Enterprise AI CallcenterOn-premise
Hogyan működik az AI ügyfélszolgálat: a teljes hívás az Ön szerverein marad
A hívás az Ön SIP-szolgáltatóján vagy alközpontján keresztül érkezik. Innentől minden – beszédfelismerés, a válasz eldöntése, hangszintézis, felvételek – az Ön infrastruktúráján belül történik.
Architektúra
Az összetevők
Telefonos átjáró
Az Ön szerverén fut, és az Ön SIP trönkjéhez vagy alközpontjához kapcsolódik. Bejövő és kimenő hívások, foglaltság-érzékelés, átkapcsolás kollégához.
Beszédfelismerés
Saját beszédfelismerésünk a GPU-szerveren fut, a telefonos hangminőségre és minden általunk szállított nyelvre hangolva.
Hang
Saját neurális hangjaink, telefonbeszélgetésekre és helyes hangsúlyozásra optimalizálva. Kérésre egyedi hang az Ön márkájához.
Beszélgetésvezérlés
Ki mikor beszél, a hívó közbeszólása, szünetek, ismétlés elleni védelem, AI-tájékoztatás és felvételi értesítés.
Nyelvi modell
Megfogalmazza a válaszokat, és eldönti, mikor hívjon meg egy eszközt. Meglévő szolgáltatója API-n keresztül, vagy teljesen helyi modell, internet nélkül.
Irányítóterem
Ügynökök és verziók, kampányok, letiltási lista, hívási idősávok, felvételek, átiratok, adatkinyerés, ügyfélportálok, szerepkörök, auditnapló.
Egy beszédforduló útja – mért időkkel
- A hívó beszél; a hang SIP-en keresztül érkezik az Ön szerverén lévő átjáróhoz.
- A beszédfelismerés szöveggé alakítja a beszédet, miközben a hívó még befejezi a mondatát.
- A nyelvi modell eldönti a választ, és szükség esetén meghív egy eszközt (pl. egyenleg-lekérdezés a CRM-ben).
- A hang részletekben szintetizálja a választ, így az első hang még a teljes válasz elkészülte előtt megszólal.
- A hívás, az átirat és a kinyert mezők a hubban tárolódnak; egy webhook értesíti rendszereit.
Az idők labor- és teszthívás-mérésekből származnak (2026. október). A teljes forduló ideje leginkább a választott nyelvi modelltől függ.
Mi történik az Ön szerverein egy hívás alatt
A hívás a meglévő SIP-trönkön vagy alközponton keresztül éri el az Ön telefonos átjáróját. Onnan a saját beszédfelismerőnkhöz kerül, amely a hívó szavait szöveggé alakítja az Ön épületén belül. A beszélgetési réteg dönt a következő lépésről, az Ön által választott nyelvi modellel: vagy a meglévő szolgáltatóval API-n keresztül, amikor csak a beszédfordulatok szövege megy ki, vagy teljesen helyi modellel, internetkapcsolat nélkül.
Ha az ügynöknek adatra van szüksége, HTTP-eszközökön keresztül hívja az Ön rendszereit, és csak az Ön által engedélyezett műveleteket használja. A válasz ezután a saját hangmodelljeinkhez kerül, amelyek visszabeszélik a hívásba. A felvételek, az átiratok és a naplók az Ön szerverein maradnak, ügyfelenként beállítható megőrzési idővel.
Mivel minden lépés az Ön infrastruktúráján belül fut, a biztonsági csapata ugyanúgy ellenőrizheti az adatfolyamot, a hálózati szabályokat és az auditnaplót, mint bármely más belső rendszernél. A hívás semmiben nem függ felhős beszédszolgáltatástól, így az adatok és a költségek felett is megtartja az irányítást.
A próbaüzem alatt ezeket a lépéseket az Ön saját hardverén és az Ön választotta nyelvi modellel mérjük, mert ez a modell adja a késleltetés legnagyobb részét. Megkapja a számokat az Ön kialakításához, és a csapata még az éles bevezetés előtt látja, hogyan viselkedik az ügynök valódi hívásokon. Ugyanez az irányítóterem mutatja ezután az élő hívásokat, a kampányokat, a felvételeket és minden ügynök auditnaplóját.
Hardver és kapacitás
A hívásmennyiségéhez méretezett vállalati GPU-szervereket szállítunk. Ezt mértük egyik laboratóriumi szerverünkön:
| Konfiguráció | Egyidejű hívások | Első hang (medián / p95) |
|---|---|---|
| Vállalati GPU-szerver – standard beállítás | 50 000+ | 136 / 178 ms |
| Vállalati GPU-szerver – maximális pontosságú beállítás | 16 | p95 156 ms |
| Csak CPU-s szerver (kis telepítésekhez) | 6 | 97 / 179 ms |
Valós beszédfelismeréssel, rögzített bolgár beszéden mérve. Az éles szervereket az Ön volumenére méretezzük; nagyobb volumen több szervert jelent.
Gyakori kérdések
Tényleg minden a mi szervereinken fut?
Igen: saját beszédfelismerésünk és hangmodelljeink, a beszélgetésvezérlés, a telefonos átjáró, a kampányok és a felvételek. A nyelvi modellt Ön választja: meglévő szolgáltatója API-n keresztül (ekkor csak a beszédfordulók szövege kerül továbbításra) vagy teljesen helyi modell, internet nélkül.
Milyen hardver szükséges?
A hívásmennyiségéhez méretezett vállalati GPU-szervereket szállítunk. Tájékoztatásul: egyik laboratóriumi szerverünk 50 000+ egyidejű hívást kezelt. Lásd a konfigurátor 2. lépését.
Milyen gyorsan válaszol az ügynök?
Felhőalapú nyelvi modellel végzett teszthívásainkban a hívó mondatának végétől a válasz első hangjáig eltelt idő mediánja 1,4 mp volt; maga a hang 136 ms-mal azután indul, hogy a válasz szövege elkészült. A legnagyobb részt a nyelvi modell teszi ki, ezért ezt az Ön választásával a pilotban mérjük meg.
Milyen telefonrendszerrel működik?
Bármely szabványos SIP trönkkel vagy alközponttal: meglévő telefonszámai és szolgáltatója megmaradnak.
Nézze meg működés közben, a saját forgatókönyvén
Foglaljon 20 perces beszélgetést, hallgassa meg az ügynököt, vagy kérje, hogy egyik hívástípusára ingyenes minta ügynököt készítsünk. Kötelezettség nélkül.
- Beépített GDPR-megfelelés
- Az Ön saját szerverein fut
- Üzemeltetés és támogatás 24/7
- 5 fős csapat Szófiában, az EU-ban
Már éles üzemben fut bulgáriai szervezeteknél — a nevek titoktartási megállapodás (NDA) alá esnek.