Teknolojia

Vuka mipaka
ya mchakato wa hatua 3.

Majukwaa mengi ya AI ya sauti hutegemea mchakato wa hatua 3: modeli moja ya kubadili sauti kuwa maandishi, LLM moja isiyofikiri na injini moja ya kubadili maandishi kuwa sauti. Kila hatua peke yake inaweza kuangusha mfumo mzima. ThunderPhone hupunguza makosa kwa kuratibu modeli nyingi kwa wakati mmoja.

Anza sasa Angalia bei

Mpiga simu alisema “I rent.”

ASR A“I rent”

ASR B“I’m Brent”

LLM ya sauti“I rent”

Matokeo ya uoanishaji: “I rent”Njia 2 kati ya 3 zinakubaliana

Isikie kwa namna mbalimbali,
kisha patanisha matokeo.

ThunderPhone huratibu modeli nyingi kwa wakati mmoja, ili kila moja iweze kusahihisha makosa ya nyingine.

Mpiga simu anasema “I rent.” — kwa sauti isiyoeleweka

Majukwaa mengineMchakato wa hatua 3

Husikia mara moja

STT “I’m Brent”

Modeli pekee ikisikia vibaya, hakuna ya kuisahihisha

Hujibu haraka

LLM ya kasi huona nakala ya mazungumzo pekee.

Hujibu kwa sauti

“Hi, Brent — how can I help?”

Nakala 1 ya mazungumzo + LLM 1 = jibu lisilo sahihi

ThunderPhoneImeratibiwa

Husikia kwa njia tatu

“I rent”“I’m Brent”“I rent”

Nakala tatu za mazungumzo na sauti ghafi huhifadhiwa kama ushahidi

Huoanisha

LLM za kasi na za uchanganuzi huhakiki kwa kulinganisha: njia 2 kati ya 3 zinakubaliana.

Hujibu kwa sauti

“Got it — so you rent.”

Hupata maelezo magumu kwa usahihi mara ya kwanza.

Storm yaweka rekodi za kiwango cha akili kwenye Big Bench Audio.

BBA hupima iwapo modeli inaweza kuelewa prompt zinazosemwa na kujibu maswali magumu kwa usahihi. Usanidi wetu wa Storm wenye uwezo mkubwa zaidi ndio unaoshikilia rekodi: 99.4% kwenye seti yetu ya tathmini iliyo wazi kwa umma.

0.6% kiwango cha makosa

· Julai 2026Seti ya data kwenye Hugging Face ↗

ThunderPhoneStorm · Extra Intelligence0.6%

Qwen Audio 3.0Realtime Plus0.8%

Qwen3.5 OmniPlus Realtime1.3%

Step-Audio R1.1Realtime2.4%

Matokeo ya ThunderPhone yametokana na seti yetu ya data ya tathmini iliyo wazi kwa umma, iliyounganishwa hapo juu; alama nyingine za umma (ubao wa viwango wa Artificial Analysis) zimeorodheshwa kwa rejea.

Hupaswi kulazimika kuunda mfumo wa teknolojia ya sauti mwenyewe.

Majukwaa mengine ya AI ya sauti, kama Vapi, Retell, Pipecat na LiveKit, yanakulazimisha kufanya maamuzi mengi kuhusu usanidi ili simu zako zifanye kazi. Hapa ThunderPhone, tunaamini kuwa kuboresha mipangilio ni jukumu letu, na kwamba unapaswa kutumia juhudi kidogo kadiri inavyowezekana ili simu zako ziende bila matatizo.

Mifumo mingine ya AI ya sautiMipangilio mingi ya kurekebisha

STTv4-largeMfumo mbadala wa STTLLMtemp 0.3Njia mbadala ya LLMTTSMfumo mbadala wa TTSVAD0.62Kutambua mwisho wa usemi240 msKizingiti cha kuingilia−38 dBKichujio cha viitikio vifupiUkatizajiKikomo cha muda wa zamu800 msKuondoa keleleBafa ya jitter60 msKiwango cha sampuli8 kHzMuundo wa zanaSera ya kujaribu tena×3Njia mbadala

ThunderPhone inakufanyia marekebisho haya yote

ThunderPhoneMaamuzi matatu

Chagua kifurushi

Spark, Bolt au Storm.

Chagua sauti

Zimechaguliwa kwa makini na kujaribiwa kwenye simu halisi.

Andika prompt yako

Tabia, sera na zana—kwa lugha rahisi.

Maamuzi matatu. Huo ndio usanidi wote—uratibu, mifumo mbadala na marekebisho vimejengewa ndani.

Tunachagua modeli zinazofaa zaidi kwa kila kazi na kuziunganisha zifanye kazi kama mfumo mmoja. Modeli za kiwango cha juu kutoka OpenAI, Anthropic na Google hufanya kazi pamoja na modeli za chanzo huria—zote zikiratibiwa ili kutoa utendaji bora na bei nzuri zaidi kwa kila simu, bila wewe kuhangaikia chochote.

Prompt moja,
si grafu ya nodi.

Zana za kuunda mitiririko zipo kwa sababu mifumo yenye uwezo mdogo haiwezi kufuata prompt changamano. Kila hatua ya mazungumzo hugeuka kuwa nodi ambayo unalazimika kuiunda na kuidumisha mwenyewe. Storm hufuata maelekezo ya kina yaliyomo kwenye prompt moja tu, hivyo huhitaji kuhangaika na nodi wala miunganisho.

