KI-Transkriptionseinstellungen optimieren ⚙️

So ganz unten angekommen haben wir die Transkriptionseinstellungen.

Hier kann man mit den richtigen Einstellungen noch sehr viel Latenz rausholen.

Einfach erklärt.

Hier stellt man ein, wann die KI erkennen soll, wann der User zu Ende gesprochen hat, Damit sie dann rechtzeitig einen Punkt nach der Antwort stellt und selber darauf antworten kann, da haben wir links einmal den Endpunkttyp, da haben wir die Spracherkennung, die standardgemäss eingestellt ist und die KI Erkennung.

Die KI Erkennung ist nützlicher für lange Gespräche zum Beispiel, wenn der User einfach viel erzählt und auch selbst noch Gedenkpausen hat.

bestimmen.

Dann kann die KI Erkennung in dem Fall ganz gut bestimmen, wann der User zu Ende gesprochen hat und die Spracherkennung ist das schnellere.

Damit baue ich zum Beispiel immer meine Assistenten.

Das kann ich auf jeden Fall empfehlen, Denn die Spracherkennung hat ein superschnelles Sounderkennungsmodell und kann da ganz schnell bestimmen, wann der User zu Ende gesprochen hat.

Und dann haben wir hier rechts zwei Regler, einmal die Endpunktempfindlichkeit und einmal die Unterbrechungsempfindlichkeit.

Die Endpunktempfindlichkeit bestimmt, wie lange die KI warten soll, bis sie denkt, dass der User fertig gesprochen hat.

Ich habe das Ganze hier auf schnell eingestellt, weil man hier in der Einstellung einfach sehr viel Latenz rausholen kann.

aber wenn ihr jetzt zum BeisPiel Viele ältere Kunden habt, die einfach ein bisschen langsamer reden und ein bisschen Zeit brauchen, Dann würde ich diesen Regler ein bisschen hochschrauben, weil dann haben die Kunden einfach ein bisschen mehr Zeit, um sich richtig auszusprechen.

Und hier bei der Unterbrechungsempfindlichkeit ist das Ganze so, wenn die KI aktuell spricht und der User irgendwas sagen möchte, wie leicht sich die KI dadurch unterbrechen lässt, um dann zuzuhören.

Hier habe ich das in der Regel auch immer auf 0,50.

Aber es kommt, wie gesagt, voll drauf an, was ihr für Assistenten baut.

Zum Beispiel beim Outbound muss sie sich natürlich viel schneller unterbrechen lassen.

als Rezeptionistin hat sie da aber ein bisschen Luft.

und falls ihr mit Sprache zu Sprache Modellen arbeitet, dann habt ihr hier unten noch eine Einstellung.

Das ist die VAD Empfindlichkeit.

Und wenn ihr diese aktiviert, habt ihr zusätzlich noch eine künstliche Intelligenz, die darauf achtet.

Das kennt ihr dann auch wieder aus Chat GPT, diesem blauen Ort, mit dem ihr sprechen könnt.

Das ist dann genau diese Logik.

Aber hier gilt zu beachten, dass jeder Assistenten, den ihr baut, natürlich individuell sein kann.

Deshalb könnt ihr an den Reglern ein bisschen rumprobieren und dann findet ihr eure perfekte Einstellung.