Een voicebot bouwen die klanten aan de telefoon echt begrijpt, betekent vijf dingen goed regelen: spraakherkenning (ASR) die telefoonaudio van 8 kHz aankan, taalbegrip (NLU) dat de vraag van de beller herkent, een antwoordtijd die als een gesprek voelt, een koppeling met je CRM en backend zodat de voicebot ook iets kan afhandelen, en een releaseproces waarin elke flow getest is voordat hij een live call krijgt. Het model is zelden het probleem. De keten eromheen bepaalt of je voicebot werkt.

Dit artikel is de bouwgids. Wil je eerst weten wat een voicebot is en hoe hij verschilt van een keuzemenu, lees dan wat is een voicebot.

De call path: wat er gebeurt tussen “hallo” en het antwoord

Elke beurt in een telefoongesprek gaat door dezelfde keten. Als je een voicebot zakelijk wilt inzetten, moet je weten waar elke schakel kan falen.

1. Voice activity detection (VAD). Bepaalt wanneer de beller begint en stopt met praten. Te vroeg afkappen en je mist de helft van een postcode. Te laat en de beller hoort een stilte.
2. Automatische spraakherkenning (ASR). Zet spraak om in tekst. Hier zit de grootste valkuil van het telefoonkanaal (zie hieronder).
3. Taalbegrip (NLU of een taalmodel). Haalt uit de tekst wat de beller wil (de intent) en welke gegevens erbij horen, zoals een klantnummer, datum of adres.
4. Dialoog en logica. Bepaalt de volgende stap: een vraag stellen, iets opzoeken in een systeem, bevestigen of doorverbinden.
5. Tekst-naar-spraak (TTS). Zet het antwoord om in spraak en speelt het af.

Er bestaan ook end-to-end audiomodellen die herkenning, begrip en antwoord in één model combineren. Die klinken vloeiend, maar je verliest zicht op de tussenstappen: je ziet minder goed wat er is verstaan, waarom een beslissing is genomen en welke gegevens zijn gebruikt. Voor een contactcenter waar een gesprek tot een wijziging in een klantdossier leidt, is dat zicht geen luxe.

Waarom telefoonaudio de spraakherkenning moeilijk maakt

De meeste telefonie levert audio met een samplefrequentie van 8.000 Hz. Google schrijft dat “most legacy telephony audio” die frequentie gebruikt, “which may give less accurate results” (Google Cloud). Microsoft meet spraakherkenning in word error rate (WER), “the industry standard for measuring model accuracy”, en rekent contactcenteraudio tot de lastigste scenario’s: “Low, 8 kHz, could be two people on one audio channel, could be compressed” (Microsoft Learn). Voor een callcenter verwacht Microsoft een WER onder 30%, tegenover soms onder 10% voor een spraakassistent met 16 kHz-audio.

Wat dat in de praktijk betekent: “zes” en “zeven” of “F” en “S” klinken aan de telefoon bijna hetzelfde. Een Nederlandstalige voicebot moet bovendien postcodes, huisnummers met toevoegingen en Engelse productnamen verstaan. Vier technieken helpen:

• Context meegeven aan de ASR. Als de voicebot net om een postcode vroeg, verwacht de herkenning vier cijfers en twee letters. Dat verkleint de kans op fouten sterk.
• Meerdere ASR-engines parallel. Verschillende engines maken verschillende fouten. Door hun uitkomsten te vergelijken kies je per antwoord de meest waarschijnlijke.
• Logische correctie van transcripties. Een postcode met drie letters bestaat niet. Een geboortedatum in de toekomst ook niet. Controleer wat technisch mogelijk is voordat je het gebruikt.
• Betrouwbaarheidsdrempels. Is de herkenning onzeker, laat de voicebot het dan bevestigen: “Ik heb 3013 AK genoteerd, klopt dat?”

Hoe dat werkt voor adressen, lees je in adresvalidatie met AI Voice Agents.

Latency: je antwoordtijd per stap begroten

Een gesprek voelt natuurlijk zolang de pauze voor een antwoord kort blijft. Alleen al voor de vertraging in het telefoonnetwerk hanteert de ITU-aanbeveling G.114 dat een eenrichtingsvertraging tot 150 ms “acceptable for most user applications” is, en boven 400 ms “unacceptable for general network planning purposes” (Cisco over ITU-T G.114). Alles wat je voicebot doet, komt daar bovenop.

Behandel latency daarom als een budget dat je over de keten verdeelt:

• Einde van de beurt detecteren. Hoe lang wacht de VAD na de laatste klank voordat de beurt eindigt?
• Herkenning. Werkt de ASR streaming, of pas als de zin af is?
• Begrip en logica. Hoeveel tijd kost het taalmodel, en hoeveel de opzoeking in je CRM of backend?
• Spraak. Begint de TTS met afspelen terwijl de rest van de zin nog wordt gemaakt?

