רוב שיחות הטלפון האוטומטיות פשוט גרועות. טכנולוגיה חדשה משנה את זה.
הבעיה באוטומציה הטלפונית הישנה לא הייתה שהקול שלה לא נעים. היא פשוט לא הבינה מספיק כדי לקדם שיחה אמיתית.
קל יותר להפוך שיחות טלפון לאוטומטיות.
בכל דור, המכונה מקבלת יותר הקשר.
המתקשרים נאלצו לדבר בשפה של המכונה.
אוטומציה הסתכמה בתפריטים, ניתוב לפי מקשים ותורי המתנה. זה עבד כל עוד המתקשרים כבר ידעו באיזה מסלול לבחור.
הכוונה כולה נדחסת ללחיצה על מקש, ולכן כל בקשה שלא מופיעה בתפריט מובילה להעברה או לצורך לחזור עליה.
תוצאה · המתקשר מנחש, ממתין ואז מסביר שוב את אותו הדבר.
המערכות הבינו רק תרחישים מוגבלים — ומחוץ להם, הכול התפרק.
צוותים אימנו מודלים אקוסטיים, מסווגי כוונות ומנגנונים לחילוץ שדות עבור תרחישי שיחה ספציפיים. זה היה שימושי, אבל כל שינוי עלה ביוקר.
המערכת יכולה לזהות כוונה אחת שעליה אומנה, ואז לפספס את הבקשה השנייה או לשאול שאלת המשך קשיחה.
תוצאה · המערכת מפספסת את המידע על בן הזוג, כי הוא לא נכלל בתרחיש שעליו אומנה.
המערך הפך גמיש, אבל כל שלב הסתמך על השלב הקודם.
גישה מודרנית ונפוצה מחברת המרת דיבור לטקסט, LLM והמרת טקסט לדיבור ללולאת שיחה אחת.
כשהתמלול שגוי או כשהמתקשר קוטע את הסוכן, ה-LLM מגיב בביטחון — אבל על בסיס הבנה שגויה של השיחה.
תוצאה · שגיאת שמיעה אחת מתגלגלת לתשובה שגויה שנאמרת בקול.
המערכת יכולה לשמוע, להסיק ולחזור למסלול — הכול בלולאה אחת.
ThunderPhone מתאם הבנת אודיו, ניתוב מודלים, ניהול תורות בשיחה ויצירת מענה — הכול בארכיטקטורה אחת.
כמה מסלולי האזנה מקבילים, יחד עם הסקה שמתחשבת באודיו, מצמצמים כשלים נקודתיים לפני שהם מגיעים למתקשר.
תוצאה · השיחה מתקדמת, בלי שהמתקשרים צריכים להיאבק במערכת.
פריצת הדרך היא לא קול רובוטי שנשמע טוב יותר. זו ארכיטקטורה ששומרת את השיחה במסלול.
שמיעה טובה יותר
המערכת יכולה להשוות בין אותות ולהסיק מסקנות מהאודיו עצמו, במקום להסתמך על תמלול יחיד.
תזמון טוב יותר
ניהול תורות הדיבור והטיפול בקטיעות מובנים בלולאת השיחה.
ניתוב טוב יותר
אפשר לבחור במסלול מהיר או בהסקה מעמיקה יותר, לפי הצורך בכל תור בשיחה.
חוויה טובה יותר
המתקשרים מבזבזים פחות זמן על תיקון טעויות של האוטומציה, ויותר זמן על השלמת המשימה.