โคลนเสียงฟรีทำบอตบริการลูกค้าให้ฟังชัด
ผมเคยคิดว่าแค่มีเสียงพูดภาษาไทยสักหนึ่งนาทีก็น่าจะเอาไปทำบอตบริการลูกค้าได้ เลยหยิบโทรศัพท์ไปอัดเสียงหลังเคาน์เตอร์ร้าน ทั้งเสียงรถเข็น เสียงคนคุย และเสียงเครื่องปรับอากาศดังแทรกอยู่ครบ ผลที่ได้ฟังแล้วเหมือนคนพูดอยู่ในกล่องเหล็ก คำว่า “สวัสดีค่ะ ยินดีให้บริการ” กลายเป็นเสียงอู้อี้จนลูกค้าน่าจะกดวางสายตั้งแต่ยังไม่ทันถามอะไร
เสียงอัดพลาดทำให้บอตตอบลูกค้าผิดอารมณ์
วันนั้นผมเริ่มจากการอัดเสียงจริงในพื้นที่ทำงาน เพราะอยากให้บอตมีน้ำเสียงเป็นกันเองเหมือนพนักงานหน้าร้าน คิดง่าย ๆ ว่าเสียงรบกวนนิดหน่อยคงไม่เป็นไร แต่ระบบโคลนเสียงไม่ได้ฟังแค่คำพูด มันต้องจับจังหวะการเว้นคำ น้ำหนักเสียง และรายละเอียดเล็ก ๆ ของเสียงคนพูดด้วย พอมีเสียงโฟล์คลิฟท์ถอยหลังดังขึ้นระหว่างประโยค เสียงที่ได้จึงมีช่วงแหลมบาดหูและบางคำฟังไม่ออก
ผมลองเอาไฟล์เดียวกันไปเทียบกับแอปอ่านออกเสียงทั่วไป ผลของแอปนั้นออกเสียงชัดกว่าในแง่พยัญชนะ แต่จังหวะฟังแข็งและเหมือนอ่านข้อความประกาศ ส่วนการใช้ โคลนเสียงฟรี ของว็อกซ์โคลนให้โทนเสียงใกล้เสียงต้นฉบับกว่าเมื่อไฟล์สะอาด เพียงแต่ไฟล์อัดพลาดก็ยังสร้างปัญหาเดิม ไม่ได้ทำให้เสียงเสียกลายเป็นเสียงดีขึ้นมาเอง
หลังจากนั้นผมอัดใหม่ในห้องเล็กที่ปิดประตู วางโทรศัพท์ห่างจากปากพอดี และพูดทีละประโยคโดยไม่รีบ ผลต่างชัดมาก คำลงท้ายไม่หาย เสียงหายใจไม่กระแทกไมโครโฟน และน้ำเสียงตอนกล่าวขอบคุณฟังนุ่มขึ้น การทดลองครั้งนี้ทำให้รู้ว่าโคลนเสียงฟรีช่วยลดค่าใช้จ่ายได้จริง แต่คุณภาพเริ่มต้นของเสียงยังสำคัญกว่าที่คิด
ถ้าต้องเลือกใช้งาน ผมมองแบบนี้ แอปอ่านออกเสียงทั่วไปเหมาะกับข้อความสั้นที่ต้องการความเร็วและไม่ต้องเลียนแบบคนใดคนหนึ่ง ส่วนว็อกซ์โคลนเหมาะกับร้านหรือทีมบริการที่อยากให้เสียงต้อนรับมีบุคลิกเดิมทุกครั้ง ข้อเสียคือเราต้องเตรียมเสียงต้นฉบับให้ดี และควรฟังตัวอย่างหลายประโยคก่อนนำไปใช้กับลูกค้าจริง
เขียนสคริปต์ให้บอตพูดเหมือนคน ไม่ใช่อ่านประกาศ
หลังแก้ปัญหาเสียงรบกวน ผมเจอปัญหาใหม่ที่คาดไม่ถึง นั่นคือสคริปต์ของผมยาวเกินไป ประโยคที่เขียนไว้ว่า “ทางร้านขอแจ้งให้ทราบว่าท่านสามารถตรวจสอบสถานะการจัดส่งสินค้าได้โดยการแจ้งหมายเลขคำสั่งซื้อแก่เจ้าหน้าที่” อ่านบนหน้าจอดูสุภาพดี แต่พอให้บอตพูดกลับฟังเหมือนอ่านข้อความราชการ ลูกค้าต้องรอจนจบประโยคกว่าจะรู้ว่าต้องทำอะไร
