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.
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.
Kuulostaa luontevalta, mutta lipsuu säännöistä
- Ei noudata ohjeita eikä tee työkalukutsuja luotettavasti.
- Arvaamaton toiminta on riski yrityspuheluissa.
- Tunnistaa puheen joskus paremmin, mutta ei aina.
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.
Useita puheentunnistusmalleja ja lisäksi itse ääni
Käytämme rinnakkain useita puheentunnistusmalleja ja syötämme usein myös äänen suoraan LLM:lle.
Nopea malli ja päättelymalli
Vastaava malli valitaan vuoro kerrallaan keskustelun perusteella.
Taustamelu, puhujat ja vuoronvaihdot
Mallit taustamelun käsittelyyn, puhujien erotteluun sekä kunkin puheenvuoron alun ja lopun tunnistamiseen.
Luonnollinen ääni, luotettava toiminta
Puheesta puheeksi toimivien mallien rinnalla käytämme tekstimalleja.
Kolmivaiheinen prosessi väärä vastaus
ThunderPhone oikein heti ensimmäisellä kerralla
Tarkkuus
Tarkkuus on osoitettu julkisessa vertailutestissä.
Big Bench Audio mittaa, ymmärtääkö malli vaikeita puhuttuja kysymyksiä ja osaako se vastata niihin oikein.
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 puheluilla | Malli A | Malli B |
|---|---|---|
| Nimien ja numeroiden tunnistaminen | vahvempi | hyvä |
| Lyhyet vastaukset (“joo”, “ei”) | hyvä | vahvempi |
| Vastausnopeus | nopeampi | hitaampi |
| Pitkien sääntöjen noudattaminen | heikompi | vahvempi |
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 vastaanotto | Outbound-myynti | |
|---|---|---|
| Puheentunnistus | Kolme puheentunnistusmallia sekä äänisyöte nimien, syntymäaikojen ja vakuutusnumeroiden tunnistamiseen | Yksi nopea, lyhyisiin vastauksiin optimoitu puheentunnistusmalli |
| Päättely | Päättelymalli ajanvaraukseen, nopea malli jutusteluun | Nopea malli useimpiin puheenvuoroihin, jotta myyntipuhe etenee sujuvasti |
| Vuorottelu | Kärsivällinen: odottaa rauhassa, kun soittaja etsii korttiaan | Nopea: ottaa puheenvuoron heti, kun prospekti lopettaa puhumisen |
| Ääni | Vakaa ääni, joka toistaa numerot selkeästi | Luonnollisin premium-ääni |
| Tavoite | Varaukset tehty ilman virheellisiä tietoja | Konversion 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
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.
Epäselvä puhe
Vertaa ääntä ja tekstiä sen sijaan, että luottaisi vain yhteen litterointiin.
Nimet ja osoitteet
Ristiintarkistaa erisnimet, kirjoitusasut, numerot ja korjaukset.
Heikkolaatuinen puhelinääni
Kohinamallit puhdistavat signaalin ennen muuta käsittelyä.
Taustapuhe
Tunnistaa sivukeskustelut ennen kuin ne sekoittavat puheagentin.
Kielten sekoittaminen puheessa
Vaihtaa kieltä kesken puhelun soittajan mukana.
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 Inworld | Premium Cartesia | Premium ElevenLabs v4 Turbo | |
|---|---|---|---|
| Hinta | Lähes ilmainen | Noin 2 senttiä enemmän minuutilta | Noin 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.