Spark
~3s
hadi jibu la kwanza
Teknolojia
Nenda zaidi ya mchakato wa hatua 3.
Majukwaa mengi ya AI ya sauti hutegemea mchakato wa hatua 3: modeli moja ya unukuzi, LLM moja isiyofikiri, na injini moja ya maandishi-hadi-sauti. Kila hatua ni sehemu moja inayoweza kushindwa. ThunderPhone hupunguza makosa kwa kuratibu modeli nyingi kwa wakati mmoja.
Mpigaji alisema “I rent.”
ASR A“I rent”
ASR B“I’m Brent”
LLM ya sauti“I rent”
Ilitambua “I rent” Njia 2 kati ya 3 zinakubaliana
Usanifu jumuishi
Sikia kwa njia nyingi, kisha zipatanishe.
ThunderPhone huratibu modeli nyingi kwa wakati mmoja, na kuzifanya zirekebishe makosa ya kila moja.
Majukwaa mengine · mchakato wa hatua 3
Kila hatua huamini iliyotangulia.
Sauti ya mpigaji simu
“I rent.” · imenenwa kwa kunung'unika
STT A
“I’m Brent”
STT B
—
LLM ya sauti
—
Hakuna nakala ya akiba modeli moja inaposikia vibaya
LLM
Muundo wa haraka huona nakala ya mazungumzo pekee.
→ hujibu “Hi, Brent — naweza kukusaidia vipi?”
LLM za haraka hufanya makosa katika kufuata maelekezo
TTS
Jibu hutamkwa kurudi.
→ husema “Hi, Brent — naweza kukusaidia vipi?” ✗
Nakala 1 + LLM 1 = jibu lisilo sahihi
ThunderPhone · iliyoratibiwa
Njia nyingi, jibu moja lililoratibiwa.
Sauti ya mpigaji simu
“I rent.” · imenenwa kwa kunung'unika
STT A
“I rent”
STT B
“I’m Brent”
LLM ya sauti
“I rent”
Nakala tatu za mazungumzo + sauti ghafi huhifadhiwa kama ushahidi
Safu ya ufikiri
LLM za haraka na za kufikiri hupima ushahidi wa maandishi na sauti.
→ njia 2 kati ya 3 zinakubaliana: “I rent”
LLM za kufikiri na za haraka hukaguana kabla ya kujibu
TTS
Sauti zilizochaguliwa hupunguza makosa ya kubuni katika tahajia na herufi-mchanganyiko.
→ “Nimeelewa — kwa hiyo unapanga nyumba.” ✓
Hupata maelezo magumu kwa usahihi mara ya kwanza.
Ushahidi wa utendaji
Storm inaweka rekodi za uwezo wa kiakili kwenye Big Bench Audio.
BBA hupima kama modeli inaweza kuelewa maombi yanayosemwa na kujibu maswali magumu kwa usahihi. Mpangilio wetu imara zaidi wa Storm unafikia 99.4% kwenye seti yetu ya tathmini ya umma — makosa 0.6%, mara 4 pungufu kuliko alama inayofuata bora zaidi ya umma.
Modeli
Kiwango cha makosa↓ chini zaidi ni bora
Alama
ThunderPhone Storm · Extra Intelligencemakosa mara 4 pungufu
0.6%
Step-Audio R1.1
2.4%
Grok Voice Think Fast
2.9%
Ultravox v0.7 Thinking
3.0%
GPT-Realtime-2 High
3.4%
Gemini 3.1 Flash Live High
3.4%
Kiwango cha makosa ni 100% ukiondoa kiwango cha mafanikio cha BBA. Matokeo ya ThunderPhone yanatokana na seti yetu ya data ya tathmini ya umma, iliyounganishwa hapo juu; alama nyingine za umma (orodha ya Artificial Analysis) zimeorodheshwa kwa marejeleo. BBA haichukui kikamilifu utendaji wa simu, lakini ni kiashiria muhimu cha uwezo wa kufikiri kuhusu maombi yanayosemwa.
Mtazamo thabiti ni bora kuliko usanidi mwingi
Hupaswi kuhitaji kuunganisha mfumo wa sauti kwa mkono.
Majukwaa mengine ya AI ya sauti kama Vapi, Retell, Pipecat na LiveKit hukulazimisha kufanya maamuzi mengi ya usanidi ili simu zako zifanye kazi. ThunderPhone, tunaamini urekebishaji ni kazi yetu, na kwamba unapaswa kufanya kazi kidogo iwezekanavyo ili simu zako zifanye kazi kwa urahisi.
Majukwaa mengine ya AI ya sauti · mipangilio mingi ya kurekebisha
STT LLM TTS Kutambua mwisho wa usemi Kuondoa kelele Kukatiza Mbinu mbadala Muundo wa zana Ucheleweshaji VAD
ThunderPhone hukutengezea haya yote
ThunderPhone · maamuzi matatu
1
Chagua kiwango
Spark, Bolt, au Storm.
2
Chagua sauti
Zilizochaguliwa, zimejaribiwa kwenye simu halisi.
3
Andika prompt yako
Tabia, sera, zana — lugha rahisi.
Maamuzi matatu. Huo ndio usanidi — uratibu, mbinu mbadala na urekebishaji vimejengewa ndani.
Tunachagua modeli bora zaidi kwa kazi na kuziunganisha pamoja. Modeli za kiwango cha juu kutoka OpenAI, Anthropic na Google, zikifanya kazi pamoja na modeli za chanzo huria — zikiratibiwa kwa utendaji na bei bora katika kila simu, ili usiwe na wasiwasi kuhusu hilo.
prompt moja, msongamano mdogo wa grafu
prompt moja, si grafu ya nodi.
