Команда Yandex B2B Tech представила новое поколение речевых моделей для создания голосовых ИИ-агентов. Обновления позволят компаниям автоматизировать больше клиентских обращений и сократить необходимость подключения операторов.
Новые модели умеют поддерживать естественный диалог, менять интонацию в зависимости от ситуации, реагировать на перебивания и переключаться между темами. Кроме того, агенты могут выполнять несколько связанных действий за один разговор, обращаясь к корпоративным системам в режиме реального времени.
В частности, обновлённая Speech Realtime Max позволяет обрабатывать многоэтапные запросы. Например, голосовой помощник фитнес-клуба за три минуты перенёс занятия для клиентки и её дочери, применил скидку, предложил семейный абонемент, рассчитал доплату и отправил ссылку на оплату.
Модель Speech TTS Live отвечает за естественное звучание речи: самостоятельно расставляет паузы, акценты и подбирает интонацию. Для разных сценариев компании могут выбирать голоса и манеру общения — от деловой до более мягкой.
Создавать и настраивать агентов можно с помощью текстовых инструкций в Yandex AI Studio, подключая их к внутренним системам без разработки прототипа с нуля.
По прогнозу Gartner, к 2030 году более 70% корпоративных голосовых взаимодействий будут обрабатываться автоматически. Речевые модели с возможностью рассуждения смогут самостоятельно решать до 80% входящих обращений.