Technológia

Lépjen túl
a 3 lépéses feldolgozási láncon.

A legtöbb hangalapú AI-platform 3 lépéses feldolgozási láncra épül: egy beszédfelismerő modellre, egy gondolkodásra képtelen LLM-re és egy beszédszintetizátorra. A lánc minden lépése önmagában is kritikus hibapont. A ThunderPhone egyszerre több modell működését hangolja össze, így csökkenti a hibák számát.

A hívó ezt mondta: “I rent”.
ASR A„I rent”
ASR B„I’m Brent”
Audio-LLM„I rent”
Egyeztetés után: “I rent”A 3 útvonalból 2 ugyanarra jut

Ugyanazt többféleképp hallja,
majd egyezteti az eredményeket.

A ThunderPhone egyszerre több modellt hangol össze, így azok kijavíthatják egymás hibáit.

A hívó ezt mondja: “I rent.” — motyogva
Más platformok3 lépéses folyamat
Egyszer hallja
STT “I’m Brent”
Nincs tartalék útvonal, ha az egyetlen modell félrehall valamit
Gyorsan válaszol

A gyors LLM csak a leiratot látja.

Megszólal

“Üdv, Brent — miben segíthetek?”

1 leirat + 1 LLM = hibás válasz
ThunderPhoneÖsszehangolt
Háromféleképpen hallja
„I rent”„I’m Brent”„I rent”
Három leirat és a nyers hanganyag is megmarad bizonyítékként
Egyeztet

A gyors és a gondolkodó LLM-ek keresztellenőrzést végeznek: 3 útvonalból 2 ugyanarra jut.

Megszólal

“Értem — tehát Ön bérel.”

A nehéz részleteket is elsőre pontosan érti.

A Storm rekordokat dönt a Big Bench Audio intelligenciatesztjén.

A BBA azt vizsgálja, hogy egy modell megérti-e a szóban elhangzó promptokat, és helyesen válaszol-e nehéz kérdésekre. A legerősebb Storm-konfigurációnk tartja a rekordot: 99,4%-os eredménnyel a nyilvános értékelési adatkészletünkön.

0.6% hibaarány

· 2026. júliusAdatkészlet a Hugging Face-en
ThunderPhoneStorm · Extra Intelligence0.6%
Qwen Audio 3.0Realtime Plus0.8%
Qwen3.5 OmniPlus Realtime1.3%
Step-Audio R1.1Realtime2.4%

A ThunderPhone eredménye a fent hivatkozott nyilvános kiértékelési adatkészletünkből származik; a többi nyilvános pontszámot az Artificial Analysis ranglistájáról, viszonyítási alapként tüntettük fel.

Nem Önnek kellene kézzel összeállítania a hangalapú AI mögötti technológiai stacket.

Az olyan hangalapú AI-platformokon, mint a Vapi, a Retell, a Pipecat és a LiveKit, konfigurációs döntések hosszú sorát kell meghoznia ahhoz, hogy a hívásai működjenek. A ThunderPhone alapelve egyszerű: a finomhangolás a mi feladatunk, Önnek pedig a lehető legkevesebb munkát kell elvégeznie ahhoz, hogy a hívásai gördülékenyen működjenek.

Más hangalapú AI-platformokRengeteg finomhangolható beállítás
STTv4-largeSTT-tartalékmegoldásLLMtemp 0.3LLM-tartalékmegoldásTTSTTS-tartalékmegoldásVAD0.62A megszólalás végének észlelése240 msKözbevágási küszöbérték−38 dBRövid visszajelzések szűréseKözbevágásokBeszédforduló időkorlátja800 msZajszűrésJitterpuffer60 msMintavételi frekvencia8 kHzEszközsémaÚjrapróbálkozási szabályok×3Tartalékmegoldások

Mindezt a ThunderPhone hangolja be Ön helyett

ThunderPhoneHárom döntés
1
Válasszon csomagot

Spark, Bolt vagy Storm.

2
Válasszon hangot

Gondosan válogatott, valós hívásokon tesztelt hangok.

3
Írja meg a promptot

Viselkedés, szabályok, eszközök — közérthetően megfogalmazva.

Három döntés. Mindössze ennyi a beállítás — a modellvezérlést, a tartalékmegoldásokat és a finomhangolást már beépítettük.

Minden feladathoz a legjobb modelleket választjuk ki, majd egyetlen rendszerré hangoljuk őket. Az OpenAI, az Anthropic és a Google legfejlettebb modelljeit nyílt forráskódú modellekkel együtt vezéreljük, hogy minden hívásnál a lehető legjobb teljesítményt nyújtsuk, a lehető legjobb áron — Önnek pedig ezzel ne kelljen foglalkoznia.

Egyetlen prompt
egy csomópontokból álló gráf helyett.

