Повечето платформи за гласов AI разчитат на процес в 3 стъпки: един модел за транскрипция, един голям езиков модел без способност за разсъждение и една система за синтез на реч. Така всяка стъпка може сама да провали целия разговор. ThunderPhone намалява грешките, като координира множество модели едновременно.
ThunderPhone координира работата на множество модели едновременно, така че те взаимно да коригират грешките си.
Бързият LLM модел вижда само транскрипцията.
„Hi, Brent — how can I help?“
Бързите LLM модели + LLM моделите с разсъждение се проверяват взаимно: 2 от 3 пътя дават един и същ резултат.
„Got it — so you rent.“
BBA проверява дали даден модел разбира промптове, подадени с глас, и отговаря правилно на трудни въпроси. Най-мощната ни конфигурация на Storm държи рекорда с резултат от 99,4% върху публичния ни набор за оценяване.
0.6% процент грешки
Резултатът на ThunderPhone е от нашия публичен оценъчен набор от данни, посочен по-горе; останалите публични резултати (от класацията Artificial Analysis) са включени за ориентир.
Други платформи за гласов AI като Vapi, Retell, Pipecat и LiveKit ви принуждават да вземате множество решения при конфигурирането, само за да заработят разговорите ви. В ThunderPhone вярваме, че фината настройка е наша работа, а вашата трябва да бъде сведена до минимум, за да протичат разговорите ви гладко.
ThunderPhone настройва всичко това вместо вас
Spark, Bolt или Storm.
Внимателно подбран и тестван в реални разговори.
Поведение, правила и инструменти — на разбираем език.
Три решения. Това е цялата настройка — оркестрацията, резервните варианти и оптимизацията са вградени.
Избираме най-добрите модели за всяка задача и ги свързваме в единна система. Най-модерните модели на OpenAI, Anthropic и Google работят заедно с модели с отворен код — оркестрирани за оптимална производителност и цена при всяко обаждане, за да не се налага да се занимавате с това.
Конструкторите на разговорни потоци съществуват, защото по-слабите системи не могат да следват сложни промптове. Всяка стъпка от разговора се превръща във възел, който трябва да изградите и поддържате ръчно. Storm изпълнява подробни инструкции, зададени с един-единствен промпт, така че не се налага да се занимавате с възли и връзки.
Шест възела за един поток за записване — всеки със собствени промпти, инструменти, преходи и обработка на грешки.
Поздрави обаждащия се и събери името и телефонния му номер. Преди записване потвърди съгласието му — това е задължително. При въпроси за таксуването следвай правилата за таксуване по-долу. Извикай enroll() едва след като всички полета са потвърдени. Ако обаждащият се поиска да говори с човек, прехвърли разговора към човек.
Пишете, тествайте и усъвършенствайте само един промпт — разклоненията са включени.
Неясен говор, фонови разговори, имена и числа, смесване на езици — ThunderPhone е създаден за ситуациите, в които другите системи се провалят.
Съпоставяйте сигналите от аудиото и текста, вместо да разчитате само на една транскрипция.
Моделите за разпознаване и потискане на шума изчистват сигнала.
Разпознавайте страничните разговори, преди да отклонят агента от задачата.
Сверявайте собствените имена, изписването, числата и корекциите.
При нужда насочвайте към многоезични потоци за аудио и глас.
Използвайте по-надеждни логически подходи, когато желаното поведение не може да се сведе до едно правило.
Гласовият AI трябва да отговаря бързо — но бързината без точност означава просто по-бързи грешки. Съвременните големи езикови модели имат нужда от миг за размисъл, за да останат надеждни, затова ThunderPhone постига баланс между времето за отговор и точността.
Други доставчици заявяват латентност от 500 мс при идеални условия, но при реален разговор тя обикновено е около 2 секунди. Измерваме латентността си в реални условия.
Латентността при доставчиците на AI понякога рязко се увеличава и може да провали разговорите. Оркестрираният технологичен стек на ThunderPhone автоматично преминава към по-бързи алтернативи, когато това се случи.
Автоматизираните телефонни разговори бяха изнервящи… досега. Всяка нова технологична вълна подобряваше преживяването, но никога дотолкова, че разговорите да протичат истински гладко. ThunderPhone променя това.
„Натиснете 1 за продажби, натиснете 2 за поддръжка.“ Менютата могат само да пренасочват обажданията.
Кажете „продажби“ или „фактуриране“ и се надявайте парсърът за слотове да разпознае заявката.
Транскрибиране, заявка към един бърз LLM и отговор на глас — всяка стъпка разчита на предходната.
Аудио, текст, логическо мислене, инструменти, гласове и защитни механизми — обединени в една система.
В продукционна среда за десет минути. От 2 цента на минута.