Сначала выясните, что сломалось
Просьба «научить Алису нашему названию» может означать несколько разных задач. Если их не развести, команда рискует исправлять произношение там, где голос вообще ни при чём.
| Что происходит | Где искать причину | Что проверять | Основание |
|---|---|---|---|
| Человек произносит бренд, а в расшифровке появляется другое слово | Распознавание речи | Язык, контекст, подсказки с названиями, если сервис их принимает | В документации OpenAI описано, как передать контекст для распознавания имён, продуктов и сокращений |
| Название распознано верно, но помощник рассказывает о другой компании | Определение компании по названию | Контекст запроса, совпадающие названия, сведения, по которым система различает организации | Это отдельная проверка: настройка синтеза речи такую ошибку не исправит |
| Компания определена правильно, но название звучит неверно | Синтез речи | Ударение, фонетическую запись, правила чтения сокращений | Яндекс позволяет настраивать произношение разметкой речи |
Начните с короткого опыта. Произнесите название и посмотрите расшифровку, затем попросите помощника прочитать заранее подготовленный текст с этим названием. Так вы хотя бы отделите ошибку на входе от ошибки на выходе.
Если название смешанное — скажем, латиница внутри русской фразы, — отдельно проверьте, какой язык выбирает система. В документации SpeechKit прямо сказано, что смесь языков в одном предложении может сбить определение языка, а список ожидаемых языков способен помочь распознаванию.
И ещё одну границу стоит провести до начала работы: вы настраиваете собственного помощника или хотите изменить поведение чужого?
Свой помощник можно настроить напрямую
Если компания делает голосового бота, приложение или навык Алисы, название не обязательно отдавать на откуп синтезатору. Системе можно передать отдельную инструкцию, как его читать.
В навыках Алисы для этого экранный текст и речь разнесены по разным полям: в response.text лежит текст ответа, в response.tts — вариант для озвучивания. Яндекс показывает принцип на слове «Атлас»: в речевой версии знак + перед гласной делает её ударной.
| Поле ответа | Значение |
|---|---|
| response.text | Добро пожаловать в Атлас. |
| response.tts | Добро пожаловать в +атлас. |
Это только пример синтаксиса из документации — общим правилом произношения названия «Атлас» он не служит. Ударение в названии конкретного бренда нужно утвердить заранее.
Если дело не только в ударении, в навыке Алисы можно задать фонетическое произношение или попробовать записать слово так, как оно должно звучать. Документация советует проверять результат на тестовом стенде: по виду разметки о звучании не судят.
В SpeechKit есть и SSML — язык разметки синтезируемой речи. Например, тег phoneme задаёт фонетическое представление слова, а тег sub подменяет произносимый текст. Но поддержка зависит от интерфейса: в этой документации SSML указан для API v1, а фонемы доступны только для русского языка. Синтаксис из навыка Алисы нельзя без проверки переносить в другие речевые сервисы.
В интерфейсе генерации речи OpenAI для дополнительных указаний есть параметр instructions. Но документация оговаривает: с моделями tts-1 и tts-1-hd он не работает. Так что совета «просто добавьте инструкцию» мало — сначала проверьте, что умеет выбранная модель, потом послушайте результат.
Общий принцип простой: фирменное написание остаётся для чтения, техническая запись нужна для озвучивания. Портить название на сайте, чтобы собственный бот правильно ставил ударение, не нужно.
Словарь бренда: короткий, но обязательный
Прежде чем настраивать модель, компании придётся договориться с самой собой. Как название звучит по-русски, а как — в иностранной речи? Аббревиатура читается целиком или по буквам? Склоняется ли название? Допустимы ли два варианта?
Пока сотрудники отвечают на эти вопросы по-разному, у разработчика нет ясного задания.
Практичное решение — небольшой словарь произношения. Для каждого названия в нём хранят:
- официальное написание;
- эталонную аудиозапись;
- ударение;
- допустимые варианты;
- техническую запись для каждой речевой системы, которой вы пользуетесь;
- и отдельно — формы, которые действительно встречаются в разговоре: «доставка из…», «совместимо с…», «подписка на…».
Аудиозапись здесь полезнее длинного объяснения: она даёт редактору, разработчику и тестировщику один ориентир. Фонетическая запись нужна системе, а запись голоса — людям, которые принимают результат.
