宣布推出 ThunderPhone

今天，我們很榮幸宣布 ThunderPhone 正式公開推出，讓你能輕鬆透過人工智慧自動化電話通話。ThunderPhone 採用與其他電話人工智慧平台截然不同的整合式架構，因此能達到更高的效能、更低的成本，以及更少的整合困擾。ThunderPhone 支援數十種語言的來電與撥出通話，並符合 HIPAA 與 GDPR 規範。

整合式架構的優勢

其他電話人工智慧平台透過強制採用三步驟結構，限制了其系統效能：

1. 一個語音轉錄模型，將使用者的語音轉成文字。
2. 一個 LLM，處理使用者的文字並產生回應。
3. 一個 TTS 模型，將回應文字轉回音訊。

其中大多數也會把工程工作轉嫁給使用者，迫使使用者選擇要使用哪些模型，以及降噪與回應速度等設定選項。

我們採取了不同的方法：我們依照自身判斷，使用現今模型配置出最佳的技術堆疊，並讓它無須複雜的設定工作即可直接使用。我們的系統會同時使用多個模型，並依據對話流程在模型之間進行智慧路由。其中包括：

• 結合多個語音轉錄模型，有些速度更快，有些準確度更高，藉此平衡速度與準確度，並彌補彼此的錯誤。
• 結合音訊輸入 LLM 與純文字 LLM：前者整體智慧程度可能較低，但對音訊的理解更佳；後者可能因不準確的轉錄內容而出錯，但通常更聰明。
• 結合快速但不夠聰明的 LLM 與更聰明但較慢的 LLM：前者可迅速產生回應，後者則可在背景執行，確保人工智慧遵循其提示內容，並正確回應使用者所說的話。
• 結合來自 OpenAI 與 Google 等頂尖供應商的商業模型——提供現今可取得的最高智慧程度——以及各式各樣的開源模型，後者通常能以較低成本提供更快速度。
• 同時使用多個模型來分類並排除背景噪音、旁人對話及其他干擾性噪音，避免它們使對話偏離正軌。

這些元件以及更多功能，會在我們的三個服務層級 Spark、Bolt 與 Storm 中以不同方式協同運作——Spark 針對成本最佳化、Bolt 針對速度最佳化、Storm 針對智慧程度最佳化，同時盡可能降低各自的缺點。三套系統都具備共同優勢，例如即使涉及專有名詞與拼寫，也能極為準確地理解使用者所說的內容。

我們發現，這種緊密整合的架構，相較於其他供應商提供的僵化三步驟方法，能讓我們的系統以更低成本提供遠高得多的效能。正如克雷頓．克里斯汀生的模組化理論所述，語音人工智慧仍處於早期階段；在這個階段，以整合式架構將效能發揮到最大，仍比透過模組化架構將可自訂性發揮到最大更有價值。

最佳化決策

至於客製化，我們反對過度追求客製化。如今大多數電話 AI 平台迫使使用者在無數選項之間周旋，從使用的確切模型，到 AI 多快會打斷使用者這類極其細微的參數。

我們認為，在背後最佳化這些選擇是 我們的 工作，讓 ThunderPhone 的使用者能專注於自己最擅長的事，而不必擔心繁瑣的語音 AI 設定。我們將自己視為某種電話智慧體領域的 Squarespace，讓使用者不費吹灰之力，就能以現今模型所能達到的最高效能設置電話智慧體。

易用性

ThunderPhone 也非常容易使用，無論你是要設置新的電話智慧體，還是從其他平台或自建技術架構遷移而來。要在 ThunderPhone 上設置電話智慧體，只需要：

1. 決定要使用 Spark、Bolt 還是 Storm。
2. 選擇語音。
3. 提供你的提示詞。不需要多提示詞智慧體！如果你的提示詞對 Spark 或 Bolt 而言太複雜，可以升級至 Storm；它只需單一提示詞，即可處理複雜的使用情境。
4. 透過極易使用的精靈連接軟體整合（任何端點或原生 n8n 整合）。
5. 透過極易使用的精靈連接你的 VoIP。

