Tema
Voce
Il canale Voce rende un numero di telefono un punto di contatto: l'utente chiama, la piattaforma risponde, e la conversazione avviene parlando.
È il canale che raggiunge chi gli altri non raggiungono. Non chiede di installare niente, non chiede di registrarsi, non chiede uno smartphone: chiede di saper telefonare. Per una pubblica utilità, per un servizio rivolto a un'utenza anziana, o semplicemente per chi sta guidando, è spesso l'unico canale che viene davvero usato.
Dall'altra parte non c'è un centralino con un menu di tasti. C'è la piattaforma, che ascolta una frase in italiano corrente, riconosce l'intenzione e risponde — o avvia un processo, esattamente come farebbe su Telegram. Chi chiama dice «devo far ritirare un divano» e viene capito; non deve sapere che esiste un intento.
Com'è una chiamata
01RispondeLa piattaforma prende la chiamata e pronuncia il saluto scritto per quel numero.
02AscoltaRiconosce quando l'utente ha finito di parlare, e trascrive quello che ha detto.
03CapisceIl testo entra nella piattaforma come qualunque altro messaggio.
04Risponde a voceLa risposta viene pronunciata e riprodotta nella chiamata.
Il passo 03 è il punto in cui questo canale smette di essere speciale: da lì in avanti il percorso è quello di tutti gli altri, con gli stessi intent e gli stessi processi. Un'automazione scritta per Telegram funziona al telefono senza riscriverla — cambia come si entra e come si esce, non cosa risponde.
Un turno alla volta
Una telefonata non tollera quello che una chat perdona. Se due voci parlano insieme non si capisce nessuna delle due, e un silenzio lungo si legge come «è caduta la linea».
Il canale lavora quindi a turni. Da quando l'utente comincia a parlare fino a quando la risposta è stata riprodotta per intero, il turno è uno solo. Ne derivano tre comportamenti che si sentono chiaramente al telefono:
- Interrompere funziona
- Se l'utente parla sopra la risposta, la riproduzione si ferma: vince chi chiama
- L'ascolto è selettivo
- Fruscio, respiro, una porta che si chiude non diventano frasi: il canale raccoglie la voce quando è il turno dell'utente
- L'attesa ha un limite
- Se una risposta tarda, il turno si riapre: la chiamata non resta mai muta
Perché la prima parola arriva subito
La risposta non viene pronunciata tutta insieme: viene divisa in frasi, e la prima si sente mentre le altre sono ancora in preparazione. Su una risposta lunga la differenza è fra sentire una voce dopo mezzo secondo e sentire il nulla per diversi secondi — che al telefono è la differenza fra una conversazione e una chiamata che sembra caduta.
Cosa si può regolare
Sono pochi parametri, e ciascuno fa una differenza che si sente:
| Saluto | La frase pronunciata appena si risponde |
| Lingua | La lingua della chiamata |
| Parole del dominio | I nomi propri e i termini ricorrenti — marchi, servizi, sedi — dati in anticipo a chi trascrive, così vengono riconosciuti al primo colpo |
| Voce | Quale voce pronuncia le risposte |
| Dizionario di pronuncia | La riscrittura fonetica di una parola: si scrive come va letta. Serve per i nomi propri, così il nome dell'organizzazione suona giusto in ogni risposta |
Il dizionario di pronuncia è il parametro che nessuno si aspetta
Ed è quello che si nota per primo. Il nome dell'organizzazione compare in ogni risposta: si imposta una volta, all'attivazione, e vale per tutte le chiamate.
In casa o fuori
Il riconoscimento del parlato e la sintesi della voce possono girare sull'infrastruttura dell'installazione oppure appoggiarsi a un servizio esterno.
È una scelta su dove passa l'audio: con l'elaborazione in casa la voce di chi chiama non lascia l'infrastruttura. Per un'organizzazione che tratta dati sensibili è la prima domanda che arriva in una verifica, e la risposta si decide per canale.
La sessione è la chiamata
Per il canale Voce la Sessione coincide con la singola telefonata: ogni chiamata è una conversazione nuova, con il proprio contesto.
Il numero del chiamante arriva ed è visibile nella sessione. Chi chiama è un Guest con accesso agli intent pubblici; un riconoscimento vero dell'utente si aggiunge collegando il sistema di autenticazione dell'organizzazione, come su ogni altro canale.
La lingua è del numero
Sui canali scritti la lingua si ricava dai primi messaggi. Qui è un'impostazione del canale e vale per tutta la chiamata: chi chiama quel numero viene servito in quella lingua, senza incertezze di riconoscimento. Per servire due lingue si pubblicano due numeri, ciascuno con il proprio canale.