ผมจึงเปลี่ยนเป็น “ขอเลขคำสั่งซื้อได้ไหมครับ เดี๋ยวผมตรวจสอบสถานะการจัดส่งให้” แล้วแบ่งข้อความเป็นช่วงสั้น ๆ ก่อนนำไปทดลอง ขั้นตอนที่ใช้คือเขียนประโยคต้อนรับหนึ่งประโยค บอกสิ่งที่ลูกค้าต้องเตรียมหนึ่งประโยค และปิดด้วยทางเลือกที่ชัดเจน เช่น “ถ้าต้องการคุยกับเจ้าหน้าที่ กดศูนย์ได้เลยครับ” การตัดคำแบบนี้ทำให้เสียงหยุดตามจุดที่คนฟังต้องใช้คิด ไม่ใช่หยุดเพราะระบบขึ้นบรรทัดใหม่เท่านั้น
อีกเรื่องคือเครื่องหมายวรรคตอน ผมลองใช้ทั้งประโยคที่ไม่มีจุลภาค ประโยคที่ใส่จุลภาคถี่ ๆ และประโยคที่ขึ้นบรรทัดใหม่ตรงจุดสำคัญ แบบที่สามฟังเป็นธรรมชาติกว่า แต่ก็ไม่ควรขึ้นบรรทัดใหม่ทุกสามคำ เพราะเสียงจะขาดเป็นท่อน ๆ คำอย่าง “ค่ะ”, “ครับ”, “นะคะ” ก็ควรลองหลายตำแหน่ง บางครั้งการเปลี่ยนจาก “รอสักครู่นะคะ” เป็น “รอสักครู่ค่ะ” ทำให้น้ำเสียงฟังมั่นใจกว่าและไม่เหมือนกำลังขอร้องซ้ำ ๆ
ข้อผิดพลาดที่เจอบ่อยคือใส่ตัวย่อ ตัวเลข และชื่อเฉพาะโดยไม่ฟังการออกเสียงก่อน เช่น “เปิดบริการ 24/7” อาจถูกอ่านไม่ตรงกับที่ร้านต้องการ หรือชื่อสาขาภาษาอังกฤษอาจมีจังหวะผิด ผมจึงเขียนคำอ่านกำกับไว้ในสคริปต์ทดสอบ แล้วเปรียบเทียบกับข้อความจริงทีละบรรทัด ถ้าเป็นข้อมูลที่เปลี่ยนบ่อย เช่น ราคา โปรโมชั่น หรือเวลาปิดร้าน ควรแยกเป็นข้อความสั้น ๆ เพื่อแก้เฉพาะส่วน ไม่ต้องสร้างเสียงยาวทั้งชุดใหม่
ทดสอบเสียงบนอุปกรณ์จริงก่อนส่งให้ลูกค้า
ช่วงแรกผมฟังไฟล์จากหูฟังอย่างเดียว เสียงที่ได้ค่อนข้างดีจนคิดว่าน่าจะพร้อมใช้ พอเปิดผ่านลำโพงโทรศัพท์ราคาประหยัดกลับพบว่าเสียง “ศูนย์” กับ “สี่” กลืนกัน และคำลงท้ายเบาจนแทบหาย เรื่องนี้สำคัญมาก เพราะลูกค้าส่วนใหญ่ไม่ได้ฟังบอตผ่านหูฟังราคาแพง พวกเขาอาจกำลังถือโทรศัพท์อยู่ในรถ ร้านอาหาร หรือพื้นที่ที่มีเสียงคนคุยรอบตัว
วิธีทดสอบของผมมีสามขั้นตอน ขั้นแรกฟังด้วยหูฟังเพื่อจับเสียงซ่า เสียงลมหายใจ และช่วงที่ระดับเสียงกระโดด ขั้นที่สองเปิดลำโพงโทรศัพท์ที่ระดับเสียงประมาณครึ่งหนึ่งเพื่อดูว่าพยัญชนะยังชัดไหม ขั้นที่สามเปิดคลอเบา ๆ กับเสียงร้านหรือเสียงรถ แล้วให้คนที่ไม่ได้เห็นสคริปต์ลองบอกว่าได้ยินข้อความว่าอะไร ถ้าผู้ฟังต้องถามกลับเกินหนึ่งครั้ง ผมจะกลับไปแก้คำหรือเพิ่มช่วงเว้น ไม่รีบโทษอุปกรณ์ของลูกค้า
