وائس اے آئی کی نسلیں
زیادہ تر خودکار فون کالز ناقص ہوتی ہیں۔ نئی ٹیکنالوجی اسے بدلتی ہے۔
پرانا مسئلہ یہ نہیں تھا کہ فون آٹومیشن میں خوش گوار آواز کی کمی تھی۔ اس میں حقیقی گفتگو کو جاری رکھنے کے لیے کافی سمجھ بوجھ نہیں تھی۔
فون کال کو خودکار بنانا آسان ہوتا جاتا ہے
ہر نسل مزید سیاق و سباق مشین میں منتقل کرتی ہے۔
فون مینو
IVR کا دور
کالر کو مشین کی زبان بولنی پڑتی تھی۔
آٹومیشن سے مراد مینو، کی پیڈ شاخیں، اور قطاریں تھیں۔ یہ تب کام کرتی تھی جب کالر کو پہلے ہی درست راستہ معلوم ہو۔
الجھن بھرا لمحہ
ارادہ بٹن دبانے تک محدود ہو جاتا ہے، اس لیے مینو سے باہر کی ہر بات ٹرانسفر یا تکرار بن جاتی ہے۔
نمونہ کال
IVR کا دور
کال کرنے والا
"مجھے کل کی اپائنٹمنٹ کا وقت تبدیل کرنا ہے۔"
سسٹم
"بلنگ کے لیے 1 دبائیں۔ شیڈولنگ کے لیے 2 دبائیں۔ دیگر تمام سوالات کے لیے 9 دبائیں۔"
نتیجہ
کالر اندازہ لگاتا ہے، انتظار کرتا ہے، اور وہی بات دوبارہ سمجھاتا ہے۔
سسٹم کیسے سوچتا ہے
3 مراحلمینو پرامپٹ
درست شدہایک مقررہ اسکرپٹ اختیارات کی فہرست دیتا ہے۔
DTMF شاخ
نازکایک بٹن پورے ارادے کی نمائندگی بن جاتا ہے۔
قطار
خرابیاںحقیقی سیاق انسان کے پاس پہنچ کر ملتا ہے۔
حسبِ ضرورت ماڈلز
ابتدائی AI
سسٹمز محدود دائرے سمجھتے تھے، پھر بکھر جاتے تھے۔
ٹیموں نے مخصوص کال فلوز کے لیے صوتی ماڈلز، ارادے کی درجہ بندی کرنے والے ماڈلز، اور سلاٹ نکالنے والے ماڈلز تربیت دیے۔ مفید، مگر تبدیل کرنا مہنگا تھا۔
الجھن بھرا لمحہ
سسٹم ایک تربیت یافتہ ارادے کو سمجھ سکتا ہے، پھر دوسری درخواست نظر انداز کر دیتا ہے یا سخت گیر فالو اپ پوچھتا ہے۔
نمونہ کال
ابتدائی AI
کال کرنے والا
"کیا آپ کل کی اپائنٹمنٹ کا وقت تبدیل کر سکتے ہیں اور میرے شریکِ حیات کو شامل کر سکتے ہیں؟"
سسٹم
"میں اپائنٹمنٹ دوبارہ مقرر کرنے میں آپ کی مدد کر سکتا ہوں۔ آپ کون سی تاریخ چاہتے ہیں؟"
نتیجہ
شریکِ حیات کی تفصیل ضائع ہو جاتی ہے کیونکہ وہ تربیت یافتہ فلو میں شامل نہیں ہوتی۔
سسٹم کیسے سوچتا ہے
3 مراحلحسبِ ضرورت ASR
درست شدہکسی مخصوص شعبے اور لہجوں کے امتزاج کے لیے بہتر بنایا گیا۔
ارادے کا ماڈل
نازکقریب ترین معلوم درخواست کی درجہ بندی کرتا ہے۔
سلاٹ بھرنا
خرابیاںغائب فیلڈز اسکرپٹ شدہ اصلاح کو متحرک کرتی ہیں۔
Vapi / Retell / ElevenLabs طرز کے اسٹیکس
3 مرحلوں کی پائپ لائنیں
