ÜRÜN
Telefonu gerçekten açan sesli ajanlar: Calleague’in içinde
2 dk okuma
Gerçek telefon şebekesi, gerçek zamanlı sesten metne → LLM → metinden sese hattı ve üretim RAG’i — bir yapay zekâ sesli ajanının doğal bir görüşmeyi sürdürmesi için gerekenler ve Calleague’in bunun için nasıl kurulduğu.
Bir demo sesli bot ile sahaya çıkabilir bir telefon ajanı farklı şeylerdir. Aradaki fark gecikme, dayanak ve gerçek telefon şebekesinin parlak olmayan gerçekliğidir.
Bir saniyelik eşik
İnsanlar konuşma sıraları arasında yaklaşık 200 milisaniyelik bir boşluk bırakır — bu rakam PNAS’ta yayımlanan diller-arası bir araştırmadan gelir. Hiçbir telefon ajanı bunu yakalayamaz, ama içgüdüyü belirler: gerçek bir hatta yanıtın yaklaşık bir saniyenin altında, doğal “ağızdan kulağa” yaklaşık 1,1 saniyelik bütçeye karşı dönmesini istersiniz. Bunu kaçırırsanız arayanlar ajanın üzerine konuşur ya da telefonu kapatır.
Calleague bütçeyi nasıl tutturur
Hile ham hızda değil, üst üste bindirmededir. Calleague gerçek zamanlı sesten metni modele akıtır, modelin token’larını metinden sese akıtır ve siz tam bitirmeden konuşmaya başlar — ardışık değil, kademeli bir hat. Kademeli yapı denetimi de korur: model adımında erişilen olguları ve korkulukları enjekte edebiliriz; tek parça uçtan-uca konuşmadan-konuşmaya bir model bunu yapamaz.
Web bileşeni değil, gerçek telefon şebekesi
Calleague SIP konuşur; böylece kamusal telefon şebekesine ve mevcut santralinize ya da çağrı merkezinize hem gelen destek hatları hem de giden kampanyalar için dahil olur, dar bantlı çağrı sesini ve tuş takımı (DTMF) tonlarını işler. Çok-modelli bir ağ geçidi üzerinde görsel bir akış düzenleyici, masaüstü ve gömülebilir yüzeylerle çalışır.
Doğruluğun hikâyesi dayanaktır
Bir ajan, eriştiği şey kadar iyidir. Calleague üretim RAG’i kullanır — anahtar kelime (BM25) ve vektör aramasını birleştiren melez erişim, ardından yanıtlamadan önce kısa listeyi bir cross-encoder ile yeniden sıralama. Anahtar kelime araması önemlidir; çünkü arayanlar gömmelerin kaçırdığı tam token’ları yüksek sesle okur: sipariş numaraları, stok kodları, hata kodları. Atıflarla dayandırma halüsinasyonu azaltır; ortadan kaldırmaz — bu yüzden erişim kalitesi ürünün kendisidir.
Nerede çalışır
Arayan sesi ve dökümler hassas olduğundan, kurulum modeli en az özellikler kadar önemlidir. Calleague on-prem ya da SaaS olarak çalışır; veri yerelleştirme ve KVKK ya da GDPR yükümlülüklerinin gerektirdiği yerlerde sesi sizin çeperinizin içinde tutar.
Ses, taklit edilmesi en zor, hissedilmesi en kolay yüzeydir. Calleague, görüşme insana benzesin ve veri sizde kalsın diye kuruldu.