Lexis Voice — это платформа голосовых диалогов в реальном времени: разговор идёт через медиасервер, отвечает языковая модель, а не заранее записанное дерево реплик, и каждая реплика после звонка разбирается отдельным аналитическим слоем по чек-листу компании. Один и тот же слой разбора работает и с тренировочными диалогами, и с реальными звонками из CRM.
Обновлено
Диалог не собирается из заготовленных ответов: каждая реплика ИИ-собеседника порождается моделью в момент разговора.
Звук идёт через медиасервер реального времени — тот же класс инфраструктуры, что в видеозвонках. Браузеру не нужны плагины, работает и на мобильном.
Серверный детектор речи решает, когда собеседник закончил говорить. Порог тишины настраивается: в шумном колл-центре он другой, чем в переговорной.
Модель получает роль клиента, его характер, задачу разговора и всю историю диалога — и отвечает голосом. Ветвлений по ключевым словам в этом месте нет.
ИИ-клиента можно перебить, как живого. Чтобы кашель или фон в трубке не обрывали фразу, перебиванием считается речь достаточной длины, а не любой звук.
Разговор пишется целиком и сохраняется вместе с расшифровкой по репликам: кто, что и когда сказал.
После звонка запись уходит в аналитический слой: этапы, возражения, обязательные формулировки, оценка по чек-листу компании.
Пороги тишины и правила перебивания вынесены в настройки и калиброваны по реальным инцидентам в шумных колл-центрах, а не выставлены «как в демо».
Под голосовой диалог у платформы два режима. Выбор — не идеологический: он зависит от языка, требований к качеству голоса и от того, где должны считаться данные.
Модель слышит голос и отвечает голосом напрямую.
Распознавание, языковая модель и синтез речи — три сменных звена.
Оба режима работают на одном и том же медиаслое и отдают разбор в один и тот же аналитический контур: переключение режима не ломает историю звонков и отчётность.
Разбор — это не «оценка от ИИ» одним числом, а разложение диалога по критериям, которые задаёт компания.
Аналитический промпт — это ваш чек-лист: этапы разговора, обязательные формулировки, работа с возражениями, запреты. Их может быть несколько под разные типы звонков.
Модель возвращает не сочинение, а поля: оценка по каждому критерию, цитата-подтверждение, рекомендация. Поэтому результат складывается в отчёт по отделу.
Реальный звонок из CRM разбирается тем же механизмом, что тренировочный. Это и есть замкнутый цикл: ошибка из настоящего разговора превращается в тренировку.
Сводные отчёты по сотрудникам и командам собираются из тех же данных; критерии можно менять, не теряя историю.
Обычно — вы сами, в конструкторе. Мы подключаемся там, где нужен разгон или тонкая настройка под сложный продукт.
Конструктор сценариев и ИИ-клиентов открыт клиенту: методолог или руководитель отдела продаж работает в нём без нас.
Первый набор сценариев обычно делаем вместе: так быстрее выйти на реальную нагрузку и не потратить месяц на подбор формулировок.
ИИ-клиента можно создать из реального разговора: платформа предлагает кандидатов на основе того, как ваши клиенты возражают на самом деле.
Это два разных вопроса, и честный ответ на них зависит от того, какой вариант поставки выбран.
Быстрый старт: подключение занимает дни, своё оборудование не нужно.
Платформа целиком разворачивается на вашем оборудовании. Наружу не ходит ничего.
Если требование по данным есть, но формулировка ещё не выработана, начинаем с технического интервью: по его итогам присылаем спецификацию железа и состав стека.
Разговоры обслуживают отдельные воркеры, а не один процесс: под пиковую нагрузку добавляются машины, а не переписывается платформа. Медиаслой и приложение масштабируются независимо.
Доступ к моделям идёт через пул проектов с проверкой на старте сессии и переключением, если проект недоступен. Плюс сами движки взаимозаменяемы: это защита не только от сбоя, но и от изменения условий у провайдера.
Разговор пишется отдельным процессом и складывается в объектное хранилище, а расшифровка сохраняется репликами по ходу диалога — обрыв связи не обнуляет звонок.
Импорт звонков из CRM повторяется при сбоях и добирает пропущенное синхронизацией, а не молча теряет разговоры.
Как считаем. Считаем по клиентам, чьи внедрения описаны в кейсах: тренировочные звонки этих компаний плюс 4 000 реальных звонков из исследования в «Ростелекоме». Минуты и разборы — только по тем клиентам, у кого эти поля есть, поэтому обе цифры занижены. Данные пересчитываются автоматически из карточек кейсов. Смотреть кейсы. Данные на .
Языковая модель. ИИ-собеседник получает роль, характер, задачу разговора и историю диалога и порождает реплику в момент разговора — заранее записанного дерева ответов и ветвлений по ключевым словам в этом месте нет. Поэтому один и тот же сценарий каждый раз проходит по-разному.
Покажем разговор с ИИ-клиентом, разбор реального звонка и админскую часть. Ответим на вопросы про стек, данные и интеграции — с инженером, а не по презентации.
Покажем тренажёр на диалоге из вашей ниши и рассчитаем экономический эффект для вашего отдела. Перезвоним в течение рабочего дня.
