Компания Yandex B2B Tech выпустила новое поколение речевых моделей в Yandex AI Studio. С их помощью компании смогут создавать голосовых ИИ-агентов, которые ведут диалог и решают задачи в рамках одного звонка. Агенты на новых моделях меняют интонацию в зависимости от контекста, реагируют на перебивание и выполняют многошаговые запросы. По заявлению компании, это позволит бизнесу обрабатывать больше обращений без участия человека. Создать и настроить агента можно с помощью текстовых инструкций, после чего его нужно подключить к корпоративным системам. Протестировать сценарии обслуживания клиентов можно прямо в интерфейсе Yandex AI Studio, без разработки прототипа с нуля.
В линейку вошли две модели. TTS Live анализирует смысл текста и подбирает интонацию, расставляет акценты и паузы. Компании могут выбирать разные голоса и манеры речи для разных задач: например, уверенную для продаж, мягкую для поддержки или сдержанную для уведомлений. Есть отдельные варианты для медицинских сценариев и аудиогидов. Вторая модель Speech Realtime Max рассчитана на диалоги с несколькими действиями. Агент может за один звонок перенести запись, рассчитать стоимость, применить скидку и отправить ссылку на оплату, обращаясь к корпоративным системам в реальном времени. Если клиент перебивает агента, тот останавливается и реагирует на новую реплику. В истории диалога учитывается только фактически озвученная часть ответа, что предотвращает дублирование информации.
