Détection des répondeurs pour les dialectes arabes

La détection des répondeurs automatiques est la tâche la moins gratifiante d'un service d'appels sortants, et pourtant, elle détermine discrètement le nombre de conversations que vos agents reçoivent. Chaque erreur d'identification a un coût. Si vous confondez un répondeur automatique avec un humain, un agent écoute un message enregistré pendant vingt secondes. Si vous confondez un humain avec un répondeur, vous raccrochez au nez d'un client qui a décroché. Sur les marchés arabophones, l'approche traditionnelle commet ces deux erreurs plus souvent que prévu.

Pourquoi la détection des bips échoue-t-elle pour les salutations arabes ?

AMD classique est une technique de synchronisation audio. Elle attend que le correspondant prenne la parole, mesure la durée de son discours, attend un silence, puis écoute la tonalité. Si celle-ci est entendue, elle identifie un répondeur comme étant un appareil mobile. Ce raisonnement fonctionne assez bien sur un marché où la messagerie vocale est standardisée et les messages d'accueil courts. En revanche, il est fortement défaillant dans la région du Golfe et au Levant, pour quatre raisons distinctes.

• Dans la région, de nombreux systèmes de messagerie vocale d'opérateurs ne produisent aucun bip clair, ou bien un bip après une annonce de l'opérateur que le détecteur a déjà abandonnée. Un détecteur qui attend une tonalité qui n'arrive jamais ne peut donc pas établir de diagnostic.
• Un message d'accueil en arabe, diffusé en direct, est souvent long. Un interlocuteur qui répond par une salutation complète, un mot de bienvenue et une question parle pendant plusieurs secondes avant la première pause naturelle, ce qui correspond précisément au schéma qu'un détecteur de temps interprète comme un message enregistré.
• Dans cette région, les messages d'accueil enregistrés sont souvent très courts, parfois un nom et rien d'autre. Un détecteur de synchronisation interprète ces brèves interventions suivies de silence comme la présence d'une personne en direct.
• Dans cette région, les réseaux mobiles insèrent fréquemment leurs propres annonces, en arabe puis en anglais, avant le message d'accueil de l'abonné. Le détecteur mesure l'annonce et non le message d'accueil.

Le point commun est que le timing ne donne aucune information sur l'identité du locuteur. Ce sont les mots qui en donnent. Un détecteur incapable de les lire ne fait que deviner, et ses suppositions sont encore plus mauvaises en arabe que sur le marché sur lequel il a été réglé.

Que fait la classification des transcriptions à la place

L'IA de DialerBee AMD ne patiente pas avant la tonalité. Dès que l'appelant décroche, l'audio d'ouverture est transcrit en temps réel, et un classificateur analyse le texte obtenu plutôt que la forme d'onde. La différence réside dans la clarté du texte, contrairement à la synchronisation. Une personne disant « aywa, meen maai? » et un message enregistré indiquant « le correspondant que vous avez appelé n'est pas disponible, veuillez laisser un message après la tonalité » sont deux textes très différents, malgré la similarité de leurs profils temporels.

Quatre étapes sont exécutées pour chaque appel répondu.

• Transcription. Les premières secondes de l'audio sont converties en texte au fur et à mesure de leur réception.
• Détection automatique de la langue et du dialecte : il n’est donc pas nécessaire de scinder une liste multilingue en une campagne par langue avant de pouvoir être composée.
• Classer. Le classificateur renvoie un verdict humain ou machine accompagné d'un score de confiance.
• Action. Le seuil de campagne détermine la signification de ce score de confiance pour cette campagne ; ainsi, une liste de recouvrement et une liste de satisfaction client peuvent présenter des niveaux de vigilance différents sur la même plateforme.

La décision est prise dès les premières secondes de l'appel, pendant la diffusion du message d'accueil. Ainsi, la décision de se connecter ou de se déconnecter intervient pendant la prise d'appel, et non après. Nous ne publions pas de valeur de latence unique, car celle-ci varie selon l'opérateur, la langue et la rapidité avec laquelle le message d'accueil démarre. Veuillez demander des mesures effectuées sur un trafic similaire au vôtre.

Couverture dialectale dans toute la région

L'arabe n'est pas une langue cible unique. Un classificateur entraîné sur l'arabe standard diffusé à l'antenne lira très différemment un message d'accueil de messagerie vocale du Golfe et un message d'accueil levantin, et aucun ne ressemble à l'équivalent égyptien ou maghrébin. DialerBee considère le dialecte comme faisant partie intégrante de la langue et non comme un bruit parasite, et sa couverture de l'arabe englobe les dialectes du Golfe, du Levant, égyptien et maghrébin.

