Голосовой бот путает номера и даты: как подтверждать данные

Для номера заказа одна неверно распознанная цифра меняет объект действия. Голосовому боту недостаточно получить правдоподобную расшифровку: перед значимым действием нужно проверить и подтвердить конкретное значение.

Сценарий с самокоррекцией

Человек говорит: «Заказ один семь два… нет, один семь три». Простое извлечение первого числа выберет 172. Обработчик должен учесть исправление, а затем спросить: «Заказ 173, верно?». Только после подтверждения начинается действие с этим заказом.

Если идентификатор найден в системе, это ещё не доказывает правильность распознавания: оба номера могут существовать. Краткое безопасное уточнение вроде названия товара помогает проверить выбор, но не должно раскрывать человеку чужие данные.

Уточняйте только неоднозначную часть

Неоднозначность	Уточнение
Пятнадцать или пятьдесят	Повторить значение понятным способом
Следующая пятница	Назвать календарную дату
Номер с ведущим нулём	Хранить как строку и подтвердить цифры
Исправление в конце реплики	Подтвердить последнее исправленное значение

Не превращайте каждое действие в длинную анкету. Выберите поля, где ошибка дорого обходится: адрес, время, количество, идентификатор. Для обычного вопроса о режиме работы такой же уровень подтверждения может быть излишним.

Как собрать тестовый набор

Используйте вымышленные номера и даты, запишите похожие числительные, паузы между цифрами и исправление в середине фразы. Оценивайте точность конечного поля и корректность действия. Общая метрика распознавания слов может выглядеть хорошо, пока важные цифры остаются неверными.

Повторите проверку в нужном канале с ожидаемым шумом. Сохраните исходную запись, промежуточную расшифровку и подтверждённое поле. Так видно, возникла ошибка на STT, извлечении значения или этапе подтверждения.

Текстовые и речевые события в LiveKit помогают наблюдать этот путь. Поддержка confidence и специальных подсказок зависит от распознавателя. Не предполагайте, что любой провайдер одинаково отдаёт уверенность или одинаково обрабатывает произношение цифр.

Этот разбор подготовлен Latorn. Если вы уже знаете основы Python и API и хотите практиковать такие решения системно, сравните программу платного курса Voice AI Agents PRO со своей задачей. Открытый пример выше можно проверить самостоятельно; он не заменяет полный проект.

Технические источники: LiveKit text and transcriptions. Учебные ситуации и числа в статье придуманы для объяснения механизма.

Следующий шаг: Голосовые AI-агенты: диагностика диалога и аудио. По смежным вопросам: Голосовой агент перебивает сам себя: эхо и ложный barge-in, Голосовой агент шипит или молчит: проверьте формат аудио.