Enterprise AI CallcenterOn-premise
Hoe werkt een AI voice agent? Het hele gesprek wordt op uw servers verwerkt
Het gesprek komt binnen via uw SIP-provider of telefooncentrale. Vanaf dat moment gebeurt alles — spraakherkenning, bepalen wat er gezegd wordt, stemsynthese, opnamen — binnen uw infrastructuur.
Architectuur
De componenten
Telefoniegateway
Draait op uw server en koppelt met uw SIP-trunk of telefooncentrale. Inkomende en uitgaande gesprekken, in-gesprekdetectie, doorverbinden naar een collega.
Spraakherkenning
Onze eigen spraakherkenning, op de GPU-server, afgestemd op telefoonaudio en op elke taal die we leveren.
Stem
Onze eigen neurale stemmen, geoptimaliseerd voor telefoongesprekken en de juiste klemtoon. Op verzoek een eigen stem voor uw merk.
Gespreksbesturing
Wie wanneer spreekt, onderbreken door de beller, pauzes, bescherming tegen herhaling, AI-melding en opnamemelding.
Taalmodel
Formuleert de antwoorden en beslist wanneer een tool wordt aangeroepen. Uw huidige provider via API, of een volledig lokaal model zonder internet.
Controlekamer
Agents en versies, campagnes, belverbodslijst, beltijden, opnamen, transcripten, data-extractie, klantportalen, rollen, auditlog.
Het pad van één beurt — met gemeten tijden
- De beller spreekt; de audio komt via SIP binnen bij de gateway op uw server.
- Spraakherkenning zet spraak om in tekst terwijl de beller nog aan het afronden is.
- Het taalmodel bepaalt het antwoord en roept zo nodig een tool aan (bijv. een saldo-opvraging in het CRM).
- De stem synthetiseert het antwoord in delen, zodat het eerste geluid start voordat het hele antwoord klaar is.
- Gesprek, transcriptie en geëxtraheerde velden worden in de hub opgeslagen; een webhook informeert uw systemen.
Tijden zijn lab- en testgespreksmetingen (oktober 2026). De totale beurttijd hangt vooral af van het taalmodel dat u kiest.
Wat er tijdens een gesprek op uw servers gebeurt
Een gesprek bereikt uw telefoniegateway via uw bestaande SIP-trunk of PBX. Vandaar gaat het naar onze eigen spraakherkenning, die de woorden van de beller binnen uw gebouw omzet in tekst. De gesprekslaag bepaalt wat er daarna gebeurt, met het taalmodel van uw keuze: uw huidige aanbieder via een API, waarbij alleen de tekst van de beurten wordt verstuurd, of een volledig lokaal model zonder internetverbinding.
Heeft de agent data nodig, dan roept hij uw systemen aan via HTTP-tools, met alleen de acties die u hebt toegestaan. Het antwoord gaat vervolgens naar onze eigen stemmodellen, die het in het gesprek uitspreken. Opnames, transcripts en logs blijven op uw servers, met de bewaartermijn die u per klant instelt.
Omdat elke stap binnen uw infrastructuur draait, kan uw securityteam de datastroom, de netwerkregels en het auditlog net zo controleren als bij elk ander intern systeem. Niets in het gesprek hangt af van een spraakdienst in de cloud, dus u houdt controle over zowel de data als de kosten.
Tijdens een pilot meten we deze stappen op uw eigen hardware en met het taalmodel van uw keuze, omdat dat model het grootste deel van de vertraging veroorzaakt. U krijgt de cijfers voor uw opstelling en uw team ziet hoe de agent zich gedraagt in echte gesprekken voordat er iets wordt uitgerold. Dezelfde controlekamer toont daarna live gesprekken, campagnes, opnames en het auditlog van elke agent.
Hardware en capaciteit
Wij leveren enterprise GPU-servers, afgestemd op uw volume. Dit hebben we gemeten op een van onze labservers:
| Configuratie | Gelijktijdige gesprekken | Eerste audio stem (mediaan / p95) |
|---|---|---|
| Enterprise GPU-server: standaardinstelling | 50.000+ | 136 / 178 ms |
| Enterprise GPU-server: instelling voor maximale nauwkeurigheid | 16 | p95 156 ms |
| Server met alleen CPU (kleine installaties) | 6 | 97 / 179 ms |
Gemeten met echte spraakherkenning op opgenomen Bulgaarse spraak. Productieservers worden gedimensioneerd op uw volume; meer volume betekent meer servers.
Veelgestelde vragen
Draait echt alles op onze servers?
Ja: onze eigen spraakherkenning en stemmodellen, de gespreksbesturing, de telefoniegateway, campagnes en opnamen. Het taalmodel kiest u zelf: uw huidige provider via API (dan wordt alleen de tekst van de beurten verstuurd) of een volledig lokaal model zonder internet.
Welke hardware is nodig?
Wij leveren enterprise GPU-servers, afgestemd op uw volume. Ter referentie: een van onze labservers verwerkte 50.000+ gelijktijdige gesprekken. Zie stap 2 van de configurator.
Hoe snel antwoordt de agent?
In onze testgesprekken met een cloudtaalmodel was de mediane tijd van het einde van de zin van de beller tot het eerste geluid van het antwoord 1,4 s; de stem zelf start 136 ms nadat de antwoordtekst klaar is. Het taalmodel is het grootste deel, dus meten we het met uw keuze in de pilot.
Met welke telefonie werkt het?
Met elke standaard SIP-trunk of telefooncentrale: uw bestaande nummers en provider blijven behouden.
Zie het werken in uw eigen scenario
Plan een gesprek van 20 minuten, beluister de agent of laat ons een gratis voorbeeldagent bouwen voor een van uw gesprekstypen. Vrijblijvend.
- AVG by design
- Draait op uw eigen servers
- 24/7 beheer en support
- Een team van 5 personen in Sofia, EU
Al in productie bij organisaties in Bulgarije — namen onder NDA.