Folyamatépítő eszközökre azért van szükség, mert a gyengébb rendszerek nem tudják követni az összetett promptokat. A beszélgetés minden egyes lépéséhez külön csomópontot kell kézzel létrehoznia és karbantartania. A Storm egyetlen prompt alapján is képes részletes utasításokat követni, így Önnek nem kell csomópontokkal és élekkel foglalkoznia.

Folyamatépítő platformokMinden ágat kézzel kell összekötni
Köszöntés prompt · hang
Telefonszám bekérése prompt · ellenőrzés
Telefonszám megerősítése prompt ismétlése ×2
enroll() eszköz · újrapróbálkozások
Átadás munkatársnak
Általános tartalékág érvénytelen ×2 · hiba

Egyetlen regisztrációs folyamathoz hat csomópont kell — mindegyikhez külön promptok, eszközök, átmenetek és hibakezelés tartozik.

ThunderPhone StormElég egyszer leírni, hogyan működjön
Viselkedési prompt

Köszöntse a hívót, majd kérje el a nevét és a telefonszámát. A regisztráció előtt kérje meg a hívót, hogy erősítse meg a hozzájárulását — ez kötelező. Ha a számlázásról kérdez, kövesse az alábbi számlázási szabályzatot. A enroll() függvényt csak azután hívja meg, hogy minden mezőt megerősített. Ha a hívó egy munkatárssal szeretne beszélni, adja át a hívást egy munkatársnak.

Összetett elágazásokOpcionális felügyeleti mechanizmusokEgyszerűbb iteráció

Egyetlen promptot kell megírni, tesztelni és finomítani — az elágazásokkal együtt.

Az éles hívások ritkán zajlanak ideális körülmények között. A ThunderPhone felkészült.

Motyogás, háttérbeszélgetések, nevek és számok, nyelvek keveredése — a ThunderPhone azokra a helyzetekre készült, amelyekkel más rendszerek nem boldogulnak.

Motyogás

Ne hagyatkozzon egyetlen átiratra: vesse össze a hang- és szöveges jeleket.

Gyenge hangminőségű hívások

A zajfelismerő és zajcsökkentő modellek megtisztítják a hangjelet.

Háttérbeszélgetések

Ismerje fel a háttérben zajló beszélgetéseket, mielőtt eltérítenék az ügynököt a feladatától.

Nevek és címek

Ellenőrizze több jel alapján a tulajdonneveket, a betűzéseket, a számokat és a helyesbítéseket.

Többnyelvű beszéd

Szükség esetén többnyelvű hangfeldolgozási és hanggenerálási útvonalakon vezesse tovább a hívást.

Hosszú promptok

Használjon fejlettebb következtetési folyamatokat, ha a kívánt működés nem írható le egyetlen szabállyal.

Attól, hogy egy rossz válasz gyorsabban érkezik, a hívás még nem lesz jobb.

A hangalapú AI-nak gyorsan kell válaszolnia — de pontosság nélkül csak a hibák születnek meg gyorsabban. A mai LLM-eknek kell egy kis gondolkodási idő ahhoz, hogy megbízhatóan működjenek, ezért a ThunderPhone egyensúlyt teremt a válaszidő és a pontosság között.

Spark~3saz első válaszig
Bolt~2saz első válaszig
Storm~2–3s~2 mp nyugtázással · ~3 mp nélküle
Mérés

Más szolgáltatók ideális körülmények között 500 ms-os késleltetést kommunikálnak, pedig valódi hívás közben ez általában 2 mp körül alakul. A késleltetésünket valós körülmények között mérjük.

Hibatűrés

Az AI-szolgáltatóknál időnként megugrik a késleltetés, ami megakaszthatja a hívásokat. A ThunderPhone összehangolt rendszere ilyenkor gyorsabb alternatívára vált.

A hangalapú AI következő generációja megérkezett.

Az automatizált telefonhívások eddig többnyire csak bosszúságot okoztak… egészen mostanáig. Generációról generációra javult az élmény, de sosem vált igazán gördülékennyé. A ThunderPhone ezen változtat.

1990s1. generáció

IVR

„Értékesítéshez nyomja meg az egyes, támogatáshoz a kettes gombot.” A menürendszer csak továbbirányítani tud.

2010s2. generáció

Szándékfelismerő botok

Mondja, hogy „értékesítés” vagy „számlázás”, és remélje, hogy a slotértelmező felismeri.

20243. generáció

Háromlépcsős AI

Előbb átírja a beszédet, majd lekérdez egy gyors LLM-et, végül megszólal – minden lépés az előző eredményére hagyatkozik.

2026 · most4. generáció

Integrált AI

Hang, szöveg, következtetés, eszközök, beszédhangok és védőkorlátok egyetlen egységes rendszerben.

Azokra a hívásokra készült, amelyekkel minden más rendszer kudarcot vall

Tegye próbára integrált rendszerünket a legnehezebb hívásaival.

10 perc alatt élesben. Már 2¢/perctől.