Tehnologija

Nadiđite proces u 3 koraka.

Većina platformi za glasovnu umjetnu inteligenciju oslanja se na proces u 3 koraka: jedan model za transkripciju, jedan LLM koji ne razmišlja i jedan sustav za pretvaranje teksta u govor. Svaki je korak pojedinačna točka kvara. ThunderPhone smanjuje pogreške istodobnim orkestriranjem mnogih modela.

Pozivatelj je rekao “I rent.”
ASR A“I rent”
ASR B“I’m Brent”
Zvučni LLM“I rent”
Usklađeno “I rent” 2 od 3 putanje se podudaraju
Integrirana arhitektura

Slušajte na mnogo načina, zatim uskladite ih.

ThunderPhone istodobno orkestrira mnoge modele, omogućujući im da ispravljaju međusobne pogreške.

Druge platforme · postupak u 3 koraka

Svaki korak vjeruje prethodnom.

Zvuk pozivatelja
“I rent.” · promrmljano
STT A
“I’m Brent”
STT B
Zvučni LLM
Nema sigurnosne provjere kada jedan model pogrešno čuje
LLM
Brzi model vidi samo transkript.
→ odgovara “Hi, Brent — how can I help?”
Brzi LLM-ovi griješe pri praćenju uputa
TTS
Odgovor se izgovara naglas.
→ izgovara “Hi, Brent — how can I help?” ✗
1 prijepis + 1 LLM = pogrešan odgovor
ThunderPhone · orkestrirano

Mnogo putova, jedan usklađen odgovor.

Zvuk pozivatelja
“I rent.” · promrmljano
STT A
“I rent”
STT B
“I’m Brent”
Zvučni LLM
“I rent”
Tri transkripta + izvorna snimka zvuka čuvaju se kao dokaz
Sloj za rezoniranje
Brzi LLM-ovi i LLM-ovi za rezoniranje procjenjuju tekstualne i zvučne dokaze.
→ 2 od 3 puta slažu se: “I rent”
LLM-ovi za rezoniranje i brzi LLM-ovi međusobno se provjeravaju prije odgovora
TTS
Pažljivo odabrani glasovi smanjuju halucinacije pri sricanju i alfanumeričkim nizovima.
→ “Razumijem — dakle, iznajmljujete.” ✓
Već prvi put točno prepoznaje složene detalje.
Dokaz performansi

Storm postavlja rekorde inteligencije na Big Bench Audiu.

BBA provjerava može li model razumjeti izgovorene upite i točno odgovoriti na teška pitanja. Naša najjača konfiguracija Storma doseže 99,4 % na našem javnom skupu za evaluaciju — 0,6 % pogrešaka, 4× manje od sljedećeg najboljeg javnog rezultata.

Model
Stopa pogrešaka↓ niže je bolje
Rezultat
ThunderPhone Storm · Extra Intelligence4× manje pogrešaka
0.6%
Step-Audio R1.1
2.4%
Grok Voice Think Fast
2.9%
Ultravox v0.7 Thinking
3.0%
GPT-Realtime-2 High
3.4%
Gemini 3.1 Flash Live High
3.4%
Pogledajte skup podataka za evaluaciju BBA-Storm na Hugging Faceu

Stopa pogrešaka iznosi 100 % minus stopa uspješnosti BBA-e. Rezultat ThunderPhonea dolazi iz našeg javnog skupa podataka za evaluaciju, povezanog iznad; ostali javni rezultati (ljestvica Artificial Analysis) navedeni su za usporedbu. BBA ne obuhvaća u potpunosti izvedbu u telefonskim pozivima, ali je koristan pokazatelj sposobnosti rezoniranja nad izgovorenim upitima.

Promišljena rješenja nadmašuju konfigurabilnost

Ne biste trebali sastavljati tehnološki sklop za glas ručno.

Druge platforme za glasovni AI, poput Vapi, Retell, Pipecat i LiveKit, prisiljavaju Vas na donošenje brojnih odluka o konfiguraciji kako bi Vaši pozivi funkcionirali. U ThunderPhoneu vjerujemo da je prilagodba naš posao i da biste trebali uložiti što manje rada kako bi Vaši pozivi funkcionirali besprijekorno.

Druge platforme za glasovni AI · mnogo postavki za prilagodbu
STT LLM TTS Određivanje završetka govora Uklanjanje šuma Prekidi Rezervne opcije Shema alata Latencija VAD
ThunderPhone sve ovo prilagođava za Vas
ThunderPhone · tri odluke
1
Odaberite razinu
Spark, Bolt ili Storm.
2
Odaberite glas
Odabrani, testirani na stvarnim pozivima.
3
Napišite svoju uputu
Ponašanje, pravila, alati — običnim jezikom.
Tri odluke. To je cijelo postavljanje — orkestracija, rezervne opcije i prilagodba već su ugrađene.
Odabiremo najbolje modele za svaki zadatak i povezujemo ih u cjelinu. Napredni modeli tvrtki OpenAI, Anthropic i Google rade uz modele otvorenog koda — orkestrirani za najbolje performanse i cijenu pri svakom pozivu, tako da o tome ne morate brinuti.
Jedna uputa, manje nepreglednih grafova

Jedna uputa, a ne graf čvorova.

