Techupdate: Voicebots

Beeld: Ziptone/AI

Voicebots worden steeds vaker ingezet in klantcontact. In deze editie van Tech Update leggen we uit wat voicebots zijn, wat je er mee kan, waarom de technologie relevant is en wat de valkuilen zijn.

Wat is het?

Een voicebot is een chatbot die met de klant communiceert op basis van gesproken taal. Via natural language processing en machine‑learning kan de voicebot verwerken wat de klant zegt en daar op reageren via een synthetische stem. Het verschil met chatbots is ook dat een voicebot twee extra ‘competenties’ aan boord heeft: spraakherkenning om gesproken taal in tekst om te zetten en spraaksynthese om gegenereerde antwoorden via gesproken terug te kunnen geven.

Een voicebot opereert in eerste instantie zonder menselijke tussenkomst; de optie om een conversatie te escaleren naar een menselijke medewerker is idealiter ingebouwd.

Wat kan je er mee?

Voicebots kunnen voor verschillende doeleinden worden ingezet. Daarbij kan de taak van de voicebot meer of minder beperkt en complex zijn.

Bij openvraag-spraakroutering neemt de voicebot het telefoontje van de klant aan, waarna vraagt bot aan de klant vraagt om in te spreken waarvoor hij of zij belt. Op basis van die input kan de voicebot de klant naar de juiste medewerker doorverbinden. Bij die routering kan, mits de klant geïdentificeerd of herkend wordt, ook rekening worden gehouden met context, zoals onderwerp, urgentie of klantkenmerken.

Naast routering kan een voicebot op basis van de herkende intent van de klant ook aanvullende taken krijgen. Bijvoorbeeld het verder helpen van de klant door deze via een sms-bericht te voorzien van een linkje naar een pagina met een passende selfservice-oplossing. Een andere mogelijkheid is dat de voicebot op basis van een verdere dialoog met de klant zelf vragen beantwoordt. Wanneer de voicebot in een besloten omgeving werkt (bijvoorbeeld de mijn-omgeving van de klant), kan deze gepersonaliseerde dienstverlening bieden door de kennisbank te combineren met gegevens van de klant.

Use cases van voicebots

herkennen van de klantvraag en zorgen voor de juiste oplossing: verwijzing naar selfservice, geautomatiseerd afhandelen of doorsturen naar een medewerker;

uitvoeren betaalopdrachten binnen een mobiele app, vragen beantwoorden over te verwachten afschrijvingen of bestedingspatronen, bankpassen blokkeren of deblokkeren;

begeleiding van hypotheek‑ en kredietaanvragen, denk aan het inzamelen van documenten, herinneren aan deadlines);

verstrekken van realtime informatie over polis-updates en betaalstatussen van verzekeringsclaims;

afsprakenlogistiek, inplannen van nabelafspraken, dataverzameling en kwalificatie van leads;

afwikkelen serviceaanvragen voor autodealers, terugbellen van gemiste oproepen;

drive‑thru‑assistent voor fastfoodrestaurants voor het aannemen bestellingen of het doen van upsell‑suggesties.

Waarom is de voicebot relevant?

Veruit de meeste contactcenters zijn primair ingericht op communicatie via spraak. Dat is naast het meest effectieve, ook het meest kostbare kanaal. Wanneer spraakgebaseerde communicatie tussen klant en bedrijf geautomatiseerd kan worden, biedt dat veel besparingspotentieel. Een goede (voice)bot kan veel werk uit handen nemen, maar is bovendien 24/7 beschikbaar, is schaalbaar, kan snel reageren en biedt inclusieve dienstverlening, onder andere doordat een voicebot in verschillende talen kan helpen.

Hoewel de bouwstenen van de voicebot – spraakherkenning, spraaksynthese en chatbottechnologie –al geruime tijd bestaan, staat de toepassing van voicebots nog in de kinderschoenen. De verwachting is wel dat spraak steeds belangrijker wordt voor consumenten om ook met geautomatiseerde systemen te interacteren.

Hoe werkt het?

De spraak van een klant wordt via spraakherkenning omgezet in tekst, waarna de intent wordt afgeleid uit de tekst, al dan niet met gebruik van andere informatie. De toepassing formuleert daarna op basis van kennisbanken en andere informatie een antwoord in tekst. Software voor synthetische spraak zet de tekst om in spraak, waarbij het soort stem en de intonatie op maat kunnen worden gemaakt.

