ThunderPhone v3 on nyt saatavilla – mukana on Zeus, puheagenteille rakennettu tekoälykehys.Lue julkaisuartikkeli

Teknologia

Jätä kolmivaiheinen putki taaksesi.

Useimmat puhetekoälyratkaisut käyttävät yhtä puheentunnistusmallia, yhtä LLM:ää ja yhtä puhesynteesimallia – tai yhtä puheesta puheeksi -mallia. ThunderPhone ajaa jokaisessa puhelussa useita malleja, jotka tarkistavat toistensa tulokset.

Arkkitehtuuri

Muut teknologiapinot pettävät oikeissa puheluissa.
Meidän ratkaisumme kestää.

Muut palveluntarjoajat käyttävät kolmivaiheista putkea tai puheesta puheeksi -mallia. Kumpikin tekee virheitä, jotka pilaavat oikeita puheluja.

Kolmivaiheinen putki

Jokainen vaihe luottaa edelliseen

  • Litterointi säilyttää vain yhden todennäköisimmän tulkinnan. Jos se on väärä, LLM ei pysty enää korjaamaan sitä.
  • Nopeat LLM:t tekevät virheitä. Tarkemmilta malleilta vastauksen saaminen kestää sekunteja.
  • Kaavamainen vuorottelu tekee keskusteluista kankeita.
Puheesta puheeksi

Kuulostaa luontevalta, mutta lipsuu säännöistä

  • Ei noudata ohjeita eikä tee työkalukutsuja luotettavasti.
  • Arvaamaton toiminta on riski yrityspuheluissa.
  • Tunnistaa puheen joskus paremmin, mutta ei aina.
ThunderPhone

Useita malleja tarkistamassa toistensa työn

  • Useita puheentunnistusmalleja ja lisäksi itse ääni – näin soittajan puhe tulkitaan oikein.
  • Nopea malli ja päättelymalli, joiden välillä vaihdetaan puheenvuoro kerrallaan.
  • Zeus hienosäätää kokonaisuuden puhelujesi tarpeisiin.

Useita malleja jokaisessa puhelussa

Kuulemme puheen monella tavalla – sitten sovitamme tulkinnat yhteen.

Luotettaviin puheluihin tarvitaan paljon enemmän kuin kolme mallia. Yhdistämme avoimen lähdekoodin malleja kaupallisiin malleihin ja hienosäädämme niitä siellä, missä siitä on hyötyä.

Kuuleminen

Useita puheentunnistusmalleja ja lisäksi itse ääni

Käytämme rinnakkain useita puheentunnistusmalleja ja syötämme usein myös äänen suoraan LLM:lle.

Päättely

Nopea malli ja päättelymalli

Vastaava malli valitaan vuoro kerrallaan keskustelun perusteella.

Keskustelu

Taustamelu, puhujat ja vuoronvaihdot

Mallit taustamelun käsittelyyn, puhujien erotteluun sekä kunkin puheenvuoron alun ja lopun tunnistamiseen.

Puheesta puheeksi, tekstimallien varmistamana

Luonnollinen ääni, luotettava toiminta

Puheesta puheeksi toimivien mallien rinnalla käytämme tekstimalleja.

Kolmivaiheinen prosessi väärä vastaus

soittaja“I rent.” (epäselvästi)
litterointi“I’m Brent.”
puheagentti“Hi, Brent. How can I help?”

ThunderPhone oikein heti ensimmäisellä kerralla

soittaja“I rent.” (epäselvästi)
näyttöKolme litterointia ja käsittelemätön äänitallenne. Kaksi kolmesta reitistä päätyy samaan tulokseen: “I rent.”
puheagentti“Got it, so you rent.”

Tarkkuus

Tarkkuus on osoitettu julkisessa vertailutestissä.

Big Bench Audio mittaa, ymmärtääkö malli vaikeita puhuttuja kysymyksiä ja osaako se vastata niihin oikein.

99.4%Big Bench Audio -vertailussa. Toiseksi paras julkaistu tulos – ja paras kaikista malleista, jotka ovat riittävän nopeita reaaliaikaisiin puheluihin.Aineisto Hugging Facessa ↗

Omat arviointimme

Arvioinnit perustuvat oikeisiin puheluihin.

Testaamme teknologiapinon jokaisen osan kaikki mallit oikeista puheluista kerätyllä datalla – emme valmistajien väitteillä – ja seuraamme kunkin mallin vahvuuksia ja heikkouksia. Näiden tulosten perusteella Zeus valitsee sinulle sopivan kokoonpanon.

Julkaisemme pian versiot sisäisistä arvioinneistamme.

Arviointi oikeilla puheluillaMalli AMalli B
Nimien ja numeroiden tunnistaminenvahvempihyvä
Lyhyet vastaukset (“joo”, “ei”)hyvävahvempi
Vastausnopeusnopeampihitaampi
Pitkien sääntöjen noudattaminenheikompivahvempi

Kompromissit

Jokainen puhelu vaatii omanlaisensa ratkaisun. Zeus päättää, millaisen.

