Wat is een AI voice agent?

Hoe een AI voice agent een gesprek aanneemt

Neem een autobedrijf. Een klant belt op donderdagavond om zijn auto in te laten plannen voor een beurt. De lijn wordt opgenomen door de voice agent, die vraagt waarvoor hij belt. De klant noemt zijn kenteken en het woord onderhoud. De agent leest daaruit twee dingen af: om welke auto het gaat en welk type afspraak nodig is. Daarna stelt ze de vraag die nog openstaat, namelijk welke week hem schikt, en legt ze de afspraak vast.

Wat de klant hoort is één doorlopend gesprek van ruim een minuut. Wat er onder zit, zijn vier bewerkingen die elkaar in een lus opvolgen zolang de lijn open staat.

De techniek achter spraakgestuurde AI

Van geluid naar tekst

Het binnenkomende gesprek is een audiostroom over de telefonieverbinding. Automatische spraakherkenning zet die stroom om in tekst, meestal al tijdens het spreken en niet pas na afloop. Telefonieaudio is daarbij smaller dan studiogeluid, dus de herkenner moet het met minder frequenties doen dan een dicteerapp op een laptop.

Van tekst naar bedoeling

De tekst gaat naar een taalmodel dat er twee dingen uit haalt: de bedoeling van de beller en de gegevens die daarbij horen. Onderhoud inplannen is de bedoeling. Een kenteken, een datum of een afdelingsnaam zijn de gegevens. Deze stap is de reden dat een beller niet in trefwoorden hoeft te praten.

Het bepalen van de volgende zet

Daarna houdt de dialoogbesturing bij wat al bekend is en wat nog mist. Ontbreekt er een gegeven, dan volgt een gerichte vervolgvraag. Is alles compleet, dan kiest de software een vervolgstap: doorzetten naar een collega, een terugbelnotitie maken of een moment in de agenda reserveren.

Van tekst terug naar stem

Tot slot zet spraaksynthese het antwoord om in een stem. De kwaliteit daarvan bepaalt voor een groot deel hoe het gesprek voelt. Een stem die te snel of te vlak klinkt, zorgt ervoor dat bellers gaan twijfelen of ze wel begrepen worden.

Waarom timing belangrijker is dan woordkeus

De lastigste kant van spraak zit niet in het verstaan, maar in het beurtwisselen. Een mens merkt een stilte van een seconde al op aan de telefoon. De hele keten van herkennen, interpreteren en terugpraten moet dus binnen een fractie van die tijd rond zijn.

Drie mechanismen regelen dat:

• Einddetectie: de software schat in wanneer de beller is uitgesproken. Te snel knippen levert halve zinnen op, te laat knippen voelt traag.
• Onderbreken: zegt de beller iets terwijl de stem nog praat, dan stopt de agent met spreken en luistert ze weer.
• Herstel: bij ruis, een slechte mobiele verbinding of een ongewoon woord vraagt de agent gericht na in plaats van het hele gesprek opnieuw te beginnen.

Het verschil met een klassiek keuzemenu

Een toetsenmenu dwingt de beller zijn vraag te vertalen naar een categorie die jij hebt bedacht. Wie belt over een factuur van een reparatie moet zelf gokken of dat bij de werkplaats of bij de administratie hoort. Zit hij fout, dan begint het verhaal daarna opnieuw.

Een voice agent draait die volgorde om. De beller vertelt in zijn eigen woorden wat er is, en de software maakt daar de categorie van. Je houdt daarmee dezelfde routering, maar de beller hoeft de structuur van je organisatie niet meer te kennen. Bovendien kan een menu niets opslaan; een voice agent legt onderweg vast wat ze hoort, zodat de collega die opneemt niet weer bij nul begint.

Diepere gedachten over wat spraaktechniek met de werkdruk op een serviceafdeling doet, vind je in de uitleg over wat kunstmatige intelligentie in de klantenservice verandert.

Waar een voicebot tegenaan loopt

Spraak is rommeliger dan tekst, dus een voice agent faalt anders dan een chatbot. De bekende knelpunten:

• veel achtergrondgeluid, bijvoorbeeld een beller in de auto of op een bouwplaats
• namen en adressen die fonetisch op elkaar lijken
• bellers die meerdere vragen in één adem stellen
• zware emotie, waarbij toon belangrijker is dan inhoud
• gesprekken waarin de beller halverwege van onderwerp wisselt

De oplossing is zelden een beter model. Spreek af bij welke twijfel de agent doorverbindt, bevestig gegevens die ertoe doen hardop, en laat gevoelige gesprekken bewust buiten de automatisering. Een agent die op tijd loslaat, oogst meer vertrouwen dan een agent die alles probeert vast te houden.

De AI voice agent binnen het platform van Dstny

Spraakgestuurde AI heeft alleen zin als ze op je echte telefonie aangesloten zit. Bij Dstny vormt UCaaS het platform waarop belgroepen, wachtrijen, keuzemenu's en doorschakelingen draaien, en de AI hangt daaronder als add-on.

Die add-on heet de Dstny Digitale Assistent, ook bekend als FlowCord. Ze werkt als keuzemenu, maar dan conversationeel in plaats van met toetsen, neemt gesprekken ook buiten kantooruren aan, vraagt via AI-gestuurde vragen informatie uit, routeert dynamisch, verzamelt terugbelverzoeken, plant afspraken in via een instelbare agenda en plant in op basis van capaciteit, zodat de werkdruk wordt gespreid. Inrichten doe je via myDstny, met een eigen assistent per afdeling en keuze uit meerdere stemmen. Een beschrijving per toepassing staat bij de spraakassistent die Dstny als add-on levert. De assistent kan ook in een ander telefonieplatform worden ingebouwd.

Het nummer waarop de agent opneemt, bepaalt hoe je overkomt. Een regionaal nummer verraadt je vestigingsplaats, een landelijk nummer niet; hoe netnummers in Nederland verdeeld zijn laat zien welke keuze je hebt.

Zo beoordeel je een AI voice agent op je eigen gesprekken

Luister terug hoe je drukste lijn nu klinkt en schrijf de eerste drie vragen op die je medewerkers standaard stellen. Kan de software die vragen stellen, het antwoord goed vastleggen en bij twijfel afstaan aan een collega, dan is de techniek rijp genoeg voor jouw situatie. Wil je dat koppelen aan landelijke bereikbaarheid, bekijk dan of je een landelijk 088-nummer aanvraagt voor je organisatie en begin met één lijn in plaats van met alles tegelijk.