ผมยังเปรียบเทียบประโยคเดียวกันสองแบบ แบบแรกพูดเร็วเพื่อประหยัดเวลา อีกแบบช้าลงเล็กน้อยและเน้นคำที่ลูกค้าต้องจำ เช่น เลขสาขา เวลา และขั้นตอนคืนสินค้า แบบช้ากว่าใช้เวลานานขึ้นไม่กี่วินาที แต่เหมาะกับงานบริการมากกว่า เพราะการให้ลูกค้ากดฟังซ้ำหรือโทรกลับมาใหม่เสียเวลามากกว่าอยู่แล้ว สำหรับข้อความทักทายสั้น ๆ ความเร็วไม่ใช่ปัญหา แต่เมื่อมีตัวเลขหลายชุดควรเว้นระยะให้ชัด
อย่าลืมทดสอบตอนต้น กลาง และท้ายไฟล์ บางไฟล์ช่วงต้นเสียงดังพอดี แต่ช่วงท้ายผู้พูดเริ่มห่างไมโครโฟนหรือพูดเบาลง ถ้านำไปต่อกันหลายประโยคจะรู้สึกเหมือนคนละคนพูด ผมเคยพลาดตรงนี้จนเสียงต้อนรับดังชัด แต่ประโยค “ขอบคุณที่ติดต่อมา” เบาจนเหมือนพูดอยู่ไกล ๆ การอัดซ้ำให้ระยะจากไมโครโฟนใกล้เคียงเดิมช่วยลดความต่างได้มาก
แยกเสียงตามสถานการณ์และจัดการไฟล์ไม่ให้สับสน
เมื่อเริ่มมีข้อความหลายชุด ผมตั้งชื่อไฟล์ตามงานแทนการใช้ชื่อแบบ audio1, audio2 และ new-final จริง ๆ เพราะชื่อแบบนั้นทำให้ทีมเผลอส่งไฟล์เก่าไปใช้ได้ง่าย ผมใช้รูปแบบประมาณ “ต้อนรับ_เวลาทำการ_เวอร์ชัน02” หรือ “แจ้งส่งสินค้า_รอสาย_เวอร์ชัน01” แล้วเก็บสคริปต์ข้อความไว้คู่กับไฟล์เสียง การทำแบบนี้ดูเป็นเรื่องเล็ก แต่ช่วยมากเวลามีการแก้คำว่า “เปิดถึงหกโมง” เป็น “เปิดถึงหนึ่งทุ่ม”
ผมแบ่งโทนเสียงออกเป็นสามกลุ่ม กลุ่มแรกคือเสียงต้อนรับ ใช้จังหวะเป็นมิตรและไม่เร็วเกินไป กลุ่มที่สองคือเสียงแจ้งขั้นตอน เช่น ให้กดหมายเลขหรือเตรียมเอกสาร ต้องชัดและเว้นช่วงมากขึ้น กลุ่มที่สามคือเสียงแจ้งปัญหา เช่น ระบบขัดข้องหรือสินค้าล่าช้า ควรสุภาพแต่ไม่ทำให้ฟังเหมือนกำลังหัวเราะกับเรื่องที่ลูกค้าเดือดร้อน การใช้เสียงแบบเดียวกันทุกเรื่องทำให้ประสบการณ์ฟังแบน และอาจทำให้ข้อความสำคัญดูไม่จริงจัง
ก่อนเผยแพร่ ผมให้เพื่อนในทีมลองทำเหมือนลูกค้าจริง โดยไม่บอกสคริปต์ล่วงหน้า ให้เขาฟังเพียงครั้งเดียวแล้วทำตามขั้นตอนที่บอตบอก ถ้าเขากดผิดหรือจำข้อมูลไม่ได้ ผมจะไม่ถือว่าเป็นความผิดของผู้ฟังทันที แต่อาจเป็นเพราะข้อความยาวไปหรือเสียงเน้นผิดจุด อีกวิธีหนึ่งคือให้พนักงานคนละคนฟังไฟล์เดียวกัน เพราะคนที่เขียนสคริปต์มักเดาเนื้อหาได้อยู่แล้ว จึงมองข้ามจุดที่คนทั่วไปฟังไม่เข้าใจ