En pratique, cela importe surtout aux frontières linguistiques. Un message d'accueil téléphonique jordanien et un message d'accueil téléphonique saoudien utilisent des verbes différents pour exprimer la même idée. Un interlocuteur du Golfe répondant à un appel professionnel commence souvent par une salutation religieuse formelle qu'un modèle monolingue considère comme stéréotypée, et donc enregistrée. Un message d'accueil maghrébin peut contenir du vocabulaire français au sein d'une phrase arabe. Ces quatre situations représentent le trafic courant d'un centre d'appels régional, et dans les quatre cas, un modèle monolingue ne permet pas de saisir la conversation.

L'arabe fait partie des 11 langues prises en charge par la plateforme ; ainsi, un étage qui gère l'arabe, l'anglais, le français et l'ourdou au cours d'une semaine utilise une seule pile de détection plutôt qu'une par marché.

Des seuils, pas des absolus

Un score de confiance n'est utile que si vous décidez comment l'utiliser, et la décision optimale varie selon la campagne. Dans une campagne de recouvrement en phase finale, raccrocher un numéro de débiteur actif coûte cher, tandis que laisser un message vocal est peu coûteux ; il faut donc fixer un seuil de confiance élevé afin d'éviter de déclarer un répondeur automatique. Dans une campagne de rappels de rendez-vous à fort volume, la situation s'inverse.

Les seuils de sensibilité sont donc configurés par client et par campagne, et non à l'échelle de la plateforme. C'est ce qui permet à un prestataire BPO de gérer plusieurs clients avec des niveaux de tolérance différents. Les fonctionnalités d'IA sont contrôlées par des indicateurs de fonctionnalités ; ainsi, AMD peut être activé ou désactivé par campagne, par client ou globalement. La plateforme fonctionne à pleine capacité même lorsque AMD est désactivé.

Deux autres points de configuration sont importants à connaître avant un audit de sécurité informatique. Le traitement de classification AMD porte sur un court segment initial de l'audio de l'appel, et l'audio brut utilisé pour la classification n'est pas conservé. Seuls le résultat de la classification, le score de confiance et la version du modèle sont conservés.

La boucle de rétroaction de l'agent

Aucun système de classification n'est infaillible, et ce sont les agents qui s'en aperçoivent en premier. Lorsqu'un modèle se trompe, l'agent peut le signaler d'un simple clic depuis son ordinateur, pendant l'appel, sans formulaire ni ticket. Ces corrections alimentent les processus d'optimisation spécifiques à chaque client, ce qui signifie que le signal améliore la détection pour vos opérateurs, vos régions et vos types de campagnes, et n'est pas partagé entre les clients.

Cela ne fonctionne que si les superviseurs considèrent la correction comme faisant partie intégrante de leur travail et non comme un signalement d'exception. Deux habitudes sont utiles : informer les agents qu'un simple clic suffit pour signaler une erreur de diagnostic ; c'est une pratique courante et non une plainte contre le système. Il est également important de consulter chaque semaine les analyses de précision par campagne, par opérateur et par langue, car un opérateur ayant modifié son message d'accueil vocal y apparaît comme une tendance bien avant que quelqu'un ne le signale comme un problème.

Au-delà de l'arabe : les autres langues figurant sur la même liste

La détection de la langue n'est pas de la traduction. Elle consiste à reconnaître comment les personnes et les machines s'expriment réellement sur un marché donné. Les variations linguistiques qui rendent l'arabe difficile existent dans toutes les autres langues d'une liste régionale. L'espagnol se divise entre les accents latino-américains et européens. Le français présente des variations européennes, canadiennes et nord-africaines. L'allemand comprend des registres formels et informels, ainsi que des variantes autrichiennes et suisses. Le turc possède ses propres particularités régionales. L'anglais, à lui seul, se décline en accents américain, britannique, indien, philippin et du Golfe, ce qui représente la majeure partie du trafic destiné aux agents d'un centre d'appels avant même qu'un seul numéro arabe ne soit composé.

C’est pourquoi la pile de détection est plus importante que la prise en charge d’une seule langue. Un service qui utilise l’arabe le dimanche, le français le lundi et l’ourdou le mardi ne devrait pas exécuter trois configurations de détection et devoir concilier trois ensembles de données de précision. Les 11 langues prises en charge partagent un seul classificateur et une seule vue de rapport, et le dialecte est considéré comme faisant partie intégrante de la langue dans chacune d’elles, et non comme un bruit parasite.

Comment mesurer correctement la détection

Un seul indicateur de précision global est quasiment inutile, car il masque les zones où vos pertes sont concentrées. Mesurez plutôt ce détail et exigez la même ventilation de la part de tout fournisseur que vous évaluez.

• Faux positifs et faux négatifs séparémentet par opérateur plutôt que par région. Une moyenne régionale de 90 % peut masquer une précision de 65 % pour l'opérateur transportant la majeure partie de votre volume.
• taux de remplacement de l'agent, ce qui vous indique ce que le jury pense des verdicts, et à quel point le réglage rapide a des éléments exploitables.
• Temps de détection, parallèlement à la décision de connexion, car un verdict correct qui arrive après que le client a raccroché n'est pas une victoire.
• Résultats ventilés par langue et par type de campagne, car une liste de récupération et une liste de rappels ne se comporteront pas de la même manière, même avec les mêmes numéros.

