Sesli Yapay Zekada Ses Kesikliği Neden Olur? RTP Tempolama Rehberi

Gerçek zamanlı ses modelleriyle telefon görüşmesi kuran ekiplerin canlı ortamda karşılaştığı en zor sorunlardan biri, ağ ölçümleri temiz görünürken bile ortaya çıkan metalik kırılmalar ve anlık hece yutulmalarıdır. Çoğu ekip bu durumu klasik internet telefonu alışkanlığıyla ağ titreşimi ya da paket kaybı sanır ve çözümü yanlış katmanda arar.

Yanıtly ses ekibinin canlı çağrılar üzerindeki ölçümleri, gerçek zamanlı yapay zeka aramalarındaki kesikliğin çoğu zaman ağ titreşiminden değil, ses üreten modelin sesi gönderme hızı ile telefon hattının sesi tüketme hızı arasındaki farktan kaynaklandığını gösterdi. Bu yazıda sorunun nedenini, bu farkı kapatan tempolama yaklaşımını ve çağrı açılışını hızlandıran tasarım kararlarını kavramsal düzeyde anlatıyoruz. Bu altyapı, yapay zeka çağrı merkezi çözümümüzün temelinde çalışır.

Gerçek zamanlı sesli yapay zekada tamponu küçültmek için duyulan konuşma parçalarını atmak hece yutulmasına yol açar; düzeltme yalnızca sessiz anlarda yapılmalıdır.

Teşhis: Kesiklik Neden Çoğu Zaman Ağ Titreşimi Değildir?

Klasik bir telefon görüşmesinde iki uçtaki cihaz düzenli aralıklarla, yaklaşık her 20 milisaniyede bir küçük ses paketleri üretir ve karşı taraf bu paketleri aynı düzenle çalar. Gerçek zamanlı ses modelleri ise sesi sabit bir saatle değil, hesaplama parçaları halinde üretir:

• Parça parça gelen ses: Model sesi küçük düzenli paketler yerine daha büyük gruplar halinde gönderir.
• Gerçek zamandan biraz yavaş akış: Uzun cümlelerde sesin geliş hızı, telefon hattının tüketme hızının bir miktar altında kalabilir.
• Boş kuyrukta sessizlik: Telefon tarafı her zaman diliminde bir ses paketi bekler; kuyruk o anda boşsa hatta paket gitmez.

Gönderilemeyen her paket, karşı taraftaki telefonda kısa bir boşluk ya da kırılma olarak duyulur. Sorun ağın kendisinde değil, iki farklı ritmin karşılaşmasındadır.

Klasik Titreşim Tamponu Neden Yetmez?

Geleneksel telefon cihazlarındaki titreşim tamponları, ortalama hızı doğru olan ama geliş aralıkları dalgalanan paketleri düzeltmek için tasarlanmıştır. Ses kaynağı ortalamada gerçek zamandan yavaş geldiğinde ise sorun paketlerin sırası değil, toplam sesin tüketimden az olmasıdır. Pasif bir tampon bu durumda er ya da geç boşalır. Bu yüzden konuşmayı, sessiz anları ve telefon tarafının doluluk geri bildirimini anlayan bir uygulama katmanına ihtiyaç vardır.

Tempolayıcı Nasıl Çalışır?

Yanıtly, modelden gelen sesi hatta doğrudan basmak yerine bir tempolayıcıdan geçirir. Tempolayıcı her konuşma turunda birkaç ilkeyi birlikte uygular:

1. 1.Küçük ve uyarlanabilir ön tampon: Yeni bir yanıt başladığında ses, çok kısa bir ön tamponla başlatılır. Çağrı sırasında ses açlığı görülürse bu tampon kontrollü biçimde büyütülür.
2. 2.Hattı besleyen öncü paketler: Akışın başında telefon tarafına birkaç paket önceden verilir; böylece ilk zaman dilimleri boş kuyrukla karşılaşmaz.
3. 3.Kısa boşluklarda köprü: Modelden gelen yeni parça gecikirse hattın ritmi bozulmasın diye sınırlı sayıda sessiz köprü paketi kullanılır.
4. 4.Yalnızca sessizlikte düzeltme: Tampon gereğinden fazla biriktiğinde gecikme yalnızca sessiz paketler üzerinden azaltılır; duyulan konuşma atılmaz.
5. 5.Geri bildirimle küçük düzeltmeler: Telefon tarafının bildirdiği doluluk bilgisine göre sınırlı düzeltmeler yapılır; çağrı yanıtlanmadan önce gelen sesler hesaba katılmaz.