اسٹیک لچک دار ہو گیا، مگر ہر مرحلے نے پچھلے مرحلے پر بھروسا کیا۔
ایک عام جدید پیٹرن گفتار سے متن، ایک LLM، اور متن سے گفتار کو ایک کال لوپ میں جوڑتا ہے۔
الجھن بھرا لمحہ
جب ٹرانسکرپٹ غلط ہو یا کال کرنے والا بات کاٹ دے، تو LLM اعتماد کے ساتھ غلط کال کا جواب دیتا ہے۔
نمونہ کال
3 مرحلوں کی پائپ لائنیں
کال کرنے والا
"نہیں، میں یہ جگہ کرائے پر لیتا ہوں۔"
سسٹم
"سمجھ گیا، یہ رینچ کی پراپرٹی ہے۔ کیا یہ درست ہے؟"
نتیجہ
سننے کی ایک غلطی بول چال کی غلطی بن جاتی ہے۔
سسٹم کیسے سوچتا ہے
3 مراحلگفتار سے متن
خرابیاںایک ٹرانسکرپٹ ہی واحد مستند ذریعہ بن جاتا ہے۔
LLM
نازکاصل آڈیو سے نہیں، متن سے تیار کرتا ہے۔
متن سے گفتار
خرابیاںاعتماد کے ساتھ جواب واپس بولتا ہے۔
مربوط وائس AI
ThunderPhone
سسٹم ایک ہی لوپ میں سن سکتا، استدلال کر سکتا، اور بحال ہو سکتا ہے۔
ThunderPhone آڈیو فہمی، ماڈل روٹنگ، باری لینے، اور جواب کی تیاری کو ایک ہی آرکیٹیکچر کے طور پر مربوط کرتا ہے۔
کیا بدلتا ہے
سننے کے متعدد راستے اور آڈیو سے باخبر استدلال، کال کرنے والے تک پہنچنے سے پہلے ایک مرحلے کی ناکامیوں کو کم کرتے ہیں۔
نمونہ کال
ThunderPhone
کال کرنے والا
"نہیں، میں یہ جگہ کرائے پر لیتا ہوں۔"
سسٹم
"سمجھ گیا۔ آپ اپنا گھر کرائے پر لیتے ہیں، اس لیے میں ملکیت سے متعلق سوالات چھوڑ دوں گا۔"
نتیجہ
کال کرنے والے کو سسٹم سے الجھائے بغیر کال آگے بڑھتی ہے۔
سسٹم کیسے سوچتا ہے
4 مراحلآڈیو اسٹریم
جانچیںاستدلال کے لیے خام آڈیو دستیاب رہتی ہے۔
متبادل سماعت
جانچیںعمل سے پہلے سگنلز کا موازنہ کیا جاتا ہے۔
ماڈل روٹنگ
جانچیںتیز اور گہرے راستے ہر باری میں مل کر کام کرتے ہیں۔
قدرتی جواب
جانچیںکال کرنے والا درست کیا گیا سیاق سنتا ہے۔
اس کا نتیجہ
پیش رفت زیادہ خوب صورت روبوٹ آواز نہیں ہے۔ یہ ایسا آرکیٹیکچر ہے جو کال کو درست سمت میں رکھتا ہے۔
بہتر سماعت
سسٹم ایک ٹرانسکرپٹ پر بھروسا کرنے کے بجائے سگنلز کا موازنہ اور آڈیو کی بنیاد پر استدلال کر سکتا ہے۔
بہتر وقت بندی
بات کرنے کی باری اور مداخلت سنبھالنا گفتگو کے چکر کا حصہ ہیں۔
بہتر روٹنگ
ہر باری کی ضروریات کے مطابق تیز راستوں اور گہری استدلالی صلاحیت کا انتخاب کیا جا سکتا ہے۔
بہتر تجربہ
کال کرنے والے خودکار نظام کی اصلاح میں کم وقت اور کام مکمل کرنے میں زیادہ وقت صرف کرتے ہیں۔