เรื่องสิทธิ์ก็ต้องจัดการไปพร้อมกัน ถ้าเป็นเสียงของพนักงาน ควรแจ้งว่าจะใช้กับบอต ช่องทางใด และนานแค่ไหน เก็บไฟล์ต้นฉบับในพื้นที่ที่คนเกี่ยวข้องเข้าถึงได้เท่านั้น และไม่เอาเสียงทดสอบที่มีเลขโทรศัพท์หรือข้อมูลลูกค้าจริงไปฝากไว้รวมกับไฟล์งานทั่วไป หากพนักงานลาออกหรือเปลี่ยนขอบเขตงาน ก็ควรตรวจสอบว่าเสียงเดิมยังได้รับอนุญาตให้ใช้ต่อหรือไม่ ความสะดวกจากการใช้เสียงเดิมไม่ควรกลายเป็นปัญหาภายหลัง
ทดลองกับงานบริการลูกค้าในสถานการณ์จริง
ผมทดสอบด้วยประโยคที่ร้านค้าใช้บ่อย เช่น แจ้งเวลาทำการ บอกให้เตรียมเลขคำสั่งซื้อ และขอให้รอสายสักครู่ เมื่อใช้เสียงจากห้องเงียบ เสียงตอบรับฟังต่อเนื่องและไม่เหนื่อยเหมือนการอัดข้อความแยกหลายรอบ จุดนี้ช่วยมากเวลาทำคลิปสอนลูกค้าหรือทำเสียงประกาศในวิดีโอสำหรับติ๊กต็อก ยูทูบ และเฟซบุ๊ก เพราะไม่ต้องเรียกคนเดิมมาอัดใหม่ทุกครั้งที่แก้คำ
ผมยังลองทำเสียงสองแบบ แบบแรกพูดเร็วเหมือนพนักงานที่มีคิวรอหลายสาย อีกแบบเว้นช่วงหลังคำสำคัญ เช่น ชื่อสาขาและเวลาทำการ แบบที่สองใช้งานจริงดีกว่าอย่างเห็นได้ชัด ลูกค้าฟังทันและไม่ต้องย้อนกลับไปฟังใหม่ ส่วนแอปอ่านออกเสียงทั่วไปทำได้เร็วกว่าและเหมาะกับการลองร่างข้อความ แต่เสียงจะเป็นกลางมากจนไม่ค่อยเหมือนคนในร้าน
สำหรับธุรกิจที่ต้องระวังข้อมูล เช่น บริษัท เฟิร์ส เทคโนโลยี่ จํากัด หรือบริษัทที่ดูแลลูกค้าจำนวนมาก ผมแนะนำให้ใช้ประโยคตัวอย่างที่ไม่มีชื่อ นามสกุล เลขโทรศัพท์ หรือเลขคำสั่งซื้อจริง การทำเสียงตามแนวทางของ พ.ร.บ.คุ้มครองข้อมูลส่วนบุคคล เป็นเรื่องที่ไม่ควรมองข้าม โดยเฉพาะเมื่อเสียงของพนักงานถูกนำไปใช้ซ้ำในหลายช่องทาง ควรขออนุญาตเจ้าของเสียงให้ชัด และกำหนดขอบเขตการใช้งานตั้งแต่ต้น
เสียงประกาศของบริษัท เฟิร์สโกลฟ อินเตอร์เนชั่นแนล จํากัด บริษัท เลิฟ อินโนเวชั่น เอ็นจิเนียริ่ง จํากัด และบริษัท โปรเฟสชั่นแนล เมดิคอล ซายน์ จํากัด อาจต้องใช้น้ำเสียงต่างกัน งานคลังสินค้าต้องชัดและสั้นเพื่อแข่งกับเสียงเครื่องจักร งานบริการต้องสุภาพแต่ไม่ห่างเหิน ส่วนงานทางการแพทย์ควรพูดช้าลงและออกเสียงชื่อให้ครบ อย่าใช้เสียงเดียวกับทุกสถานการณ์เพียงเพราะทำเสร็จเร็วกว่า