Vitengeneza mtiririko vipo kwa sababu mifumo dhaifu haiwezi kufuata prompt changamani. Kila hatua ya mazungumzo huwa nodi unayopaswa kuunda na kudumisha mwenyewe. Storm hufuata maelekezo yenye maelezo kutoka kwenye prompt moja, hivyo huna haja ya kuwa na wasiwasi kuhusu nodi na miunganisho.
Mifumo ya kutengeneza mtiririkosi sahihi ×2hitilafu
Unganisha kila tawi kwa mkono.
Salamuprompt · sauti
Chukua namba ya simuprompt · uthibitishaji
Thibitisha namba ya simuprompt tena ×2
enroll()zana · majaribio tena
Elekeza juukwa mtu
Mbinu mbadalashughulikia yote
Nodi sita kwa mtiririko mmoja wa usajili — kila moja ikiwa na prompt, zana, mabadiliko, na ushughulikiaji wa hitilafu wake.
ThunderPhone Storm
Eleza tabia mara moja.
prompt ya tabia
Msalimie mpigaji simu na uchukue jina na simu yake.
Thibitisha idhini kabla ya kumsajili — ni lazima.
Akiuliza kuhusu malipo, fuata sera ya malipo iliyo hapa chini.
Kiite enroll() baada ya kila sehemu kuthibitishwa pekee.
Mpigaji simu akiomba kuzungumza na mtu, hamishia kwa mtu.
Thibitisha idhini kabla ya kumsajili — ni lazima.
Akiuliza kuhusu malipo, fuata sera ya malipo iliyo hapa chini.
Kiite enroll() baada ya kila sehemu kuthibitishwa pekee.
Mpigaji simu akiomba kuzungumza na mtu, hamishia kwa mtu.
Matawi changamani Vifuatiliaji vya hiari Marudio kwa urahisi
prompt moja ya kuandika, kujaribu, na kuboresha — matawi yamejumuishwa.
Kwa nini ni muhimu
Simu za uzalishaji zina changamoto. ThunderPhone iko tayari.
Matamshi yasiyoeleweka, mazungumzo ya nyuma, majina na nambari, lugha zilizochanganyika — ThunderPhone imeundwa kwa hali zinazovuruga mifumo mingine.
Usemi usio wazi
Linganisha ishara za sauti na maandishi badala ya kuamini unukuzi mmoja.
Sauti duni ya simu
Modeli za kutambua na kupunguza kelele husafisha mawimbi ya sauti.
Mazungumzo ya chinichini
Tambua mazungumzo ya pembeni kabla hayajamvuruga ejenti.
Majina na anwani
Hakikisha kwa kulinganisha majina maalumu, tahajia, namba na masahihisho.
Usemi wa lugha mchanganyiko
Elekeza kupitia njia za sauti na miundo ya sauti ya lugha nyingi inapohitajika.
Prompt ndefu
Tumia njia imara zaidi za ufikiri wakati tabia haiwezi kupunguzwa hadi kanuni moja.
Ucheleweshaji, ubora na gharama
Jibu lisilo sahihi la haraka si simu bora.
AI ya simu inapaswa kujibu haraka — lakini kasi bila usahihi huleta tu makosa haraka. LLM za leo zinahitaji muda mfupi wa kufikiri ili zibaki za kuaminika, hivyo ThunderPhone husawazisha haya mawili kwa kila kiwango.
Bolt
~2s
hadi jibu la kwanza
Storm
~2–3s
~sekunde 2 pamoja na uthibitisho · ~sekunde 3 bila uthibitisho
UpimajiWatoa huduma wengine wanadai ucheleweshaji wa 500ms katika hali bora, lakini kwa kawaida hufikia takriban sekunde 2 kwenye simu halisi.Tunapima ucheleweshaji wetu katika hali halisi.
UstahimilivuWatoa huduma wa AI hupitia ongezeko la ghafla la ucheleweshaji linaloweza kuvuruga simu.Mfumo ulioratibiwa wa ThunderPhone hubadilika kwenda kwenye chaguo za kasi zaidi hili linapotokea.
Vizazi vya AI ya sauti
Kizazi kijacho cha AI ya sauti kiko hapa
Simu za kiotomatiki zimekuwa uzoefu wa kukatisha tamaa...hadi sasa. Kila wimbi la teknolojia limeboresha uzoefu, lakini halikuwahi kufikia kiwango cha kuwa laini kweli. Hilo linabadilika na ThunderPhone.
1990s2010s20242026 · sasa
Kizazi cha 1
IVR
Bonyeza moja kwa mauzo, bonyeza mbili kwa usaidizi. Menyu zinaweza kuelekeza tu.
Kizazi cha 2
Boti za nia
Sema “mauzo” au “malipo” na utumaini kichanganuzi cha nafasi kinaitambua.
Kizazi cha 3
AI ya hatua tatu
Andika matamshi, uliza LLM moja ya haraka, kisha zungumza — kila hatua ikiamini iliyotangulia.
Kizazi cha 4
AI Jumuishi
Sauti, maandishi, ufikiri, zana, sauti za kuzungumza na vizuizi vya ulinzi kama mfumo mmoja.
Imeundwa kwa simu zinazoshinda kila kitu kingineTazama mfumo jumuishi
Tazama mfumo jumuishi
kwenye simu zako ngumu zaidi.
Tayari kutumika ndani ya dakika kumi. Kuanzia 2¢/dak.