Meet de tijd tussen het einde van de spraak van de beller en het eerste hoorbare woord van de voicebot, per stap en voor echte gesprekken. Een gemiddelde verbergt de trage uitschieters, dus kijk ook naar de langzaamste gesprekken. Duurt een systeemopzoeking langer, laat de voicebot dat dan zeggen (“ik zoek je gegevens op”) in plaats van te zwijgen. Een verdieping per laag vind je in latency bij AI Voice Agents.

Intents en flows ontwerpen

Een voicebot die alles tegelijk probeert, doet niets goed. Begin met een beperkt aantal intents die samen een groot deel van je gesprekken dekken, en ontwerp voor elk een flow met een duidelijk einde. In AssistYou ontwerp je die flows in de Flow Designer.

• Houd intents klein en onderscheidend. “Adres wijzigen” en “verhuizing doorgeven” zijn voor de beller hetzelfde. Voeg ze samen. “Factuur opvragen” en “factuur betwisten” zijn dat niet. Houd ze apart.
• Vraag alleen wat je nodig hebt. Elk gegeven dat de voicebot vraagt, kost tijd en is een extra kans op een herkenningsfout.
• Bevestig wat ertoe doet. Een bedrag, een datum, een IBAN of een opzegging bevestig je altijd voordat je het verwerkt.
• Ontwerp de uitgang eerst. Wat gebeurt er als de voicebot de vraag niet begrijpt, als de beller boos wordt of als een systeem niet antwoordt? Na twee mislukte pogingen hoort de beller bij een medewerker, met de gegevens die al zijn verzameld.
• Laat de beller onderbreken. Mensen praten door een voicebot heen. Een flow die dat niet opvangt, voelt als een keuzemenu.

De overdracht naar een medewerker is een eigen ontwerpvraag. Wat de collega daarbij moet zien, lees je in de overdracht ontwerpen. Bouw je een bestaand keuzemenu om, dan begin je bij migreren van IVR naar AI Voice Agents.

Terugschrijven naar CRM en backend

Een voicebot die alleen doorverbindt, bespaart weinig. De waarde zit in gesprekken die de voicebot zelf afrondt, en daarvoor moet hij gegevens lezen en schrijven in de systemen die je al gebruikt. De gepubliceerde klantverhalen van AssistYou laten zien hoe dat eruitziet:

• Carglass controleert bellers aan de hand van gegevens in Salesforce CRM (Carglass).
• Unigarant laat de AI Voice Agent de identiteitscontrole doen, het klantdossier ophalen en complete processen afhandelen, zoals het opzeggen van een verzekering (Unigarant).
• Trevvel koppelt de AI Voice Agent aan Google Maps, zodat een beller “Erasmus MC” kan zeggen zonder volledig adres (Trevvel).

Een paar regels maken het terugschrijven betrouwbaar:

• Lees eerst, schrijf daarna. Haal het dossier op na de verificatie, zodat de voicebot weet waar het gesprek over gaat.
• Bevestig pas na succes. Zeg “je adres is gewijzigd” pas als de backend de wijziging heeft bevestigd.
• Plan voor een systeem dat niet antwoordt. Een time-out moet uitkomen bij een medewerker of een terugbelafspraak, niet bij een stilte.
• Leg elke actie vast. Welke gegevens zijn gelezen, wat is gewijzigd en in welk gesprek. Dat heb je nodig bij een klacht en bij elke audit.

Meer over koppelingen lees je in AI-agents integreren met je CRM.

Versiebeheer en de route van test naar productie

Een voicebot is nooit af. Openingstijden veranderen, een nieuw product levert nieuwe vragen op, een zin in een flow blijkt verwarrend. Elke wijziging raakt live gesprekken. Dit moet een platform je geven voordat je er een voicebot mee inzet:

• Elke wijziging als versie. Je moet kunnen zien welke versie van een flow op een bepaald moment live stond en wat er ten opzichte van de vorige is veranderd.
• Een testomgeving die los staat van productie. Wijzigingen bouw en test je in een acceptatieomgeving (UAT). Bellers merken er niets van.
• Promotie van een goedgekeurde versie. Naar productie gaat precies de versie die getest is, niet een kopie die daarna nog is aangepast.
• Terugdraaien in één stap. Gaat er iets mis, dan zet je de vorige versie terug zonder te wachten op een nieuwe release.
• Een wijzigingslog. Wie heeft wat veranderd, wanneer en waarom. Voor gereguleerde sectoren is dat geen extraatje.