Duyulan Konuşma Kesilmez

Tasarımın en önemli kuralı, konuşma içeren paketlerin hiçbir zaman gecikmeyi azaltmak için atılmamasıdır. Hece yutulması dinleyen için gecikmeden çok daha rahatsız edicidir. Bu nedenle düzeltmeler cümle aralarındaki sessiz anlarda yapılır.

Araya Girdiğinizde Bekleyen Ses Temizlenir

Arayan kişi asistan konuşurken araya girdiğinde, kuyrukta bekleyen sesin hemen temizlenmesi gerekir. Tempolayıcı bekleyen sesi bırakır ve bir sonraki yanıt için temiz bir başlangıç yapar; böylece asistan arayanın sözünü dinlemeye hızla geçer.

Gecikme ile Kesiklik Arasındaki Denge

Ses tamponu tasarımında her zaman bir denge vardır. Büyük bir tampon kesikliği azaltır ama asistanın yanıt vermeye başlaması gecikir; arayan kişi kısa bir sessizlikten sonra sözü yeniden almaya çalışır ve konuşmalar çakışır. Çok küçük bir tampon ise gecikmeyi azaltır ama ses kaynağı yavaşladığında kesikliğe açık kalır.

Yanıtly'nin yaklaşımı sabit büyük bir tampon kullanmak yerine küçük başlayıp yalnızca gerektiğinde büyümektir. Böylece sorunsuz çağrılarda doğal bir konuşma temposu korunur, ses kaynağının yavaşladığı çağrılarda ise önce kesiklik engellenir. Telefon görüşmesinin doğallığı, tek bir ayardan çok bu uyarlanabilir davranışla sağlanır.

Çağrı Açılışında Beklemeden Başlamak

Gerçek zamanlı seste yalnızca akışın temposu değil, çağrının açılış anları da önemlidir. Sistem çağrıyı yanıtlamadan önce kayıt altyapısının hazır olmasını beklerse, depolama tarafındaki anlık bir yavaşlık açılışı geciktirir.

Kayıt ve Bağlantı Paralel Başlar

Kaydın açık olduğu hatlarda Yanıtly, kayıt hazırlığını ve ses bağlantısını paralel başlatır. Kayıt kararı için yalnızca kısa ve sınırlı bir süre beklenir. Kayıt altyapısı bu sürede hazır olmazsa geç kalan kayıt işaretlenerek bırakılır ve müşterinin görüşmesi beklemeden başlar. Önceliği her zaman canlı görüşme alır.

Sesin Yakın Düğümde İşlenmesi

Birden fazla sunucuda çalışan bir ses altyapısında, çağrıyı karşılayan kenar düğüm ile sesi işleyen medya işçisi arasındaki mesafe de gecikmeyi etkiler. Yanıtly bu yüzden önce çağrının geldiği düğümdeki yerel medya işçilerini tercih eder. Yerel düğüm çağrı kabul ediyorsa ve doluluğu belirli bir sınırın altındaysa ses aynı sunucuda işlenir; sınır aşıldığında ya da düğüm bakıma alındığında çağrı en az yüklü düğüme yönlendirilir. Bu karar her çağrı için kayda geçer. Yük artışlarında çağrılar düğümler arasında dengelenir; bir düğüm planlı bakım için boşaltılırken yeni çağrılar diğer düğüme yönlendirilir ve süren görüşmelerin doğal olarak bitmesi beklenir. Böylece kapasite yönetimi, arayan kişinin fark edeceği bir kesintiye dönüşmeden yapılır.

Ölçmeden İyileştirme Olmaz

Ses kalitesini nesnel olarak izleyebilmek için her çağrının sonunda kısa bir kalite özeti tutulur. Bu özet serbest metin ya da kişisel veri içermez; tampon uyarlamaları, köprü paketleri ve medya düğümü seçimi gibi sayısal göstergeleri taşır. Yeni bir ses ayarı sürüm olarak yayınlanır ve gerekirse önceki davranışa yine bir sürümle dönülür; böylece canlı ortamda hangi ayarın çalıştığı her zaman bellidir.

Ses Kalitesi İçin Pratik Kontrol Listesi

Kendi hatlarınızda ses kalitesini değerlendirirken şu adımlar yardımcı olur:

1. 1.Test aramaları yapın: Farklı operatörlerden ve farklı saatlerde birkaç deneme araması yaparak sesi dinleyin.
2. 2.Belirtileri ayırın: Sürekli gecikme, ara ara hece kaybı ve tamamen kopma farklı nedenlere işaret eder; gözlemlerinizi bu ayrımla not edin.
3. 3.Hattı ve aktarımı birlikte deneyin: Gelen aramalarda mesai dışı yönlendirme ve geri arama senaryolarını, ekip aramalarında ise Web Santral ve mobil uygulamayla dış arama akışını deneyin ve sonuçları bizimle paylaşın.