Већина аутоматизованих телефонских позива једноставно не ваља. Нова технологија то мења.
Проблем старе аутоматизације позива није био у томе што глас није звучао пријатно. Недостајало јој је довољно разумевања да би прави разговор могао да тече.
Телефонски позив је све лакше аутоматизовати.
Са сваком генерацијом, систем обрађује све више контекста.
Позивалац је морао да говори онако како машина очекује.
02Почеци вештачке интелигенцијеСистеми су разумели само уско дефинисане сценарије — ван њих нису функционисали.
03Токови обраде у 3 коракаТехнолошки стек је постао флексибилнији, али је сваки корак узимао резултат претходног као тачан.
04ThunderPhoneСистем може да чује, расуђује и исправи грешку у једној петљи.
Позивалац је морао да говори онако како машина очекује.
Аутоматизација се сводила на меније, гранање преко телефонске тастатуре и редове чекања. Функционисала је када су позиваоци већ знали које опције да изаберу.
Цела намера се своди на притисак једног тастера, па сваки захтев ван менија значи преусмеравање или понављање.
Резултат · Позивалац нагађа, чека и затим све објашњава испочетка.
Системи су разумели само уско дефинисане сценарије — ван њих нису функционисали.
Тимови су за конкретне токове позива обучавали акустичке моделе, класификаторе намера и екстракторе слотова. Било је корисно, али је свака измена скупо коштала.
Систем може да препозна једну намеру за коју је обучен, а затим превиди други захтев или постави круто, унапред задато потпитање.
Резултат · Податак о супружнику се губи јер такав захтев није обухваћен током за који је систем обучен.
Технолошки стек је постао флексибилнији, али је сваки корак узимао резултат претходног као тачан.
Уобичајена савремена архитектура повезује претварање говора у текст, LLM и претварање текста у говор у јединствену петљу за обраду позива.
Када је транскрипт нетачан или позивалац упадне у реч, LLM самоуверено даје погрешан одговор.
Резултат · Једна грешка у препознавању претвара се у погрешан изговорени одговор.
Систем може да чује, расуђује и исправи грешку у једној петљи.
ThunderPhone у јединственој архитектури координише разумевање аудио-сигнала, усмеравање између модела, управљање током дијалога и генерисање одговора.
Вишеструко слушање и расуђивање засновано на звуку смањују број грешака у појединачним корацима пре него што стигну до позиваоца.
Резултат · Разговор се наставља, а позивалац не мора да се бори са системом.
Искорак није у пријатнијем роботском гласу, већ у архитектури која разговор држи на правом путу.
Боље разумевање говора
Систем може да упоређује сигнале и користи аудио-сигнал за резоновање, уместо да се ослања на један транскрипт.
Природнији ритам разговора
Смењивање саговорника и реаговање на прекиде уграђени су у сам ток разговора.
Паметније усмеравање
За сваку реплику систем може да изабере брзу путању или дубље резоновање, у складу са њеним захтевима.
Боље корисничко искуство
Позиваоци троше мање времена на исправљање аутоматизованог система, а више на завршавање онога због чега су позвали.