Twilio 为实时客户通话增添语音 AI 工具

Twilio 在 Conversation Relay、Agent Connect 和 Conversation Intelligence 中推出了一系列新的语音 AI 功能,面向那些正把语音 AI 从试点项目推进到真实客户场景的企业。

Twilio 为实时客户通话增添语音 AI 工具

这些更新意在解决真实电话通话中常见的几类问题,包括静音计时器引发的打断、语音服务提供商侧的服务中断,以及固定技术栈带来的限制。

具体包括:Conversation Relay 中的智能轮次检测(smart turn detection)、高清音频和语音转文字故障切换,以及 Agent Connect 的新集成与工具链。Twilio 还在 Conversation Intelligence 中新增了监管工具,可分析通话文本,识别任务完成情况、”打转”(looping)行为和幻觉等问题。

这一发布折射出企业面临的压力:它们需要证明基于 AI 的客户服务工具在生产环境中也能稳定运行,而不只是在受控演示里表现良好。语音交互尤其具有挑战性,因为延迟、打断和转写失败都可能迅速破坏一通电话。

Conversation Relay 现在会利用实时语音音频线索判断来电者是否已讲完,而不再仅依赖静音阈值。其目的在于减少尴尬的停顿、过早应答,以及在客户仍在讲话时的打断。

Twilio 还开放了高清音频,通过宽带音频提升通话清晰度;同时新增语音转文字自动故障切换,使某家转写服务商出现宕机、延迟飙升或流式传输错误时,通话仍可继续。另一项更新扩展了实时会话控制能力,允许团队在通话过程中调整更多参数。

在语音生成方面,Twilio 集成了 ElevenLabs 的低延迟 v4 Turbo 模型,支持 90 多种语言。Twilio 将这一举措定位为更大方向的一部分:让客户能够接入自己偏好的大语言模型、语音工具和智能体环境,而不是绑定在单一厂商的技术栈上。

Twilio 产品副总裁 Omar Paul 表示,公司这一思路的目的是让客户在构建语音系统时拥有灵活性。”Twilio 开放的语音 AI 基础设施通过允许团队把任意 LLM、智能体框架或语音引擎接入实时电话网络,避免了锁定,”Paul 表示。”凭借内置的智能轮次检测、语音转文字自动故障切换、通话中动态会话配置控制以及既往对话上下文,工程团队可以在全球范围内规模化部署超可靠、类人的语音智能体。”

监管工具

Conversation Intelligence 的新增能力聚焦于对 AI 主导的客户交互进行监督。企业可以针对质量与政策合规性审查实时客户对话,并识别系统可能未能准确完成任务、或本应转交人工坐席的环节。

这些工具通过文本分析,标记准确性、任务完成、循环检测和幻觉等指标。相关功能为预置能力,客户无需重写代码,即可将其应用于现有的 AI 智能体部署。

业界分析人士近来不断指出,治理能力与运营韧性是 AI 在客户服务中更广泛应用的障碍。企业面临的压力不仅是把部分通话处理自动化,还要证明这些系统可以被监控和管控。

“企业正越来越关注那些能够规模化、并能带来可衡量客户服务改善的投资。语音 AI 为缓解大规模客户支持带来的部分运营压力提供了重要机会,”Omdia 首席分析师 Adam Holtby 表示。”能够把语音 AI 与企业已在投入的 AI 模型和业务系统连接起来,对加快价值实现至关重要。那些让客户交互更轻松自然、同时能识别何时需要人工介入的解决方案,将具备良好的成功基础。”

客户实践

Twilio 还以客户采用情况作为该技术实际落地的佐证。车辆订阅业务公司 Karmo 表示,它已将 Twilio 的语音基础设施集成到自身平台,以简化客户交互。

“我们在语音 AI 上的投入,始终是为了让车辆订阅对客户而言更简单、更灵活,而响应速度就是一切。把 Twilio 的语音基础设施直接集成进我们的平台,帮助我们摆脱了笨拙的自动化电话菜单,转向真正自然、且不会在用户讲话时把人切断的交互,”Karmo 首席产品官兼联合创始人 Sam Zammit 表示。”把这一基础能力嵌入我们的系统,并配合与 Twilio 的紧密协作,让我们有信心继续投入,并在 Karmo 的完整体验中积极测试新的用例。”

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/73318.html

赞 (0)

相关推荐