Väčšina platforiem pre hlasovú AI stojí na trojkrokovom procese: jeden model na prepis reči, jeden LLM bez schopnosti uvažovať a jeden systém na prevod textu na reč. Každý krok môže sám osebe spôsobiť zlyhanie celého hovoru. ThunderPhone znižuje počet chýb tým, že naraz koordinuje viacero modelov.
ThunderPhone koordinuje viacero modelov naraz, takže si navzájom opravujú chyby.
Rýchly model LLM má k dispozícii iba prepis.
„Dobrý deň, Brent — ako vám môžem pomôcť?“
Rýchle a uvažujúce modely LLM sa navzájom overujú: 2 z 3 ciest sa zhodujú.
„Rozumiem — takže bývate v prenájme.“
BBA testuje, či model dokáže porozumieť hovoreným promptom a správne odpovedať na náročné otázky. Naša najvýkonnejšia konfigurácia Storm drží rekord s výsledkom 99,4 % na našom verejnom evaluačnom datasete.
0.6% chybovosť
Výsledok ThunderPhone pochádza z nášho verejného hodnotiaceho datasetu, na ktorý odkazujeme vyššie; ostatné verejné skóre (rebríček Artificial Analysis) uvádzame pre porovnanie.
Iné platformy pre hlasovú AI, ako sú Vapi, Retell, Pipecat či LiveKit, od vás vyžadujú množstvo rozhodnutí pri konfigurácii, aby ste hovory vôbec sprevádzkovali. V ThunderPhone veríme, že ladenie je na nás a vy by ste mali urobiť len nevyhnutné minimum, aby hovory fungovali plynulo.
ThunderPhone to všetko vyladí za vás
Spark, Bolt alebo Storm.
Starostlivo vybrané a otestované v reálnych hovoroch.
Správanie, pravidlá a nástroje — opísané bežným jazykom.
Stačia tri rozhodnutia. A máte nastavené — orchestrácia, záložné mechanizmy aj ladenie sú už zabudované.
Vyberáme najlepšie modely pre danú úlohu a prepájame ich do jedného celku. Najpokročilejšie modely od spoločností OpenAI, Anthropic a Google fungujú spolu s open-source modelmi — orchestrujeme ich tak, aby každý hovor priniesol najlepší výkon za najlepšiu cenu a vy ste to nemuseli riešiť.
Editory konverzačných scenárov existujú preto, že slabšie systémy sa nedokážu riadiť zložitými promptmi. Každý krok konverzácie sa tak mení na uzol, ktorý musíte ručne vytvoriť a udržiavať. Storm sa dokáže riadiť podrobnými pokynmi z jediného promptu, takže uzly ani ich prepojenia nemusíte riešiť.
Šesť uzlov pre jediný registračný proces — každý má vlastné prompty, nástroje, prechody aj ošetrenie zlyhaní.
Pozdravte volajúceho a získajte jeho meno a telefónne číslo. Pred registráciou si potvrďte jeho súhlas — je to povinné. Ak sa opýta na fakturáciu, riaďte sa pravidlami fakturácie uvedenými nižšie. Funkciu enroll() zavolajte iba raz, až po potvrdení všetkých údajov. Ak volajúci požiada o spojenie s človekom, prepojte ho na človeka.
Jeden prompt, ktorý napíšete, otestujete a ďalej ladíte — vrátane vetvenia.
Mumlanie, hlasy v pozadí, mená a čísla, miešanie jazykov — ThunderPhone je navrhnutý na situácie, v ktorých iné systémy zlyhávajú.
Namiesto spoliehania sa na jediný prepis porovnáva signály zo zvuku aj textu.
Modely na detekciu a potlačenie hluku vyčistia zvukový signál.
Rozpozná vedľajšie rozhovory skôr, než agenta vyvedú z kontextu.
Porovnáva a overuje vlastné mená a názvy, ich zápis, čísla aj opravy.
V prípade potreby smeruje spracovanie cez viacjazyčné zvukové a hlasové vetvy.
Keď sa správanie nedá zhrnúť do jediného pravidla, využíva pokročilejšie postupy uvažovania.
Hlasová AI musí reagovať rýchlo — no nesprávna odpoveď zostáva chybou bez ohľadu na to, ako rýchlo príde. Dnešné LLM potrebujú chvíľu na premyslenie, aby odpovedali spoľahlivo, preto ThunderPhone udržiava rovnováhu medzi časom odozvy a presnosťou.
Iní dodávatelia deklarujú latenciu 500 ms v ideálnych podmienkach, no v reálnom hovore sa zvyčajne pohybuje okolo 2 s. Latenciu meriame v reálnych podmienkach.
U poskytovateľov AI dochádza k náhlym nárastom latencie, ktoré môžu narušiť celý hovor. Riadená technologická architektúra ThunderPhone v takých chvíľach automaticky prepína na rýchlejšie možnosti.
Automatizované telefonáty boli doteraz zdrojom frustrácie… Každá ďalšia vlna technológií hovory zlepšila, no nikdy neboli skutočne plynulé. S ThunderPhone sa to mení.
„Pre predaj stlačte jednotku, pre podporu dvojku.“ Menu vás dokáže iba presmerovať.
Poviete „predaj“ alebo „fakturácia“ a len dúfate, že parser slotov to správne zachytí.
Najprv prepíše reč, potom vyšle požiadavku jedinému rýchlemu LLM a napokon odpovie hlasom – každý krok sa pritom spolieha na ten predchádzajúci.
Zvuk, text, uvažovanie, nástroje, hlasy a ochranné mechanizmy v jednom systéme.
V prevádzke už za desať minút. Od 2 centov za minútu.