Geavanceerde voicebots zijn daarbij in staat om datgene wat de klant wil bereiken (de intent), te vertalen in opdrachten voor AI-agents. Daarbij onthoudt de voicebot het doel en de context en kan de voicebot ingrijpen bij fouten of vastlopers.

Sommige software-aanbieders verpakken de verschillende omzettingsstappen in één pakket, denk aan de Voice Live API van Microsoft waarbij speech recognition, generatieve AI en text-to-speech in één interface zijn ondergebracht. De nieuwste ontwikkelingen wijzen op native audio- of speech-to-speech modellen, zoals OpenAI Realtime en Google Gemini Live/Native Audio, die audio direct verwerken en ook direct weer een respons in audio geven. Die werkwijze heeft als voordeel dat er een lagere latency is, maar als nadeel dat er geen transcript nodig is. Een transcript is vaak niet alleen nodig voor de meervoudige omzetting, maar ook voor loggen, doorzoeken, analyses, redigeren, de koppeling aan kennisbanken en het gebruik voor intentieherkenning, kwaliteitsbeoordeling en rapportages.

Voordelen van rechtstreekse omzetting is dat er een natuurlijker gesprek kan ontstaan en dat zaken als intonatie en tempo een volwaardige rol blijven spelen. Tegelijkertijd zijn er tot nu toe sterke aanwijzingen dat end-to-end speech-to-speech modellen zwakkere output leveren dan oplossingen die de tussenstap van tekst maken. Voorlopig zullen bedrijven waarschijnlijk blijven kiezen voor de stapsgewijze omzetting van spraak naar tekst en weer terug.

Even opletten

1. De toepassing van voicebots staat nog in de kinderschoenen. Dat heeft te maken met zowel technische als menselijke facetten van communicatie.

2. Spraakgebaseerd converseren levert ten opzichte van een tekstgebaseerde chatbot extra uitdagingen op. Zoals omgaan met spraak van mensen: die maken hun zinnen niet af of veranderen zo maar van onderwerp, of kunnen door verschillende oorzaken niet altijd even goed verstaanbaar zijn. Het luisteren naar de spraak en de omzetting naar tekst kost tijd (de eerdergenoemde latency), waardoor de reactie van een voicebot niet altijd direct volgt op wat een klant heeft gezegd. Ook factoren zoals omgevingsruis of de kwaliteit van de verbinding kunnen voor performanceproblemen zorgen.

Latency – De latency (vertraging tussen opvangen van de spraak van de klant en daar vervolgens op reageren met spraak van de voicebot) komt door verschillende soorten stappen en omzettingen, waaronder het wachten totdat de klant is uitgesproken, het verwerken van de spraak, het zoeken in kennisbanken, het formuleren van een antwoord in tekst en het omzetten van die tekst in spraak. Op dit moment ligt de gemiddelde latency tussen 0,7 en 1,0 seconde. Het hangt sterk af van de context en de toepassing of deze latency hinderlijk is. Een latency van rond een halve seconde is voor veel mensen acceptabel en een latency van 200 tot 300 milliseconden wordt niet meer opgemerkt.

De uitdaging zit dus niet in spraaksynthese, maar in het verkrijgen van een goed begrip van wat de klant zegt. Daarnaast putten voicebots primair uit dezelfde informatiebronnen als chatbots en dus geldt ook hier: de bot moet toegang hebben tot een kwalitatief goede kennisbank. Dat speelt al bij eenvoudige use cases, zoals routering op basis van het herkennen van een ingesproken intent. De spraakherkenningssoftware moet dan bijvoorbeeld thuis zijn in het specifieke jargon van klant en bedrijf.

3. Een deel van de consumenten vindt voicebots minder aantrekkelijk dan chatbots. Klanten kunnen hinder ondervinden van slechte audio, latency of accenten. Daarnaast kan het inhoudelijke begrip van de chatbot tekortschieten. Gebruikers kunnen bijvoorbeeld in een loop belanden. Afgezien van de begripsproblemen hebben veel consumenten ook zorgen over wat er zoal wordt opgeslagen en/of gedeeld door een voicebot. Experts wijzen daarnaast op de kans op reputatieschade door niet-authentieke AI‑stemmen en op problemen die kunnen ontstaan als er achterstanden in kennisbank‑onderhoud optreden.