Hoe zo’n pijplijn in elkaar zit, lees je in versiebeheer voor AI-agents.

Een flow testen voordat hij een live call krijgt

Een demo op een laptop zegt weinig over hoe een flow het doet met echte bellers aan de telefoon. Goed testen betekent:

1. Test via de telefoon, niet via de browser. Alleen dan hoor je het effect van 8 kHz-audio, achtergrondgeluid en een slechte mobiele verbinding.
2. Bouw een testset uit echte gespreksredenen. Neem de manier waarop klanten hun vraag echt formuleren, inclusief omwegen, dialect en halve zinnen. Overleg met je privacyfunctionaris welke opnames en transcripties je daarvoor mag gebruiken.
3. Test de randgevallen expres. Een onbekend klantnummer, een beller die halverwege van onderwerp wisselt, een systeem dat niet antwoordt, iemand die meteen “medewerker” zegt.
4. Controleer wat er in de backend is gebeurd. Een gesprek dat goed klonk maar het verkeerde dossier wijzigde, is een mislukte test.
5. Laat collega’s uit de klantenservice meebellen. Zij weten hoe klanten praten en waar de flow wringt.
6. Start met een deel van het verkeer. Zet de flow eerst live voor één gespreksreden of een deel van de bellers, en breid uit als de cijfers kloppen.

Meten na de livegang

Na de livegang begint het echte werk. Spreek vooraf af welke cijfers je bijhoudt, zodat je elke nieuwe versie kunt vergelijken met de vorige:

• Volledig afgehandeld. Welk deel van de gesprekken rondt de voicebot af zonder medewerker?
• Juist doorverbonden. Komt een doorverbonden gesprek bij het goede team terecht?
• Uitval per stap. Bij welke vraag in de flow haken bellers af of vragen ze om een mens?
• Herhaalde gesprekken. Belt dezelfde klant binnen een paar dagen terug over dezelfde vraag?
• Kosten per contact. Wat kost een afgehandeld gesprek nu, vergeleken met ervoor? Zie wat is cost per contact.

Luister daarnaast wekelijks een steekproef van gesprekken terug. Cijfers vertellen je waar een flow wringt, gesprekken vertellen je waarom. Waarom een voicebot zonder analyse een risico is, lees je in AI Voice Agents zonder analytics.

Veelgestelde vragen

Wat heb je nodig om een voicebot te bouwen? Spraakherkenning die telefoonaudio aankan, taalbegrip dat intents en gegevens herkent, tekst-naar-spraak, flows met een duidelijke uitgang naar een medewerker, een koppeling met je CRM en backend, en een releaseproces met versies, een testomgeving en een manier om terug te draaien.

Hoe snel moet een voicebot antwoorden? Zo snel dat het als een gesprek voelt. Alleen al voor de netwerkvertraging noemt ITU-T G.114 tot 150 ms eenrichtingsvertraging acceptabel voor de meeste toepassingen. Alles wat de voicebot doet, komt daarbovenop. Meet daarom de tijd tussen het einde van de spraak van de beller en het eerste woord van de voicebot, per stap in de keten.

Waarom verstaat een voicebot aan de telefoon slechter dan in een demo? Omdat telefoonaudio meestal 8 kHz is, tegenover 16 kHz of meer bij een microfoon. Microsoft rekent contactcenteraudio tot de lastigste scenario’s voor spraakherkenning. Context meegeven, meerdere ASR-engines, logische correctie en bevestiging bij onzekerheid maken het verschil.

Kan een voicebot gegevens in ons CRM bijwerken? Ja, als hij gekoppeld is aan je CRM of backend. Carglass verifieert bellers met gegevens uit Salesforce CRM en bij Unigarant handelt de AI Voice Agent processen als het opzeggen van een verzekering volledig af. Bevestig een wijziging aan de beller pas als de backend haar heeft verwerkt.

Hoe test je een voicebot voordat hij live gaat? Via de telefoon, met een testset uit echte gespreksredenen, met randgevallen die je expres uitlokt en met een controle van wat er in de backend is gebeurd. Daarna zet je de flow live voor een deel van het verkeer en breid je uit als de cijfers kloppen.

Een voicebot inzetten in je contactcenter

De AI Voice Agent van AssistYou beantwoordt, verifieert en verbindt gesprekken door in het Nederlands, Engels en Duits, voor contactcenters in onder meer de energiesector, verzekeringen, mobiliteit en het bankwezen. Bekijk hoe dat werkt op de productpagina van de AI Voice Agent en hoe de prijzen zijn opgebouwd op de prijzenpagina.

Wil je weten welke van je gesprekken een voicebot als eerste kan overnemen? Neem contact op met ons salesteam.

← Terug naar blog