Majukwaa ya kuunda mitiririkoUnganisha kila tawi mwenyewe

Salamu prompt · sauti

Kusanya nambari ya simu prompt · uhakiki

Thibitisha nambari ya simu prompt upya ×2

enroll() zana · majaribio upya

Hamishia kwa mwakilishi

Njia mbadala kwa hali zote batili ×2 · hitilafu

Nodi sita kwa mtiririko mmoja wa usajili—kila moja ikiwa na prompt zake, zana zake, mipito yake na utaratibu wake wa kushughulikia hitilafu.

ThunderPhone StormEleza mara moja tu jinsi ejenti inavyopaswa kufanya kazi

Prompt ya tabia

Mkaribishe anayepiga simu, kisha ukusanye jina na nambari ya simu yake. Thibitisha idhini yake kabla ya kumsajili—ni lazima. Akiuliza kuhusu bili, fuata sera ya bili iliyo hapa chini. Iite enroll() mara moja tu baada ya sehemu zote kuthibitishwa. Akiomba kuzungumza na mtu, mhamishie kwa mwakilishi.

Matawi changamanoVifuatiliaji vya hiariKuboresha kwa urahisi zaidi

Prompt moja tu ya kuandika, kujaribu na kuiboresha—matawi yakiwa yamejumuishwa.

Simu halisi huwa na fujo. ThunderPhone iko tayari.

Matamshi yasiyoeleweka vizuri, gumzo la chinichini, majina na nambari, mchanganyiko wa lugha — ThunderPhone imeundwa kukabiliana na hali zinazoangusha mifumo mingine.

Usemi usio wazi

Linganisha viashiria vya sauti na maandishi badala ya kutegemea unukuzi mmoja pekee.

Sauti duni ya simu

Modeli za kutambua na kupunguza kelele husafisha mawimbi ya sauti.

Mazungumzo ya pembeni

Tambua mazungumzo ya pembeni kabla hayajampotosha ejenti.

Majina na anwani

Hakiki majina maalumu, tahajia, namba na masahihisho.

Usemi unaochanganya lugha

Elekeza mawasiliano kupitia njia za sauti na usemi zinazotumia lugha nyingi inapohitajika.

Prompt ndefu

Tumia michakato madhubuti zaidi ya kufikiri pale ambapo tabia ya ejenti haiwezi kurahisishwa kuwa kanuni moja tu.

Jibu lisilo sahihi, hata likiwa la haraka zaidi, halifanyi simu iwe bora.

AI ya simu lazima ijibu haraka — lakini kasi bila usahihi inamaanisha tu kufanya makosa haraka. LLM za leo zinahitaji muda kidogo kufikiri ili ziendelee kutoa majibu ya kuaminika, ndiyo maana ThunderPhone huweka uwiano kati ya muda wa mwitikio na usahihi.

Spark~3shadi mwitikio wa kwanza

Bolt~2shadi mwitikio wa kwanza

Storm~2–3s~sekunde 2 pamoja na viitikio · ~sekunde 3 bila viitikio

Upimaji

Watoa huduma wengine hudai muda wa mwitikio wa 500ms katika mazingira bora kabisa, lakini mara nyingi huwa takribani sekunde 2 kwenye simu halisi. Tunapima muda wetu wa mwitikio katika mazingira halisi.

Ustahimilivu

Muda wa mwitikio wa mifumo ya watoa huduma wa AI unaweza kuongezeka ghafla na kuvuruga simu. Miundombinu iliyoratibiwa ya ThunderPhone huhamia kiotomatiki kwenye chaguo zenye kasi zaidi hali hii inapotokea.

Kizazi kijacho cha AI ya sauti kimefika.

Simu za kiotomatiki zimekuwa zikikatisha tamaa… hadi sasa. Kila hatua ya maendeleo ya teknolojia imeboresha hali hiyo, lakini haijawahi kufanya mazungumzo yaende bila dosari. ThunderPhone inabadilisha hilo.

1990sKizazi cha 1

IVR

“Bonyeza moja kwa mauzo, bonyeza mbili kwa usaidizi.” Menyu haziwezi kufanya zaidi ya kuelekeza simu.

2010sKizazi cha 2

Boti za kutambua nia

Sema “mauzo” au “malipo”, kisha utumaini kichanganuzi cha slot kitaitambua.

2024Kizazi cha 3

AI ya hatua tatu

Geuza sauti kuwa maandishi, peleka swali kwa LLM moja yenye kasi, kisha zungumza—huku kila hatua ikiitegemea iliyotangulia.

2026 · sasaKizazi cha 4

AI iliyounganishwa

Sauti, maandishi, uwezo wa kufikiri, zana, aina za sauti na vizuizi vya usalama—vyote katika mfumo mmoja.

Imeundwa kushughulikia simu zinazozidi uwezo wa mifumo mingine yote

Jaribu mfumo wetu wa teknolojia uliounganishwa kwenye simu zako zenye changamoto kubwa zaidi.

Tayari kutumika ndani ya dakika kumi. Kuanzia 2¢ kwa dakika.