Enterprise AI CallcenterOn-premise
Ako funguje voicebot: celý hovor zostáva na vašich serveroch
Hovor prichádza cez vášho SIP poskytovateľa alebo ústredňu (PBX). Odvtedy sa všetko — rozpoznávanie reči, rozhodnutie, čo povedať, syntéza hlasu, nahrávky — odohráva vo vašej infraštruktúre.
Architektúra
Komponenty
Telefónna brána
Beží na vašom serveri a pripája sa k vášmu SIP trunku alebo PBX. Prichádzajúce a odchádzajúce hovory, detekcia obsadenia, prepojenie na kolegu.
Rozpoznávanie reči
Naše vlastné rozpoznávanie reči bežiace na GPU serveri, vyladené na telefónny zvuk a pre každý jazyk, ktorý dodávame.
Hlas
Naše vlastné neurónové hlasy, optimalizované na telefonické rozhovory a správny prízvuk. Na požiadanie vlastný hlas pre vašu značku.
Riadenie rozhovoru
Kto kedy hovorí, skočenie do reči volajúcim, pauzy, ochrana pred opakovaním, upozornenie na AI a oznámenie o nahrávaní.
Jazykový model
Formuluje odpovede a rozhoduje, kedy použiť nástroj. Váš existujúci poskytovateľ cez API alebo plne lokálny model bez internetu.
Velín
Agenti a verzie, kampane, zoznam „nevolať“, hodiny volania, nahrávky, prepisy, extrakcia dát, klientske portály, roly, auditný záznam.
Cesta jednej repliky — s nameranými časmi
- Volajúci hovorí; zvuk prichádza cez SIP na bránu na vašom serveri.
- Rozpoznávanie reči prevádza reč na text, ešte kým volajúci dohovorí.
- Jazykový model rozhodne o odpovedi a v prípade potreby zavolá nástroj (napr. dopyt na zostatok v CRM).
- Hlas syntetizuje odpoveď po častiach, takže prvý zvuk zaznie skôr, než je celá odpoveď hotová.
- Hovor, prepis a extrahované polia sa uložia do hubu; webhook informuje vaše systémy.
Časy sú z laboratórnych meraní a testovacích hovorov (október 2026). Celkový čas repliky závisí hlavne od zvoleného jazykového modelu.
Čo sa deje na vašich serveroch počas hovoru
Hovor dorazí na vašu telefónnu bránu cez existujúci SIP trunk alebo ústredňu. Odtiaľ ide do nášho vlastného rozpoznávania reči, ktoré slová volajúceho premení na text vo vnútri vašej budovy. Konverzačná vrstva rozhoduje, čo ďalej, s jazykovým modelom podľa vašej voľby: u vášho existujúceho poskytovateľa cez API, keď sa odosiela iba text replík, alebo plne lokálny model bez pripojenia na internet.
Ak agent potrebuje dáta, volá vaše systémy cez HTTP nástroje a používa iba akcie, ktoré ste povolili. Odpoveď potom ide do našich vlastných hlasových modelov, ktoré ju namluvia späť do hovoru. Nahrávky, prepisy a logy zostávajú na vašich serveroch, s dobou uchovávania nastavenou pre každého klienta.
Keďže každý krok beží vo vnútri vašej infraštruktúry, váš bezpečnostný tím môže overiť tok dát, sieťové pravidlá aj auditný záznam rovnako ako pri akomkoľvek inom internom systéme. Nič na hovore nezávisí od cloudovej rečovej služby, takže si udržíte kontrolu nad dátami aj nad nákladmi.
Počas pilotu tieto kroky meriame na vašom vlastnom hardvéri a s vami zvoleným jazykovým modelom, pretože práve tento model tvorí najväčšiu časť oneskorenia. Získate čísla pre svoje nasadenie a váš tím uvidí, ako sa agent správa na skutočných hovoroch, skôr než sa čokoľvek spustí naplno. Rovnaká riadiaca miestnosť potom ukazuje živé hovory, kampane, nahrávky a auditný záznam každého agenta.
Hardvér a kapacita
Dodávame podnikové GPU servery dimenzované podľa vášho objemu. Toto sme namerali na jednom z našich laboratórnych serverov:
| Konfigurácia | Súbežné hovory | Prvý zvuk hlasu (medián / p95) |
|---|---|---|
| Podnikový GPU server — štandardné nastavenie | 50 000+ | 136 / 178 ms |
| Podnikový GPU server — nastavenie na maximálnu presnosť | 16 | p95 156 ms |
| Server iba s CPU (malé nasadenia) | 6 | 97 / 179 ms |
Merané so skutočným rozpoznávaním reči na nahratej bulharskej reči. Produkčné servery dimenzujeme podľa vášho objemu; vyšší objem znamená viac serverov.
Časté otázky
Beží naozaj všetko na našich serveroch?
Áno: naše vlastné rozpoznávanie reči a hlasové modely, riadenie rozhovoru, telefónna brána, kampane a nahrávky. Jazykový model je na vás: váš existujúci poskytovateľ cez API (vtedy sa odosiela iba text replík) alebo plne lokálny model bez internetu.
Aký hardvér je potrebný?
Dodávame podnikové GPU servery dimenzované podľa vášho objemu. Pre porovnanie: jeden z našich laboratórnych serverov zvládol 50 000+ súčasných hovorov. Pozrite si krok 2 konfigurátora.
Ako rýchlo agent odpovedá?
V našich testovacích hovoroch s cloudovým jazykovým modelom bol medián času od konca vety volajúceho po prvý zvuk odpovede 1,4 s; samotný hlas začína 136 ms po tom, čo je text odpovede pripravený. Najväčšiu časť tvorí jazykový model, preto ho meriame s vaším výberom v pilotnom projekte.
S akou telefóniou funguje?
S akýmkoľvek štandardným SIP trunkom alebo PBX: vaše existujúce čísla a operátor zostávajú.
Pozrite sa, ako funguje na vašom vlastnom scenári
Dohodnite si 20-minútový hovor, vypočujte si agenta alebo si nechajte zdarma postaviť ukážkového agenta pre jeden typ hovorov. Bez záväzkov.
- GDPR už v návrhu
- Beží na vašich vlastných serveroch
- Prevádzka a podpora 24/7
- 5-členný tím v Sofii, EÚ
Už beží v produkčnej prevádzke v organizáciách v Bulharsku — názvy sú pod NDA.