В основі більшості платформ голосового ШІ — 3-етапний конвеєр: одна модель розпізнавання мовлення, одна LLM, що не здатна міркувати, й один рушій синтезу мовлення. Кожен етап — окрема точка відмови. ThunderPhone зменшує кількість помилок, одночасно координуючи роботу багатьох моделей.
ThunderPhone одночасно координує роботу багатьох моделей — так вони виправляють помилки одна одної.
Швидка LLM-модель бачить лише транскрипцію.
«Вітаю, Brent. Чим можу допомогти?»
Швидкі LLM-моделі та LLM-моделі з поглибленим аналізом звіряють результати: 2 із 3 гілок дають однаковий результат.
«Зрозуміло, тобто ви орендуєте».
BBA перевіряє, чи розуміє модель голосові промпти та чи правильно відповідає на складні запитання. Рекорд належить нашій найпотужнішій конфігурації Storm: 99,4% на нашому загальнодоступному наборі для оцінювання.
0.6% частка помилок
Результат ThunderPhone отримано під час тестування на нашому відкритому наборі даних для оцінювання, доступному за посиланням вище; інші публічні результати (з рейтингу Artificial Analysis) наведено для орієнтиру.
Інші платформи голосового ШІ — як-от Vapi, Retell, Pipecat і LiveKit — змушують вас ухвалювати безліч рішень під час налаштування, щоб дзвінки запрацювали. Ми в ThunderPhone переконані: тонке налаштування — наша робота. Від вас — мінімум дій, щоб дзвінки працювали без збоїв.
ThunderPhone налаштовує все це за вас
Spark, Bolt або Storm.
Ретельно відібрані й перевірені на реальних дзвінках.
Поведінка, правила й інструменти — усе звичайною мовою.
Три рішення — і все готово. Оркестрація, фолбеки й тонке налаштування вже вбудовані.
Ми добираємо найкращі моделі для кожного завдання й поєднуємо їх в одну систему. Передові моделі OpenAI, Anthropic і Google працюють разом із моделями з відкритим кодом. Ми оркеструємо їх так, щоб забезпечити найкраще співвідношення продуктивності та ціни для кожного дзвінка, а вам не доводилося про це думати.
Слабшим системам потрібні конструктори сценаріїв, бо вони не справляються зі складними промптами. Кожен крок розмови перетворюється на вузол, який потрібно вручну створювати й підтримувати. Storm виконує докладні інструкції з одного промпту, тож вам не доведеться перейматися вузлами та зв’язками.
Шість вузлів для одного сценарію реєстрації — кожен із власними промптами, інструментами, переходами та обробкою збоїв.
Привітайте співрозмовника й попросіть назвати ім’я та номер телефону. Перед реєстрацією переконайтеся, що співрозмовник дав згоду, — це обов’язково. Якщо він запитає про оплату, дотримуйтеся наведених нижче правил оплати. Викликайте enroll(), лише коли всі поля підтверджено. Якщо співрозмовник попросить з’єднати його з людиною, передайте дзвінок фахівцю.
Один промпт для написання, тестування й удосконалення — з усіма розгалуженнями.
Нерозбірливе мовлення, сторонні розмови на тлі, імена й номери, кілька мов в одній розмові — ThunderPhone розроблений саме для ситуацій, у яких інші системи дають збій.
Зіставляйте аудіо- й текстові сигнали, а не покладайтеся на одну транскрипцію.
Моделі виявлення й приглушення шуму очищують сигнал.
Виявляйте сторонні розмови, перш ніж вони зіб’ють агента з курсу.
Звіряйте власні назви, варіанти написання, числа й виправлення.
За потреби використовуйте багатомовні маршрути обробки аудіо й голосу.
Застосовуйте потужніші ланцюжки міркувань, коли поведінку неможливо звести до одного правила.
Голосовий ШІ має відповідати швидко — але без точності він просто швидше помиляється. Сучасним LLM потрібна мить на роздуми, щоб працювати надійно, тому ThunderPhone знаходить баланс між затримкою відповіді й точністю.
Інші постачальники заявляють про затримку 500 мс в ідеальних умовах, але під час реального дзвінка вона зазвичай становить близько 2 с. Ми вимірюємо затримку в реальних умовах.
У постачальників ШІ-рішень трапляються стрибки затримки, які можуть зірвати розмову. У таких випадках оркестрований стек ThunderPhone перемикається на швидші рішення.
Автоматизовані телефонні дзвінки завжди дратували… аж досі. Кожна нова хвиля технологій покращувала взаємодію, але вона так і не стала по-справжньому зручною. ThunderPhone це змінює.
«Для зв’язку з відділом продажів натисніть 1, зі службою підтримки — 2». Такі меню можуть лише перенаправляти дзвінки.
Скажіть «продажі» або «оплата» й сподівайтеся, що парсер слотів правильно розпізнає запит.
Транскрибує, звертається до однієї швидкої LLM, а потім озвучує відповідь — і кожен етап покладається на результат попереднього.
Аудіо, текст, міркування, інструменти, голоси й запобіжники працюють як єдина система.
Запуск за десять хвилин. Від 2 центів за хвилину.