemi, sayıların, dolgu kelimelerinin ve İngilizce terimlerin nasıl yazılacağını belirleyen yazılı bir kılavuza göre insanlara metne döktürün.

Çıkan sayının bir anlamı olup olmadığını üç ayrıntı belirler:

1. İki dökümü de puanlamadan önce aynı şekilde normalleştirin; Türkçe kurallarla harf dönüşümü, noktalama ve sayılar dahil. Yoksa tanımayı değil, biçimlendirmeyi ölçersiniz.
2. Kelime hata oranını karakter hata oranıyla birlikte okuyun. Uzun, ekli kelimeler tek bir yanlış harfi koca bir yanlış kelimeye çevirir; bu yüzden kelime hata oranı Türkçede sert görünür. Karakter hata oranı kıl payı hataları gösterir, ama sistemi olduğundan iyi göstermesine izin vermeyin: “yapıldı” ile “yapılmadı” karakterce yakın, anlamca zıttır.
3. Anahtar terimleri ayrıca ölçün. Sipariş numaraları, tutarlar, IBAN’lar, ürün adları, önemli fiillerin olumsuz biçimleri ve söylenmesi zorunlu uyum ifadeleri gibi kararları belirleyen kelimeleri listeleyin ve her birinin ne sıklıkla birebir doğru çıktığını sayın.

Motorları aynı örneklemde karşılaştırın ve sonuçları tek bir ortalama yerine kuyruğa ve hat kalitesine göre raporlayın.

Konuşmacılar, zaman damgaları ve sayılar nasıl ele alınır?

Konuşmacılar. Konuşmacı ayrıştırma (diarization), kimin ne zaman konuştuğuna karar verir. Platformunuz temsilciyi ve müşteriyi ayrı kanallara kaydedebiliyorsa bunu yapın; konuşmacı etiketleri kesinleşir. Tek kanallı (mono) kayıtlarda ve toplantılarda ayrıştırma hataları sözleri yanlış kişinin ağzına koyar; bir para iadesi sözü müşterinin hanesine yazılabilir. Konuşmacı atamasını da örneklem üzerinde ölçün.

Zaman damgaları. Her kelime ya da bölüm için saklayın; böylece her bulgu söylendiği ana bağlanır ve inceleyen kişi onu saniyeler içinde dinleyebilir. Bu, kanıtıyla gelen yanıtlar fikrinin sese uygulanmış biçimidir.

Sayılar. Söylenen sayıları tutarlı biçimde rakama çevirin, sonra doğrulayın: sipariş numaralarını sipariş sistemiyle, IBAN’ları ve kimlik numaralarını kontrol haneleriyle.

Temsili bir örnek ele alalım: bir müşteri para iadesinin başka bir hesaba yapılmasını ister, IBAN’ı gruplar halinde okur (“TR, on iki, otuz dört…”) ve sokak adını harf harf söyler. İnceleme dört şeyi kontrol etmeli. IBAN’ın kontrol haneleri herhangi bir rakamın yanlış duyulup duyulmadığını gösterir; kontrol başarısız olursa IBAN doğrulanmamış olarak işaretlenir ve bir insan o anı yeniden dinler. Harf harf söylenenler şehir adları listesi olarak değil, harf olarak görünür. IBAN, onu tekrar ederek teyit eden temsilciye değil müşteriye atanır. Zaman damgası da inceleyen kişiyi doğrudan söylendiği saniyeye götürür. IBAN doğrulandıktan sonra saklanan dökümde maskelenir.

Bir döküm büyük ölçüde doğruyken önemli olan tek sayıda yanılabilir.

Kayıtlar nerede işlenmeli?

Kayıtlar sesleri, isimleri, hesap bilgilerini ve bazen sağlık bilgilerini taşır; bu yüzden hiçbir şey işlenmeden önce şu soruları veri koruma görevlinizle (DPO) netleştirin:

• Ses ve dökümler nerede işlenip saklanıyor; yurt dışındaki bir sağlayıcıyı kullanmak KVKK ya da GDPR kapsamında yurt dışına aktarım sayılır mı?
• Arayanların duyduğu kayıt bilgilendirmesi, metne dökmeyi ve otomatik analizi de kapsıyor mu?
• Ses, dökümler ve puanlar gibi türetilmiş veriler ne kadar süre saklanıyor ve her birine kim erişebiliyor?
• Sizin kullanımınızda ses verisi biyometrik veri sayılabilir mi; çağrılarda geçen sağlık bilgileri nasıl ele alınıyor?
• Temsilciler de kaydediliyor: bu, İK ve hukuk danışmanı için hangi soruları doğuruyor?

Kurulum biçimi yanıtları değiştirir: belirli bir bölgede işlemek, kendi bulut ortamınızda çalıştırmak ya da açık ağırlıklı bir konuşma tanıma modeliyle kendi sunucularınızda işlemek.

Kalan hatalara göre nasıl tasarım yapılır?

Hatasız motor yoktur; bu yüzden kalan hatalara göre tasarlayın:

• Dökümün tamamını değil, anahtar terimleri inceleyin. Tutarları, hesap numaralarını ve olumsuzlukları güven düzeyleriyle birlikte vurgulayın; emin olunamayanları ses kesitiyle birlikte bir insana gönderin.
• Sistemlerle doğrulayın. Sipariş numaralarını, ürün adlarını ve tutarları ilgili kayıtlarla karşılaştırın.
• Sözcük dağarcığını öğretin. Motor izin veriyorsa ürün adlarınızı, paket adlarınızı ve sık geçen sokak adlarını özel sözcük listesi (custom vocabulary) olarak ekleyin.
• Dökümün desteklemediğini puanlamayın. Ses tonu ve alay bir insanın kulağını ister; bir çağrı kalite değerlendirme formu hangi ölçütlerin insanda kalacağını söylemeli.
• Değişikliklerden sonra yeniden ölçün. Yeni ürünler, kampanyalar ve motorlar hata profilini değiştirir.

Ölçüme hangi çağrılarla başlamalı?

Tek bir kuyruktan birkaç saatlik çağrı seçin, bunları insanlara özenle metne döktürün ve o kuyruk için önemli olan anahtar terimleri listeleyin. Mevcut motorunuzu ya da iki aday motoru çalıştırın; kelime hata oranını ve anahtar terim doğruluğunu yan yana ölçün. Çağrı merkezleri için bu, çağrılar üzerindeki müşteri operasyonları çalışmasının ilk adımıdır ve ses ve toplantı zekası kapsamındaki her bulgunun temelini oluşturur.

Bu not genel bilgi amaçlıdır; hukuki tavsiye değildir.