Künstliche Intelligenz
Spracherkennung (Speech-to-Text)
Kurz gesagt
Spracherkennung wandelt gesprochene Sprache in Text um. Am Telefon ist sie der erste Schritt jeder KI-Telefonie und zugleich der fehleranfälligste, weil sie mit schlechter Leitungsqualität, Hintergrundgeräuschen, Dialekt und Fachwörtern gleichzeitig zurechtkommen muss.
Ausführlicher
Telefonie überträgt Sprache in deutlich schlechterer Qualität als ein Mikrofon am Rechner — das ist ein Erbe der klassischen Fernsprechtechnik und gilt auch bei Internettelefonie noch weitgehend. Eine Erkennung, die im Büro fehlerfrei arbeitet, ist am Telefon eine andere Aufgabe.
Besonders schwierig sind genau die Wörter, auf die es ankommt: Eigennamen, Straßennamen, Hausnummern, Auftragsnummern. Deshalb lassen gute Systeme kritische Angaben bestätigen oder buchstabieren, statt sie stillschweigend zu raten.
Für Betriebe im Handwerk kommt Fachvokabular hinzu. „Therme“, „Zählerschrank“, „Aufmaß“ oder „Wallbox“ sind für ein allgemein trainiertes System keine selbstverständlichen Wörter. Ein hinterlegtes Vokabular des Gewerks verbessert die Erkennung an genau diesen Stellen spürbar.
Was das für deinen Betrieb heißt
Testen lässt sich das ohne Fachwissen: Ruf mit deinem eigenen Handy an, sprich eine typische Adresse aus deinem Einsatzgebiet und deinen Nachnamen — und sieh nach, was ankommt. Wenn ein System die Straßen deines Ortes nicht versteht, wird es die Rückrufnummer auch nicht besser treffen.