Majoritatea apelurilor telefonice automatizate sunt groaznice. Noua tehnologie schimbă asta.
Problema automatizării telefonice de până acum nu era lipsa unei voci plăcute. Era faptul că nu înțelegea suficient de bine încât să ducă mai departe o conversație reală.
Un apel telefonic devine tot mai ușor de automatizat.
Cu fiecare generație, sistemul preia tot mai mult din context.
Apelantul trebuia să vorbească pe limba sistemului.
02Începuturile AI-uluiSistemele înțelegeau doar scenarii strict delimitate, apoi se blocau.
03Fluxuri în 3 pașiArhitectura a devenit mai flexibilă, dar fiecare pas lua de bun rezultatul celui anterior.
04ThunderPhoneSistemul poate auzi, raționa și se poate corecta într-o singură buclă.
Apelantul trebuia să vorbească pe limba sistemului.
Automatizarea însemna meniuri, ramificații bazate pe taste și cozi de așteptare. Funcționa atunci când apelantul știa deja ce traseu să urmeze.
Intenția este redusă la apăsarea unei taste, iar orice nu se regăsește în meniu duce la redirecționare sau la repetarea explicației.
Rezultat · Apelantul încearcă să ghicească opțiunea corectă, așteaptă, apoi repetă aceeași explicație.
Sistemele înțelegeau doar scenarii strict delimitate, apoi se blocau.
Echipele antrenau modele acustice, clasificatoare de intenții și extractoare de câmpuri pentru fluxuri de apel specifice. Soluțiile erau utile, dar orice modificare era costisitoare.
Sistemul poate identifica o singură intenție din cele incluse în antrenare, apoi omite a doua solicitare sau pune o întrebare rigidă de clarificare.
Rezultat · Informația despre soț se pierde, deoarece nu apare în fluxul de conversație folosit la antrenare.
Arhitectura a devenit mai flexibilă, dar fiecare pas lua de bun rezultatul celui anterior.
O arhitectură modernă frecvent întâlnită conectează conversia voce-text, un LLM și conversia text-voce într-o singură buclă de apel.
Când transcrierea este greșită sau apelantul întrerupe, LLM-ul răspunde cu încredere într-un context greșit.
Rezultat · O singură eroare de recunoaștere devine un răspuns greșit, rostit cu voce tare.
Sistemul poate auzi, raționa și se poate corecta într-o singură buclă.
ThunderPhone coordonează înțelegerea semnalului audio, rutarea modelelor, gestionarea schimbului de replici și generarea răspunsurilor într-o singură arhitectură.
Mai multe căi de recunoaștere și raționamentul bazat pe semnalul audio reduc riscul ca eroarea unui singur pas să ajungă la apelant.
Rezultat · Apelul merge mai departe fără ca apelantul să fie nevoit să se lupte cu sistemul.
Adevărata inovație nu este o voce robotică mai plăcută. Este arhitectura care ține apelul pe drumul cel bun.
Percepție audio mai bună
Sistemul poate compara mai multe semnale și poate raționa pe baza semnalului audio, în loc să se bazeze pe o singură transcriere.
Sincronizare mai bună
Alternanța replicilor și gestionarea întreruperilor fac parte din bucla conversațională.
Rutare mai bună
La fiecare replică, sistemul poate alege între rute rapide și un raționament mai aprofundat, în funcție de ce este necesar.
Experiență mai bună
Apelanții petrec mai puțin timp corectând sistemul automat și mai mult timp finalizând ce au de făcut.