Alati za izradu tijekova postoje zato što slabiji sustavi ne mogu slijediti složene upute. Svaki korak razgovora postaje čvor koji morate ručno izraditi i održavati. Storm slijedi detaljne upute iz jedne upute, pa ne morate brinuti o čvorovima i vezama.

Platforme za izradu tijekova

Ručno povežite svaku granu.

Pozdravuputa · glas
Prikupite telefonuputa · provjera
Potvrdite telefonponovni upit ×2
enroll()alat · ponovni pokušaji
Eskalirajtečovjeku
Rezervna opcijasveobuhvatno
nevažeće ×2pogreška
Šest čvorova za jedan tijek upisa — svaki sa svojim uputama, alatima, prijelazima i obradom neuspjeha.
ThunderPhone Storm

Opišite ponašanje jednom.

Uputa za ponašanje
Pozdravite pozivatelja i prikupite njegovo ime i telefon.
Potvrdite pristanak prije upisa — obavezno.
Ako pita o naplati, slijedite pravila naplate u nastavku.
Pokrenite enroll() tek kada je svako polje potvrđeno.
Ako pozivatelj zatraži osobu, preusmjerite poziv čovjeku.
Složeno grananje Opcionalni nadzornici Jednostavnije iteracije
Jedna uputa za pisanje, testiranje i iteracije — s uključenim grananjem.
Zašto je to važno

Pozivi u stvarnim uvjetima neuredni su. ThunderPhone je spreman.

Nerazgovijetan govor, pozadinska buka, imena i brojevi, miješani jezici — ThunderPhone je stvoren za situacije koje drugi sustavi ne mogu podnijeti.

Nerazgovijetan govor

Usporedite zvučne i tekstualne signale umjesto da vjerujete samo jednom prijepisu.

Loša kvaliteta telefonskog zvuka

Modeli za prepoznavanje i smanjenje šuma čiste signal.

Pozadinski razgovori

Prepoznajte sporedne razgovore prije nego što poremete glasovnog agenta.

Imena i adrese

Provjerite vlastita imena, način pisanja, brojeve i ispravke.

Višejezični govor

Po potrebi usmjerite pozive kroz višejezične audio i glasovne putanje.

Dugi upiti

Upotrijebite snažnije putanje zaključivanja kada se ponašanje ne može svesti na jedno pravilo.

Latencija, kvaliteta i trošak

Brži pogrešan odgovor ne znači bolji poziv.

Telefonska umjetna inteligencija mora odgovarati brzo — ali brzina bez točnosti samo brzo isporučuje pogreške. Današnjim LLM-ovima potreban je trenutak za razmišljanje kako bi ostali pouzdani, stoga ThunderPhone usklađuje to dvoje za svaku razinu.

Spark
~3s
do prvog odgovora
Bolt
~2s
do prvog odgovora
Storm
~2–3s
~2 s s potvrdama · ~3 s bez potvrda
MjerenjeDrugi pružatelji navode latenciju od 500 ms u idealnim uvjetima, ali na stvarnom pozivu obično postižu oko 2 s.Mjerimo svoju latenciju u stvarnim uvjetima.
OtpornostPružatelji AI-ja bilježe skokove latencije koji mogu poremetiti pozive.Orkestrirani sustav ThunderPhonea prebacuje se na brže opcije kada se to dogodi.
Generacije glasovne umjetne inteligencije

Sljedeća generacija glasovne umjetne inteligencije je ovdje

Automatizirani telefonski pozivi često su bili frustrirajuće iskustvo... sve dosad. Svaki je val tehnologije poboljšao iskustvo, ali nikada toliko da ono bude doista glatko. ThunderPhone to mijenja.

1990s2010s20242026 · sada
Generacija 1

IVR

Pritisnite jedan za prodaju, dva za podršku. Izbornici mogu samo usmjeravati pozive.

Generacija 2

Botovi za namjere

Recite „prodaja” ili „naplata” i nadajte se da će ih parser polja prepoznati.

Generacija 3

AI u tri koraka

Transkripcija, upit jednom brzom LLM-u, zatim govor — svaki korak oslanja se na prethodni.

Generacija 4

Integrirani AI

Audio, tekst, zaključivanje, alati, glasovi i zaštitne mjere kao jedinstven sustav.

Izrađeno za pozive koji sve ostalo dovode do pucanja

Pogledajte integrirani sustav
u svojim najtežim pozivima.

Spremno za rad za deset minuta. Od 2 ¢/min.