Arkkitehtuurimme tarjoaa valikoiman mallivaihtoehtoja puheentunnistukseen, päättelyyn, vuorotteluun ja ääneen. Eri vaihtoehdoissa tarkkuus, nopeus ja kustannukset painottuvat eri tavoin. Zeus valitsee puheluihisi parhaan kokonaisuuden.

Hammashoitolan vastaanottoOutbound-myynti
PuheentunnistusKolme puheentunnistusmallia sekä äänisyöte nimien, syntymäaikojen ja vakuutusnumeroiden tunnistamiseenYksi nopea, lyhyisiin vastauksiin optimoitu puheentunnistusmalli
PäättelyPäättelymalli ajanvaraukseen, nopea malli jutusteluunNopea malli useimpiin puheenvuoroihin, jotta myyntipuhe etenee sujuvasti
VuorotteluKärsivällinen: odottaa rauhassa, kun soittaja etsii korttiaanNopea: ottaa puheenvuoron heti, kun prospekti lopettaa puhumisen
ÄäniVakaa ääni, joka toistaa numerot selkeästiLuonnollisin premium-ääni
TavoiteVaraukset tehty ilman virheellisiä tietojaKonversion arvo miinus puhelun hinta

Esimerkit ovat vain havainnollistavia. Zeus valitsee asetukset omien puhelujesi ja tavoitteidesi perusteella.

Viive

Nopea useimmissa puheenvuoroissa. Harkitseva, kun sillä on väliä.

Joissakin puheenvuoroissa mallin on ajateltava perusteellisesti, mikä vie aikaa. Useimmat hoituvat hyvin nopeasti. ThunderPhone säätää älykkyyden tasoa puheenvuoro kerrallaan: tavallinen vastaus tulee noin 1,5 sekunnissa, mutta virheiden välttämiseksi aikaa käytetään tarvittaessa enemmän. Muut puheagentit eivät tee näin.

Vastausaika puheenvuoroittain

~1,5 shinta-arvioehtojen tarkistus
Nopea malliPäättelymalli

Aidot puhelut

Luontevaa keskustelua myös hankalissa puheluissa.

Soittaja voi keskeyttää, pitää tauon tai muuttaa mieltään, ja keskustelu jatkuu silti luontevasti. ThunderPhone on rakennettu tilanteisiin, joissa muut järjestelmät eivät pysy mukana.

Kuuleminen

Epäselvä puhe

Vertaa ääntä ja tekstiä sen sijaan, että luottaisi vain yhteen litterointiin.

Kuuleminen

Nimet ja osoitteet

Ristiintarkistaa erisnimet, kirjoitusasut, numerot ja korjaukset.

Ääni

Heikkolaatuinen puhelinääni

Kohinamallit puhdistavat signaalin ennen muuta käsittelyä.

Ääni

Taustapuhe

Tunnistaa sivukeskustelut ennen kuin ne sekoittavat puheagentin.

Kieli

Kielten sekoittaminen puheessa

Vaihtaa kieltä kesken puhelun soittajan mukana.

Vuorottelu

Keskeytykset ja tauot

Lopettaa puhumisen, kun soittaja keskeyttää, jättää ”mm-hm”-äännähdykset huomiotta ja antaa soittajan miettiä rauhassa.

Äänet

TTS-äänen valinta vaatii tasapainoilua. Zeus auttaa valitsemaan oikein.

Eri TTS-malleilla on omat vahvuutensa ja heikkoutensa. Zeus auttaa valitsemaan puheluihisi parhaiten sopivan mallin.

Alusta InworldPremium CartesiaPremium ElevenLabs v4 Turbo
HintaLähes ilmainenNoin 2 senttiä enemmän minuutiltaNoin 2 senttiä enemmän minuutilta
Vakaus
Luonnollisuus

Kielet

Soittajan kielellä – myös kesken puhelun.

Puheagentit ymmärtävät ja puhuvat 62 kieltä sekä vaihtavat kieltä heti soittajan mukana. Kielistä ei veloiteta lisämaksua.

AfrikaansArabicArmenianAssameseAzerbaijaniBengaliBosnianBulgarianCantoneseCatalanChineseCroatianCzechDanishDutchEnglishEstonianFilipinoFinnishFrenchGalicianGermanGreekGujaratiHebrewHindiHungarianIcelandicIndonesianItalianJapaneseKannadaKazakhKoreanLatvianLithuanianMacedonianMalayMalayalamMarathiNepaliNorwegianOdiaPersianPolishPortuguesePunjabiRomanianRussianSerbianSlovakSlovenianSpanishSwahiliSwedishTamilTeluguThaiTurkishUkrainianUrduVietnamese

Kokeile sitä vaativimmissa puheluissasi.

Aloita maksutta – alkusaldo puheluihin on $10. Luottokorttia ei tarvita.