整個流程通常只需 10 分鐘或更短時間。

ThunderPhone 符合 HIPAA 與 GDPR 規範，並可依要求簽署及提供 BAA 與 DPA。

我們的故事

我們的團隊由 Stanford AI Lab 與 Y Combinator 的校友組成，自 2024 年起持續投入語音人工智慧領域。起初，我們專注於 Flux Interpreting，這項服務可在不同語言之間翻譯電話通話。但客戶一再詢問我們，能否為他們的企業自動處理電話，而不只是翻譯電話內容，因此我們將重心轉向如今的 ThunderPhone。

現有平台的問題

一開始，我們在其他公司的電話人工智慧平台上，為客戶建置電話智慧體。我們幾乎測試過市面上所有的電話人工智慧平台，但遺憾的是，我們發現它們仍有許多不足，尤其是在以下方面：

• 音訊理解：僅依賴單一轉錄模型將使用者音訊轉為文字，意味著人工智慧經常會「聽錯」使用者的意思，尤其是在專有名詞、罕見詞彙與拼字上。
• 遵循指示：由單一快速 LLM 負責通話背後真正的「思考工作」，使人工智慧經常難以正確遵循指示，甚至偏離軌道。
• 整合困難：我們試過的平台都讓外部軟體整合變得非常困難，通常得輸入大量工具呼叫的 JSON 設定，並反覆與它們周旋，幾乎沒有任何回饋，直到它們突然開始正常運作。
• 價格：現有平台通常收費極高：表現普通，卻往往每分鐘收費 10 美分以上。

建立我們自己的技術堆疊

當我們簽下一家企業客戶的合約，為其導入銷售電話應用情境時，我們不得不打造自己的客製化技術堆疊來滿足其需求。這個應用情境要求很高：不同於客服情境中，來電者大多只能配合企業的安排，銷售通話中的潛在客戶很快就會掛斷電話。

通話品質必須足夠出色，才能促成交易而不是失去潛在客戶。這代表系統必須處理大量標準轉錄模型難以正確辨識的專有名詞與拼字，包括姓名與地址。為了做好這個應用情境，我們打造了如今的 ThunderPhone。

一路上，我們持續認識舊金山語音人工智慧社群中正在建立垂直領域電話智慧體公司的夥伴——服務對象涵蓋獸醫、卡車司機等各種產業。令人意外的是，他們大多抱持相同看法：現有平台足以用於展示，但還不適合投入正式環境。

令人震驚的是，我們在垂直領域語音人工智慧公司的許多、甚至大多數朋友，其實都在「自行打造」技術堆疊……這讓我們無法理解——這就像 1990 年代的網路新創公司，必須把自己的網站伺服器架設在衣櫃裡的一台機器上。

有了這個洞察後，我們意識到，是時候將我們的電話人工智慧系統轉為任何人都能使用的平台。

垂直領域語音人工智慧公司與顧問，應該能專注運用其產業專業知識，滿足目標市場的需求——**而不是費盡心力設計底層人工智慧與電話技術。**這正是我們今天透過 ThunderPhone 推出的服務。

走到今天是一段漫長的路程！我們想向自去年四月起就已註冊、卻仍在等待存取權的每一位使用者致歉：我們原以為能快速衝刺完成的工作，最終成了一場長達數月的探索，研究如何將現今可用的模型編織成盡可能穩健的系統。

但現在我們終於正式上線——歡迎試用，看看你的想法。

雖然我們已經解決主要問題，系統中仍可能存在錯誤。如果你發現任何問題，請寄信至 alex@thunderphone.com，我會確保盡快為你修正。若你有任何功能需求，也請告訴我們，我們也會盡快協助實現。

如果你有更多客製化需求，例如客製化導入與整合支援、超出一般 HIPAA 與 GDPR 範圍的合規要求、SLA，以及客製功能需求，我們很樂意與你洽談企業方案。請透過 alex@thunderphone.com 聯絡我們，我們會討論你的需求，以及我們是否能提供協助。

更廣泛地說：我們對你的承諾是，確保 ThunderPhone 能以最少的投入開箱即用，並在你選擇的 Spark、Bolt 或 Storm 價格方案範圍內，盡可能完美地處理你的企業電話，這是我們的責任。歡迎試用，我們很期待向你展示 ThunderPhone 能做到什麼。

告訴我們你的想法，也感謝你的支持！