Подключайте словарь в одном месте — там, где текст готовят к озвучиванию, — и не расставляйте подсказки вручную в десятках сценариев. Иначе после переименования продукта часть реплик неизбежно останется со старым вариантом.
Для распознавания может понадобиться другой набор: не только нормативное название, но и естественные варианты, которыми бренд называют сами пользователи. Но добавлять подсказки без проверки нельзя. OpenAI предупреждает, что ключевые слова — лишь ориентир и результата не гарантируют, и советует проверять, не появляются ли они в расшифровке там, где человек их не произносил.
Нужно, чтобы система правильно узнавала бренд и не делала новых ошибок. Если в ваш бренд превращается любой похожий звук, это тоже ошибка.
Чужой помощник через сайт не настроить
Собственный навык Алисы и обычный разговор пользователя с Алисой — разные каналы управления. Настройка response.tts действует в ответах навыка, которые формирует его разработчик. Изменить с её помощью произношение бренда во всех ответах помощника нельзя.
С инструкцией в собственном приложении то же самое: не стоит ждать, что она подействует на независимый сервис только потому, что он использует технологии того же поставщика.
Здесь возможности бренда скромнее. Можно опубликовать на официальном сайте понятную запись произношения, добавить аудиопример, везде называть себя одинаково и сообщать в поддержку о конкретных ошибках. Это полезная справочная основа, но никто не гарантирует, что внешний помощник её найдёт и применит.
Обещание «поставим специальную разметку — и все ИИ начнут говорить правильно» требует доказательств. Документация, о которой шла речь выше, описывает средства управления речью внутри конкретных продуктов и интерфейсов. Общего механизма, которым владелец сайта задавал бы произношение бренда сразу всем голосовым помощникам, в этих источниках нет.
Поэтому с внешними системами лучше работать точечно: следить за ответами и исправлять отдельные случаи. Сохраняйте запись ответа, дату, устройство, язык и точную формулировку запроса. Сообщение «вы неправильно читаете наше название» трудно проверить, а запись с воспроизводимым сценарием — уже материал для технического разбора.
Проверяйте название в разговоре
Помощник может безупречно произнести название отдельно и ошибиться в длинной реплике. Поэтому одного прослушанного образца мало.
Включите в проверку обычные ситуации: название в начале и в середине предложения, рядом с числом или моделью продукта, в вопросе о доставке, в сравнении, в другом падеже. Для распознавания нужны записи разных людей, естественный темп и условия, похожие на реальные звонки или обращения.
Не сводите оценку к одному слову «правильно». Разделите ошибки по видам: неверное ударение, искажённые звуки, неправильное чтение аббревиатуры, пропуск части названия. Тогда станет понятно, что именно исправила новая настройка.
Есть и более человеческий критерий: узнаёт ли слушатель бренд без подсказки на экране? Технически аккуратная транскрипция ещё не значит, что название легко понять на слух. Людям, которые бренда не знают, можно сначала проиграть реплику без логотипа и попросить записать, что они услышали.
Эталонные фразы сохраните и прогоняйте заново после смены модели, голоса или настроек. Яндекс сам оговаривает, что фонетическая разметка — подсказка для синтеза, а не безусловная команда. Так что однажды утверждённый вариант не избавляет от прослушивания следующих версий.
Название должно быть понятно на слух
Научить собственного помощника произносить бренд часто проще, чем кажется: переобучать большую модель не нужно, хватит штатных настроек и налаженной проверки. Изменить речь независимого помощника сложнее — здесь компания не распоряжается всей системой.
У этой работы есть и другой результат: она показывает, насколько название удобно за пределами макета. Если его приходится каждый раз объяснять, диктовать по буквам и отличать от трёх похожих слов, проблема не сводится к нейросети.
Поэтому произносимость стоит проверять ещё при выборе имени. Не ради того, чтобы понравиться алгоритму. Ради человека, который однажды попросит о вашем продукте вслух — и будет понят с первого раза.
Читайте также
«Тёмные зоны» AI-поиска: где ваши страницы уже используются, но не цитируются
Data-layer для ИИ: как подготовить сайт к чтению агентами без редизайна
Сомневаетесь, окупается ли ваш сайт? Закажите бесплатный SEO-аудит — посчитаем, где вы теряете деньги в поиске.