Deux habitudes vous évitent d'acheter un chiffre plutôt qu'une capacité. Testez sur votre propre trafic, via vos propres lignes, vers vos propres opérateurs de destination, car la précision des démos ou des enregistrements audio synthétiques résiste rarement à la production. De plus, effectuez des tests par type de campagne au lieu de modifier un paramètre global, en analysant d'abord les faux positifs, car une personne en direct coupée représente une erreur coûteuse et n'apparaît jamais dans la file d'attente d'un agent.

Lorsqu'un itinéraire, une source de liste, une région ou un script est modifié, relancez l'analyse. Le comportement de la messagerie vocale de l'opérateur n'est pas figé, et un paramètre de détection correct le trimestre dernier n'est plus qu'une hypothèse ce trimestre.

Comment AMD s'intègre au reste de l'étage

AMD n'est pas un produit autonome ; sa valeur réside dans ce qui se passe après le verdict. Lorsqu'un appareil est détecté, l'agent peut déposer un message vocal préenregistré en un clic et passer à l'appel suivant pendant la lecture du message. Ce dernier est généré par synthèse vocale, avec une voix personnalisée et synchronisée avec tous les flux multimédias, permettant ainsi un dépôt efficace quel que soit l'appareil utilisé pour l'appel. Il est également possible de remettre automatiquement le contact en file d'attente selon les règles de nouvelle tentative de la campagne.

Les verdicts alimentent également le modèle de gestion du rythme. Lorsque AMD filtre les messages vocaux des appels connectés, le moteur prédictif ajuste son estimation du taux réel de connexions actives, de sorte que le rythme reflète les conversations que les agents prendront effectivement en charge. AMD est compatible avec tous les opérateurs connectés via SIP, ce qui est essentiel dans une région où la plupart des opérateurs utilisent leurs propres lignes.

Foire aux questions

Pourquoi la détection des bips a-t-elle autant de mal avec la messagerie vocale arabe ?

Car ce système analyse le rythme plutôt que les mots. De nombreux systèmes de messagerie vocale d'opérateurs dans la région n'émettent aucun bip exploitable, les messages d'accueil en arabe diffusés en direct sont souvent suffisamment longs pour ressembler à un enregistrement, les messages d'accueil enregistrés sont souvent suffisamment courts pour donner l'impression d'une voix humaine, et les annonces du réseau en arabe et en anglais arrivent avant le message d'accueil de l'abonné. Une meilleure détection des tonalités ne résout aucun de ces problèmes.

Comment AMD basée sur la transcription classe-t-elle un appel ?

Les premières secondes de l'audio sont transcrites en temps réel, la langue et le dialecte sont identifiés automatiquement, et un classificateur évalue le texte et renvoie un verdict (humain ou machine) assorti d'un score de confiance. Le seuil de la campagne détermine ensuite la suite à donner à ce score ; ainsi, différentes campagnes peuvent réagir différemment à un même verdict.

Quels dialectes arabes sont couverts ?

La plateforme couvre les langues du Golfe, du Levant, égyptiennes et maghrébines, et l'arabe figure parmi les 11 langues prises en charge. Le dialecte est considéré comme faisant partie intégrante de la langue et non comme un élément parasite, ce qui est particulièrement important pour les listes régionales mixtes où l'on trouve, dans une même campagne, des salutations jordaniennes, saoudiennes et marocaines.

Puis-je définir une sensibilité AMD différente pour chaque campagne ?

Oui. Les seuils de sensibilité sont configurés par client et par campagne. Ainsi, une campagne de récupération en phase finale peut être prudente quant à la déclaration d'une machine, contrairement à une campagne de rappels à fort volume. Les fonctionnalités d'IA peuvent être contrôlées par des indicateurs de fonctionnalités ; AMD peut donc être désactivée par campagne, par client ou globalement.

Que se passe-t-il lorsqu'un agent conteste le verdict ?

L'agent peut signaler l'incident en un clic depuis son ordinateur pendant l'appel, sans formulaire ni ticket. Les corrections alimentent les flux de travail d'optimisation spécifiques à chaque locataire, garantissant ainsi que le signal s'applique à vos opérateurs, vos régions et vos types de campagnes. Les superviseurs doivent également consulter régulièrement les analyses de précision par campagne, par opérateur et par langue.

L'audio des appels est-il conservé pour le traitement AMD ?

Le système de classification AMD traite un court segment initial de l'audio de l'appel, et l'enregistrement brut utilisé pour la classification n'est pas conservé. Seuls le résultat de la classification, le score de confiance et la version du modèle sont conservés ; ces informations sont généralement nécessaires lors d'un audit de sécurité informatique.