A hangalapú MI generációi
A legtöbb automatizált telefonhívás pocsék. Az új technológia ezen változtat.
A régi probléma nem az volt, hogy a telefonos automatizálásnak nem volt kellemes hangja. Nem értett eléggé ahhoz, hogy egy valódi beszélgetést folyamatosan fenntartson.
A telefonhívások automatizálása egyre könnyebb
Minden generáció több kontextust visz a rendszerbe.
IVR-korszak
A hívónak a gép nyelvén kellett beszélnie.
Korai AI
A rendszerek szűk keretek között értettek, aztán szétestek.
3 lépéses folyamatok
A rendszerösszeállítás rugalmasabb lett, de minden lépés az előzőre támaszkodott.
ThunderPhone
A rendszer egyetlen ciklusban képes hallani, következtetni és korrigálni.
Telefonos menürendszerek
IVR-korszak
A hívónak a gép nyelvén kellett beszélnie.
Az automatizálás menüket, billentyűzetes elágazásokat és várólistákat jelentett. Akkor működött, ha a hívó már ismerte a helyes útvonalat.
Kínos pillanat
A szándék egy gombnyomásba sűrűsödik, így minden, ami kívül esik a menün, átirányításhoz vagy ismétléshez vezet.
Mintahívás
IVR-korszak
Hívó
"Át kell tennem a holnapi időpontomat."
Rendszer
"Számlázáshoz nyomja meg az 1-est. Időpont-egyeztetéshez nyomja meg a 2-est. Minden más kérdéshez nyomja meg a 9-est."
Eredmény
A hívó találgat, várakozik, majd újra elmagyarázza ugyanazt.
Hogyan gondolkodik a rendszer
3 szakaszMenüutasítás
javítvaEgy rögzített szkript felsorolja a lehetőségeket.
DTMF-elágazás
törékenyEgyetlen gomb jelenti a teljes szándékot.
Várólista
hibásA valódi kontextus egy emberhez kerülve érkezik meg.
Egyedi modellek
Korai AI
A rendszerek szűk keretek között értettek, aztán szétestek.
A csapatok akusztikai modelleket, szándékosztályozókat és mezőkivonókat tanítottak be meghatározott hívásfolyamatokhoz. Hasznos volt, de a módosítása költséges.
Kínos pillanat
A rendszer egy betanított szándékot képes felismerni, majd eldobja a második kérést, vagy merev visszakérdezést tesz fel.
Mintahívás
Korai AI
Hívó
"Átteheti a holnapi időpontomat, és hozzáadhatja a házastársamat?"
Rendszer
"Segíthetek az időpont átütemezésében. Melyik dátumot szeretné?"
Eredmény
A házastársra vonatkozó adat elveszik, mert nem szerepel a betanított folyamatban.
Hogyan gondolkodik a rendszer
3 szakaszEgyedi ASR
javítvaEgy adott területhez és akcentuskeverékhez hangolva.
Szándékmodell
törékenyA legközelebbi ismert kérést osztályozza.
Mezőkitöltés
hibásA hiányzó mezők szkriptelt javítást indítanak.
Vapi / Retell / ElevenLabs-jellegű rendszerek
3 lépéses folyamatok
A rendszerösszeállítás rugalmasabb lett, de minden lépés az előzőre támaszkodott.
Egy gyakori modern megközelítés a beszédből szöveg, az LLM és a szövegből beszéd technológiát egyetlen hívási körfolyamatba kapcsolja.
Kínos pillanat
Ha az átirat hibás, vagy a telefonáló közbevág, az LLM magabiztosan rossz választ ad.
Mintahívás
3 lépéses folyamatok
Hívó
"Nem, én bérlem a helyet."
Rendszer
"Értem, tehát tanyás ingatlanról van szó. Jól értem?"
Eredmény
Egyetlen félrehallás kimondott hibává válik.
Hogyan gondolkodik a rendszer
3 szakaszBeszédből szöveg
hibásEgyetlen átirat válik a mérvadó forrássá.
LLM
törékenySzövegből generál, nem az eredeti hanganyagból.
Szövegből beszéd
hibásMagabiztosan visszamondja a választ.
Integrált hangalapú MI
ThunderPhone
A rendszer egyetlen ciklusban képes hallani, következtetni és korrigálni.
A ThunderPhone egyetlen architektúrában hangolja össze a hangértelmezést, a modellirányítást, a beszédváltást és a válaszgenerálást.
Mi változik
Több párhuzamos hallgatási útvonal és a hangot figyelembe vevő következtetés csökkenti az egylépéses hibákat, mielőtt azok eljutnának a telefonálóhoz.
Mintahívás
ThunderPhone
Hívó
"Nem, én bérlem a helyet."
Rendszer
"Értem. Ön bérli az otthonát, ezért kihagyom a tulajdonlással kapcsolatos kérdéseket."
Eredmény
A hívás anélkül halad tovább, hogy a telefonálónak a rendszerrel kellene küzdenie.
Hogyan gondolkodik a rendszer
4 szakaszHangfolyam
ellenőrizveA nyers hanganyag elérhető marad a következtetéshez.
Redundáns hangészlelés
ellenőrizveA jeleket a művelet előtt összeveti.
Modellirányítás
ellenőrizveA gyors és a mélyebb útvonalak minden párbeszédfordulóban együttműködnek.
Természetes válasz
ellenőrizveA telefonáló a helyesbített kontextust hallja.
Hová vezet ez
Az áttörést nem egy szebb robothang jelenti. Hanem egy olyan architektúra, amely mederben tartja a hívást.
Jobb hallás
A rendszer összevetheti a jeleket, és a hanganyag alapján következtethet, ahelyett hogy egyetlen átiratban bízna.
Jobb időzítés
A beszédváltás és a félbeszakítások kezelése a beszélgetési ciklus része.
Jobb irányítás
A gyors útvonalak és a mélyebb következtetés minden megszólalási kör igényei szerint választhatók ki.
Jobb élmény
A hívók kevesebb időt töltenek az automatizálás javításával, és többet a feladat elvégzésével.