बहुतेक ऑटोमेटेड फोन कॉल्स वैताग आणतात. नवे तंत्रज्ञान हेच बदलते.
जुन्या फोन ऑटोमेशनमध्ये अडचण आवाज ऐकायला छान नसण्याची नव्हती. खरा संवाद पुढे नेण्याइतकी समजच त्यात नव्हती.
फोन कॉल ऑटोमेट करणे अधिक सोपे होत जाते.
प्रत्येक नव्या पिढीसोबत संभाषणाचा अधिकाधिक संदर्भ मशीन हाताळू लागते.
कॉलरला मशीनच्या भाषेत बोलावं लागायचं.
02AIचा सुरुवातीचा काळसिस्टम्सना ठरावीक चौकटीतलेच समजायचे; त्यापलीकडे त्या कोलमडायच्या.
033-टप्प्यांच्या पाइपलाइन्सस्टॅक अधिक लवचिक झाला, पण प्रत्येक टप्पा आधीच्या टप्प्यावरच विसंबून राहिला.
04ThunderPhoneही सिस्टम एकाच लूपमध्ये ऐकू शकते, विचार करू शकते आणि चूक सुधारून पुढे जाऊ शकते.
कॉलरला मशीनच्या भाषेत बोलावं लागायचं.
त्या काळात ऑटोमेशन म्हणजे मेन्यू, कीपॅड ब्रँचेस आणि क्यू एवढेच होते. कॉलरला योग्य मार्ग आधीपासून माहीत असेल, तरच ते काम करायचे.
एका बटणाच्या निवडीतच कॉलरचा संपूर्ण इंटेंट बसवला जातो. त्यामुळे मेन्यूच्या बाहेरची कोणतीही विनंती आली, की कॉल ट्रान्सफर होतो किंवा कॉलरला तेच पुन्हा सांगावे लागते.
परिणाम · कॉलर अंदाजाने पर्याय निवडतो, वाट पाहतो आणि तीच गोष्ट पुन्हा समजावून सांगतो.
सिस्टम्सना ठरावीक चौकटीतलेच समजायचे; त्यापलीकडे त्या कोलमडायच्या.
टीम्सनी विशिष्ट कॉल फ्लोसाठी अकूस्टिक मॉडेल्स, इंटेंट क्लासिफायर्स आणि स्लॉट एक्स्ट्रॅक्टर्स ट्रेन केले. हे उपयुक्त होते, पण त्यात बदल करणे महागडे होते.
सिस्टम ट्रेन केलेला एक इंटेंट ओळखू शकते; पण दुसरी विनंती दुर्लक्षित करते किंवा ठरावीक साच्यातला पुढचा प्रश्न विचारते.
परिणाम · जोडीदाराची माहिती ट्रेन केलेल्या फ्लोमध्ये नसल्यामुळे ती नोंदवली जात नाही.
स्टॅक अधिक लवचिक झाला, पण प्रत्येक टप्पा आधीच्या टप्प्यावरच विसंबून राहिला.
आज मोठ्या प्रमाणावर वापरल्या जाणाऱ्या पद्धतीत स्पीच-टू-टेक्स्ट, LLM आणि टेक्स्ट-टू-स्पीच यांना एकाच कॉल लूपमध्ये जोडलं जातं.
ट्रान्स्क्रिप्ट चुकीचा असेल किंवा कॉलर मध्येच बोलल्यास, LLM आत्मविश्वासाने चुकीचंच उत्तर देतं.
परिणाम · ऐकण्यातली एकच चूक बोलून दिलेल्या उत्तरातही उतरते.
ही सिस्टम एकाच लूपमध्ये ऐकू शकते, विचार करू शकते आणि चूक सुधारून पुढे जाऊ शकते.
ThunderPhone ऑडिओचं आकलन, मॉडेल राउटिंग, टर्न-टेकिंग आणि प्रतिसाद निर्मिती यांचा एकाच आर्किटेक्चरमध्ये समन्वय साधतं.
बहुमार्गी श्रवण आणि ऑडिओचा संदर्भ लक्षात घेणारं रीझनिंग यामुळे एकाच टप्प्यावर होणाऱ्या चुका कॉलरपर्यंत पोहोचण्याआधीच कमी होतात.
परिणाम · कॉलरला सिस्टमशी झगडायला न लावता कॉल सुरळीतपणे पुढे जातो.
खरी झेप अधिक सुरेख रोबोटिक आवाजात नाही; ती कॉल भरकटू न देणाऱ्या आर्किटेक्चरमध्ये आहे.
उत्तम श्रवणक्षमता
एकाच ट्रान्सक्रिप्टवर अवलंबून राहण्याऐवजी, सिस्टम विविध सिग्नल्सची तुलना करून ऑडिओच्या आधारे तर्क करू शकते.
उत्तम टायमिंग
कधी बोलायचे आणि मध्येच आलेला व्यत्यय कसा हाताळायचा, या दोन्ही गोष्टी संवादाच्या लूपचाच भाग आहेत.
उत्तम रूटिंग
संवादातील प्रत्येक टर्नच्या गरजेनुसार जलद मार्ग किंवा अधिक सखोल रीझनिंग निवडता येते.
उत्तम अनुभव
कॉलरचा वेळ ऑटोमेशनची चूक दुरुस्त करण्यात कमी आणि काम पूर्ण करण्यात अधिक जातो.