El equipo de Yandex B2B Tech presentó una nueva generación de modelos de voz para crear agentes de voz con IA. Las actualizaciones permitirán a las empresas automatizar más solicitudes de clientes y reducir la necesidad de conectar a operadores humanos.
Los nuevos modelos pueden mantener un diálogo natural, cambiar la entonación según la situación, reaccionar a las interrupciones y cambiar de tema. Además, los agentes pueden realizar varias acciones vinculadas en una sola conversación, consultando los sistemas corporativos en tiempo real.
En particular, la versión actualizada de Speech Realtime Max permite procesar solicitudes de varias etapas. Por ejemplo, el asistente de voz de un club de fitness reprogramó en tres minutos las clases para una clienta y su hija, aplicó un descuento, ofreció una membresía familiar, calculó el pago adicional y envió un enlace para realizar el pago.
El modelo Speech TTS Live se encarga del sonido natural de la voz: coloca pausas, acentos y selecciona la entonación de forma autónoma. Para diferentes escenarios, las empresas pueden elegir voces y estilos de comunicación, desde uno formal hasta uno más suave.
Es posible crear y configurar agentes mediante instrucciones de texto en Yandex AI Studio, conectándolos a sistemas internos sin necesidad de desarrollar un prototipo desde cero.
Según las previsiones de Gartner, para 2030 más del 70% de las interacciones de voz corporativas se procesarán de forma automática. Los modelos de voz con capacidad de razonamiento podrán resolver de manera autónoma hasta el 80% de las solicitudes entrantes.