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 150 万客户。语音是其最主要的支持渠道，每年接听数百万通电话。为用即时、全天候的服务取代静态 IVR 菜单带来的繁琐体验，NOS 开发了对话式AI 语音智能体，基于ElevenAPI平台打造，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。NOS 现已在其葡萄牙语音色中采用Eleven v4，这是我们最新的文本转语音模型，可提供更自然的欧洲葡萄牙语语速、语调和发音。NOS 目前正面向 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影响、满意度和韧性的经验。

为何选择语音 AI

NOS 大量来电属于信息咨询，而静态 IVR 菜单让客户不得不在冗长的菜单层级中等待，才能完成简单请求。NOS 的目标是：

• 通过使用客户母语的自然对话，即时提供解答
• 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 能以更易用的方式实现这些目标，同时不牺牲质量。

提供富有表现力、低延迟且可靠的文本转语音

在 NOS 的级联式流程中，文本转语音负责生成语音回复；低延迟和高表现力让交流保持自然对话感，而非机械生硬。可靠的欧洲葡萄牙语发音是不可妥协的要求，也是许多供应商难以满足之处。NOS 从三个优先维度评估语音回复层：高质量语音、可靠的欧洲葡萄牙语发音，以及满足实时对话的低延迟。ElevenLabs 在这三方面表现出色，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用语音层

NOS 基于开源框架构建架构，以便在语音转文本、LLM 和文本转语音等方面尽可能保持技术栈不依赖单一供应商。在任何组件都可替换的流程中，NOS 选择 ElevenLabs 作为语音层。集成很直接：只要底层框架支持，NOS 只需对现有流程做少量改动即可添加该模型，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，团队也持续优化体验。他们不断完善语音词典，确保 NOS 专用术语和关键词发音准确，并结合专业语音克隆进一步优化品牌语音质量。

生产环境测试的早期成果

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

• 语音智能体在测试群体中成功处理了约 50% 的来电。NOS 将客户主动结束通话且未再次来电定义为成功处理，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。
• 当通话转接给人工客服时，客户与语音智能体互动的时间比使用旧版 IVR 菜单少 15%。智能体能更早识别无法解决的问题，并及时转接，避免让客户无谓等待。
• 客户满意度有所提升：与原有体验相比，净评分实现两位数增长。客户最看重的特点是速度、省力和互动流畅性。

随着推广范围扩大，NOS 将持续衡量方案影响并收集客户反馈，以此不断优化体验，再向更广泛的客户群扩展。

兼顾问题解决与顺畅转接

随着方案规模扩大，NOS 致力于实现尽可能高的成功处理率。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 将方案设计为可顺畅转接人工客服，避免客户陷入 IVR 菜单的循环。

下一步

除客户服务外，NOS 还在投资利用语音驱动内部流程自动化，目标是加快全公司的流程。构建类似体验的开发者可以通过我们的文本转语音模型和ElevenAPI平台，生成自然、低延迟的语音。