ElevenLabs направо унищожава човешките кол центрове с една мощна актуализация на своята платформа

Това, което преди време звучеше като скрипт, сега се възприема като разговор с жив събеседник.

ElevenLabs, компанията, известна със своите усъвършенствани решения за синтез на реч и звукови ефекти, базирани на изкуствен интелект, обяви основна актуализация на своята платформа – Conversational AI 2.0. Разработена от бивши инженери на Palantir, новата версия прави сериозна крачка напред в създаването на възможно най-естествените и интелигентни гласови агенти за различни бизнеси – от обслужване на клиентите до автоматизация на продажбите и маркетинга.

Втората версия на Conversational AI вече знае как да се справя с нюансите, които отличават диалога на живо от роботизираните гласови услуги. Благодарение на новата система за управление на реда на репликите агентът се научава да реагира на паузите, интонационните особености и да не прекъсва събеседника, както и да използва адекватно паузите и запълващите елементи, което напълно премахва усещането за механична комуникация. Тази функция е особено търсена в услугите за поддръжка и кол центровете, където е важна бързината на отговора при запазване на комфорта за клиента.

Важно нововъведение е автоматичното разпознаване на езика: сега агентът сам разпознава езика на потребителя и превключва незабавно, без да е необходима ръчна промяна на настройките. Тази функция вече се превръща в стандарт за глобалните компании, работещи с многоезична аудитория, и помага за премахването на езиковите бариери за клиентите по целия свят.

Новата система включва и функцията Retrieval-Augmented Generation (RAG) – възможност за извличане на информация от външни бази знания в режим на реално време. Например медицинският гласов асистент ще може незабавно да получи достъп до актуалните клинични ръководства, а екипът за поддръжка ще може да получи достъп до вътрешната продуктова документация. Всичко това се реализира с минимална латентност и повишени гаранции за неприкосновеност на личния живот, което е от решаващо значение за регулирани области като медицината.

Един от ключовите аспекти на платформата е поддръжката на мултимодалност. Сега агентът може да взаимодейства не само с глас, но и с текст, и може да комбинира двата канала, без да се налага да създава различни версии за всяка платформа. Освен това е въведен и режимът Multi-Character: гласовият асистент може да променя ролята и стила си на общуване, имитирайки различни персонажи, което открива възможности за творчество, образователни програми и сценарии за обучение.

За компаниите, работещи с масови комуникации, е въведена функция за пакетни изходящи повиквания: сега платформата позволява автоматично да се стартират паралелни повиквания, което е удобно за провеждане на анкети, изпращане на известия или персонализирани съобщения. Това значително увеличава обхвата на аудиторията и намалява натоварването на операторите.

Разработчиците на ElevenLabs обърнаха специално внимание на изискванията за сигурност и съответствие: новата платформа е съвместима с HIPAA за медицинските данни и поддържа опционално съхранение на данните в ЕС, което е важно за корпоративните клиенти със строги регулаторни ограничения. Системата е проектирана за висока достъпност, лесно се интегрира с външните услуги и е подходяща за критичните инфраструктури.

Платформата се предлага с няколко тарифи – от безплатно ниво с основен набор от минути и ограничение на едновременните връзки до бизнес план с разширен пакет от услуги и поддръжка на хиляди минути на месец. Този подход прави продукта достъпен както за стартиращи предприятия, така и за големи корпоративни клиенти.

Пускането на Conversational AI 2.0 бележи нов етап в развитието на гласовите технологии за бизнеса: ElevenLabs залага на максимална естественост, адаптивност и мащабируемост на своите решения, като подчертава, че ерата на реалистичните цифрови събеседници едва сега започва.