2026年9月7日，面向受监管呼叫中心的企业级智能语音 AI 平台 Voicing AI 宣布，其平台新增语音诊断功能。据该公司称，该功能允许在线语音客服人员分析自身的通话表现，并在无需工程师干预的情况下进行改进。在近期为一家拉丁美洲电信运营商部署的案例中，该平台在不到六周的时间内通话量增长了 2.5 倍，并在上线后的前两周内处理了约 5 万通电话。
这项功能旨在用于语音代理部署后的阶段，即其处理实际生产环境中大量呼叫的阶段。它会读取每次呼叫的语音转文本、文本转语音和语言模型跟踪数据。针对特定呼叫的简单语言问题，它会报告哪些方面表现符合预期，哪些方面可以调整，以及哪些性能可以优化，并可以提出或应用相应的更改。
“每个呼叫中心都熟悉传统的流程：有人审核通话，记录下来，然后等待工程师抽出时间来查看，”Voicing AI 的联合创始人 Abhi Kumar 说。“我们构建了一个平台，你可以用简单的语言提出关于某个通话的问题，它不仅会告诉你哪些地方可以改进，它还会去改进它。”
专业代理架构
该诊断功能利用了平台内的十个专业 AI 代理，每个代理都负责代理生命周期的一个部分，包括规划、提示、工具调用、对话流程、知识检索、分析和报告。
Kumar 说：“专门负责优化提示的专家，其工作标准肯定比试图包揽一切的通才要高得多。正因如此，它生成的建议无需人工重写即可使用。”
分析与报告
该平台提供两种访问营销活动数据的途径。具备 SQL 专业知识的团队可以创建自定义图表，涵盖通话、消息和通话后数据集，并将其整理成仪表盘，每个用户的数据都会永久保存。此外，还有一个简单易懂的分析助手，无需编写查询语句即可回答问题；例如，如果要求按通话量比较不同类别的通话量，它会返回一个表格和图表，并随着营销活动的进行而更新。
通话后分析
通话处理通过可配置的通话后分析进行，该分析包括客户自定义的提取字段、意图分类以及一个确定性规则引擎，该引擎能够根据规则而非模型输出来设置、计算或回填指定的数据字段。分析结果可以通过通话后操作和 Webhook 发送到客户自身的系统。该平台还支持可配置的个人身份信息 (PII) 脱敏和数据保留期限。Voicing AI 表示，这些控制措施旨在服务于银行、保险和医疗保健行业的客户，因为这些行业的报告结果需要审计跟踪。
集成
该平台支持六种工具处理程序类型：REST Webhook、自定义 Python 函数、呼叫转移、DTMF 捕获、知识检索和原生数据存储集成，以及大约二十种内置工具。自定义代码在具有固定出站 IP 地址的沙盒环境中运行，这使其能够访问位于 IP 地址白名单之后的客户 API。
在将呼叫转接给人工客服时，平台会通过自定义 SIP 标头传递上下文，其中包括由语言模型生成的呼叫者请求摘要。
部署详情
该公司提及的拉丁美洲电信部署案例涵盖了一个从外部代码库迁移到语音 AI 平台的呼出程序。该方案包括一个呼出营销活动引擎、一个客户数据管道、基于五个对话入口点的分段路由、一个知识库以及定时数据导出功能。呼叫量在不到六周的时间内增长了2.5倍，该部署方案在上线后的前两周处理了约5万通电话。
“我们并非从零开始，我们服务的绝大多数企业客户也是如此，”Kumar 说道。“银行业或电信业几乎没有人是从零开始开发语音代理，他们都是在现有产品的基础上进行改进。他们关心的是，一旦上线，改进的速度能有多快。”
Voiceing AI 表示，目前正在跟踪从发现问题到实际部署中出现可衡量的改进之间的时间，并计划在稍后公布结果。
语音诊断功能面向银行、保险、医疗保健、航空和电信行业的 Voicing AI 客户开放。
本文来自作者投稿，版权归原作者所有。如需转载，请注明出处：https://www.nxrte.com/zixun/71786.html
