Yandex B2B Tech выпустила речевые модели для голосовых ИИ-агентов
Yandex B2B Tech добавила в Yandex AI Studio две речевые модели нового поколения: Speech TTS Live и обновленную Speech Realtime Max. Голосовые ИИ-агенты на их основе ведут разговор естественнее и чаще решают вопрос клиента без оператора. По оценке компании, доля обращений, которые обходятся без участия человека, может вырасти в десятки раз.
Speech TTS Live отвечает за то, как звучит агент. Модель понимает смысл текста и сама выбирает интонацию, логические ударения и паузы. Голос и манеру речи компании подбирают под задачу: уверенную для продаж, мягкую для поддержки клиентов, сдержанную для уведомлений. Есть и отдельные варианты для медицины и аудиогидов.
Speech Realtime Max нужна, чтобы за один звонок решить несколько связанных задач. Например, агент может перенести запись, посчитать стоимость, применить скидку и отправить ссылку на оплату, обращаясь к системам компании прямо во время разговора. Если клиент перебивает, агент замолкает и отвечает на новую реплику. В истории диалога сохраняется только та часть ответа, которую агент успел произнести. Поэтому он не повторяется и не сбивает собеседника.
Руководитель направления развития бизнеса ML&AI-сервисов Yandex B2B Tech Елена Белоброва объяснила, что в живом разговоре люди часто перебивают друг друга и меняют тему. «Поэтому важно, чтобы голосовой агент умел не только реагировать на новые реплики, но и понимал, что уже успел сказать, а что собеседник не дослушал. При этом речь агента должна звучать естественно — с правильными паузами и интонациями», — отметила она.
Чтобы создать агента, достаточно задать ему текстовые инструкции и подключить к корпоративным системам. Сценарии обслуживания можно проверить прямо в интерфейсе платформы, без разработки прототипа с нуля.
Речевые технологии Yandex SpeechKit используют компании из образования, туризма, ритейла и городского управления. Среди клиентов — «Литрес», «Додо Пицца», «Интернет-урок», МТС Exolve и X5 Group.
