NOS 借助 ElevenLabs 文本转语音打造客服 AI 语音智能体

NOS是葡萄牙最大的电信和媒体公司之一，服务着 150 万客户。语音是其最主要的支持渠道，每年处理数百万通电话。为以即时、全天候服务取代静态 IVR 菜单带来的繁琐体验，NOS 基于 ElevenAPI平台开发了对话式 AI 语音智能体，并使用我们的 文本转语音模型生成客户听到的欧洲葡萄牙语语音回复。目前，NOS 正与 3–5% 的客户群在生产环境中测试该方案，在逐步扩大规模前收集有关效果、满意度和稳定性的经验。

为什么选择语音 AI

NOS 的大量来电是咨询类需求，而静态 IVR 菜单让客户需要在冗长的菜单层级中等待，才能处理简单请求。NOS 的目标是：

• 通过自然对话，以客户自己的语言即时解答问题
• 消除高频重复咨询的等待时间
• 在不增加运营负担的情况下提供 24/7 服务

语音 AI 提供了一种更易用的实现路径，在不牺牲质量的前提下达成这些目标。

提供富有表现力、低延迟且可靠的文本转语音

在 NOS 的级联流程中， 文本转语音负责生成语音回复。低延迟和高表现力让交流更像自然对话，而非机械应答。可靠的欧洲葡萄牙语发音是不可妥协的要求，但许多服务商未能满足。NOS 围绕 3 项重点评估语音回复层：高质量语音、可靠的欧洲葡萄牙语发音，以及支持实时对话的低延迟。ElevenLabs 在这 3 个方面都表现出色，因此文本转语音非常适合作为 NOS 对话式 AI 技术栈中的核心语音组件。

在开放、供应商无关的流程中选择语音层

NOS 基于开源框架构建架构，让语音转文本、LLM 和文本转语音技术栈尽可能不依赖特定供应商。在这个每个组件都可替换的流程中，NOS 选择 ElevenLabs 负责语音层。集成很直接：只要底层框架支持，NOS 只需对现有流程做少量调整即可添加该模型，并获得实时客户对话所需的语音质量和低延迟。

语音仍是 NOS 的重点方向，团队持续优化体验。团队不断完善音标词典，确保 NOS 专有术语和关键词发音正确，并通过专业语音克隆进一步优化品牌语音质量。

生产测试的早期结果

NOS 在扩大规模前有意先在生产环境中积累经验，目前与 3–5% 的客户群运行该方案。早期结果显示：

• 语音智能体成功处理了测试群组中约 50% 的来电。NOS 将客户结束通话且未再次回拨定义为成功处理，并以扣除回拨后的影响作为最接近问题解决情况的可用替代指标。
• 转接人工客服时，客户与语音智能体交互的时间比使用旧 IVR 菜单少 15%。智能体能更早识别无法解决的问题，并及时转交，不让客户无谓等待。
• 客户满意度有所提升，新体验与旧体验相比，净评分实现两位数增长。客户最看重的是速度、省力程度和交互流畅性。

随着推广范围扩大，NOS 将持续衡量方案效果并收集客户反馈，以此不断改进体验，再将其扩展至更广泛的客户群。

兼顾问题解决与顺畅转接

随着方案扩大规模，NOS 致力于尽可能提高成功处理率。同样重要的是智能体无法解决问题时的体验：对于其余来电，NOS 设计了顺畅转接人工客服的方案，避免客户陷入 IVR 菜单循环。

下一步

除客户服务外，NOS 还在投资通过语音驱动内部流程自动化，以加快全公司流程。构建类似体验的开发者可通过 文本转语音模型和 ElevenAPI平台生成自然、低延迟的语音。