Generacije glasovne UI
Večina avtomatiziranih telefonskih klicev je obupnih. Nova tehnologija to spreminja.
Stara težava ni bila v tem, da telefonska avtomatizacija ni imela prijetnega glasu. Manjkalo ji je dovolj razumevanja, da bi lahko vodila resničen pogovor.
Telefonski klic je vse lažje avtomatizirati
Vsaka generacija prenese več konteksta v sistem.
Telefonska drevesa
Doba IVR
Klicatelj je moral govoriti kot stroj.
Avtomatizacija je pomenila menije, veje s tipkami in čakalne vrste. Delovala je, ko je klicatelj že poznal pravo pot.
Neroden trenutek
Namen je skrčen na pritisk tipke, zato se vse zunaj menija spremeni v preusmeritev ali ponavljanje.
Primer klica
Doba IVR
Klicatelj
"Prestaviti moram jutrišnji termin."
Sistem
"Za obračun pritisnite 1. Za naročanje pritisnite 2. Za vsa druga vprašanja pritisnite 9."
Rezultat
Klicatelj ugiba, čaka in isto stvar znova pojasnjuje.
Kako sistem razmišlja
3 fazMenijski poziv
popravljenoNespremenljiv scenarij našteje možnosti.
Veja DTMF
krhkoEna tipka predstavlja celoten namen.
Čakalna vrsta
ne delujePravi kontekst pride šele s človekom.
Prilagojeni modeli
Zgodnja umetna inteligenca
Sistemi so razumeli ozke primere, nato pa razpadli.
Ekipe so za določene poteke klicev učile akustične modele, klasifikatorje namenov in izvlečke polj. Uporabno, vendar drago za spreminjanje.
Neroden trenutek
Sistem lahko prepozna en naučen namen, nato pa spregleda drugo zahtevo ali zastavi togo dodatno vprašanje.
Primer klica
Zgodnja umetna inteligenca
Klicatelj
"Ali lahko prestavite jutrišnji termin in dodate mojega zakonca?"
Sistem
"Lahko vam pomagam prestaviti termin. Kateri datum želite?"
Rezultat
Podatek o zakoncu se izgubi, ker ni v naučenem poteku.
Kako sistem razmišlja
3 fazPrilagojeni ASR
popravljenoPrilagojeno za panogo in kombinacijo naglasov.
Model namenov
krhkoRazvrsti najbližjo znano zahtevo.
Izpolnjevanje polj
ne delujeManjkajoča polja sprožijo vnaprej določen popravek.
Sistemi v slogu Vapi / Retell / ElevenLabs
3-stopenjski cevovodi
Sistem je postal prilagodljiv, vendar je vsak korak zaupal prejšnjemu.
Pogost sodoben vzorec poveže govor v besedilo, LLM in besedilo v govor v eno zanko klica.
Neroden trenutek
Ko je prepis napačen ali klicatelj prekine, LLM samozavestno odgovori na napačno interpretacijo klica.
Primer klica
3-stopenjski cevovodi
Klicatelj
"Ne, nepremičnino imam v najemu."
Sistem
"Razumem, gre za ranč. Ali to drži?"
Rezultat
Ena sama napaka pri prepoznavanju se spremeni v napačno izrečeno informacijo.
Kako sistem razmišlja
3 fazGovor v besedilo
ne delujeEn prepis postane edini vir resnice.
LLM
krhkoUstvarja iz besedila, ne iz izvirnega zvoka.
Besedilo v govor
ne delujeOdgovor samozavestno izgovori nazaj.
Integrirana glasovna umetna inteligenca
ThunderPhone
Sistem lahko v eni zanki posluša, razmišlja in se popravi.
ThunderPhone usklajuje razumevanje zvoka, usmerjanje modelov, izmenjavo v pogovoru in ustvarjanje odgovorov kot eno arhitekturo.
Kaj se spremeni
Več poti poslušanja in razmišljanje, ki upošteva zvok, zmanjšajo enostopenjske napake, preden dosežejo klicatelja.
Primer klica
ThunderPhone
Klicatelj
"Ne, nepremičnino imam v najemu."
Sistem
"Razumem. Svoj dom najemate, zato bom preskočil vprašanja o lastništvu."
Rezultat
Klic napreduje, ne da bi se moral klicatelj boriti s sistemom.
Kako sistem razmišlja
4 fazZvočni tok
preverjaNeobdelani zvok ostane na voljo za razmišljanje.
Redundantno poslušanje
preverjaSignali se primerjajo pred ukrepanjem.
Usmerjanje modelov
preverjaHitre in poglobljene poti sodelujejo pri vsakem koraku pogovora.
Naraven odgovor
preverjaKlicatelj sliši popravljen kontekst.
Kaj to prinaša
Preboj ni lepši robotski glas. Je arhitektura, ki ohranja klic na pravi poti.
Boljše razumevanje zvoka
Sistem lahko primerja signale in sklepa na podlagi zvoka, namesto da bi zaupal enemu prepisu.
Boljše časovno usklajevanje
Izmenjevanje govornih potez in obravnava prekinitev sta del poteka pogovora.
Boljše usmerjanje
Hitre poti in poglobljeno sklepanje je mogoče izbrati glede na potrebe posamezne izmenjave.
Boljša izkušnja
Klicatelji porabijo manj časa za popravljanje avtomatizacije in več časa za dokončanje naloge.