她明明拼了 M-I-D-A-M，Voice Agent 还是叫她“Madam”：一次失败通话到底坏在了哪里

导读

用户拼出名字并纠正最后一个字母，语音 Agent 却仍然念错；她慢慢读账号时又被打断，只好要求转人工。怎样找出一通电话里相互叠加的故障？ServiceNow 工程师 Midam Kim 把交流分为听与说两条通道，各自检查声音、词语、互动时机和对用户意图的理解。团队可以先把完整通话放回时间线，标记识别结果、话轮切换、纠正和最终发音，再判断故障涉及哪些环节。比如，名字可能既有字母识别错误，也有发音规则和纠正状态未传递的问题；账号失败后，系统可以保留已听清的前缀、解释需要哪种号码，让用户分组重读或改用键盘。评测除了看任务完成，还要看口语表达、对话是否推进，以及轮流说话的时机，避免只凭单个组件的分数判断整场通话。