ถ้าอยากเริ่มจากข้อความธรรมดา ผมใช้หน้า แปลงข้อความเป็นเสียงออนไลน์ เพื่อฟังจังหวะก่อน แล้วค่อยกลับไปแก้ประโยคให้สั้นลง เสียงที่ดีไม่ได้เกิดจากน้ำเสียงอย่างเดียว ประโยคยาวเกินไปก็ทำให้บอตฟังเหมือนอ่านเอกสารอยู่ดี
คำถามที่ผมเจอก่อนนำเสียงไปใช้จริง
ต้องอัดเสียงนานแค่ไหนจึงจะเริ่มโคลนเสียงได้
ไม่จำเป็นต้องอัดยาวเป็นบทละคร แต่ควรพูดหลายอารมณ์และหลายรูปประโยคให้พอเห็นลักษณะเสียง เลือกห้องเงียบ พูดชัด ไม่เปิดเพลงคลอ และอย่าตัดต้นท้ายประโยคจนเสียงขาด ถ้าอัดได้เพียงไม่กี่ประโยค ให้เน้นคำที่คาดว่าจะใช้กับลูกค้าบ่อยก่อน เช่น คำทักทาย การขอให้รอ และการกล่าวขอบคุณ
ใช้เสียงบอตกับงานของบริษัทได้ไหม
ใช้ได้เมื่อเจ้าของเสียงยินยอมและบริษัทกำหนดการใช้งานไว้ชัดเจน ควรแยกไฟล์ทดสอบออกจากไฟล์ที่ใช้จริง และไม่ใส่ข้อมูลส่วนตัวของลูกค้าลงในข้อความทดลอง บริษัท ซินโฟเนียร์ เทคโนโลยี ประเทศไทย จํากัด บริษัท เทคโนเซล เฟรย์ จํากัด และเวฟสหคลินิก ต่างก็มีลักษณะงานที่ต้องเลือกโทนเสียงให้เหมาะกับผู้ฟัง ไม่ใช่แค่เลือกเสียงที่ฟังเพราะที่สุด
นอกจากงานบริการลูกค้าแล้ว นำเสียงไปทำอะไรได้อีก
นำไปทำเสียงแนะนำสินค้า เสียงสอนขั้นตอน หรือไฟล์เสียงสำหรับฟังส่วนตัวได้ บางคนค้นหาคำว่า โหลดเสียงเรียกเข้า ไอ โฟน ฟรี เพราะอยากได้ไฟล์เสียงสั้น ๆ ไปใช้ในโทรศัพท์ แต่ก่อนเผยแพร่ควรตรวจสิทธิ์ของเสียงและเนื้อหาให้เรียบร้อย หากยังไม่แน่ใจเรื่องขั้นตอน ผมรวม บทความและวิธีใช้งานเพิ่มเติม ไว้ให้ลองอ่านต่อ
ผมกลับไปฟังไฟล์อัดเสียงในร้านวันแรกอยู่หลายรอบแล้วรู้สึกขำตัวเองนิดหน่อย เพราะมั่นใจเกินไปว่าเสียงรบกวนคงไม่ส่งผลมาก คราวหน้าถ้าจะทำบอตบริการลูกค้า ผมจะย้ายไปอัดในห้องเงียบและลองฟังประโยคสำคัญผ่านลำโพงโทรศัพท์ก่อนใช้งานจริง
ถ้าจะเริ่มวันนี้ ให้เลือกเพียงสามประโยคที่ลูกค้าฟังบ่อยที่สุดก่อน อัดใหม่ในที่เงียบ เขียนสคริปต์ให้สั้น แล้วทดลองกับโทรศัพท์จริงสักสองเครื่อง อย่าเพิ่งทำเสียงประกาศทั้งระบบในครั้งเดียว เพราะการฟังทีละประโยคจะช่วยให้เห็นข้อผิดพลาดเร็วกว่า และทำให้บอตพูดชัดขึ้นโดยไม่ต้องเสียเวลาแก้ไฟล์จำนวนมาก