GEBEN SIE KI-AGENTEN EINE STIMME
Ihr textbasierter KI-Agent ist im Chat großartig. Ihm eine Stimme zu geben, bedeutet den Aufbau einer Echtzeit-Infrastruktur, für die die meisten Teams keine Kapazitäten haben.
Voice Relay verbindet Ihren KI-Agenten über einen einzigen WebSocket mit Live-Telefonanrufen. Sinch Programmable Voice übernimmt die Echtzeit-Audioverarbeitung, Speech-to-Text, Text-to-Speech und den Konversationsfluss.
WARUM VOICE RELAY
Ihr KI-Agent steht im Chat in direktem Kundenkontakt, aber Voice steckt noch immer in einer skriptbasierten IVR (Interactive Voice Response, auch Sprachdialogsystem genannt) fest. Voice Relay ändert das. Ihre bestehende KI wird vom ersten Tag an mit Live-Telefonanrufen verbunden und ermöglicht eine natürliche Konversation.
Echte Konversationen, keine Skripte für IVR (Interactive Voice Response, auch Sprachdialogsystem genannt). Intelligentes Barge-In und Reaktionszeiten von unter einer Sekunde ersetzen starre Menüs durch natürliche Hin- und Her-Konversationen.
KONVERSATIONSFLUSS
Herkömmliche Voicebots folgen starren, rundenbasierten Mustern. Unterbrechungen werden ignoriert, Pausen wirken unnatürlich, und das merken die Kunden.
Voice Relay ist für Konversationen mit geringer Latenz konzipiert. Durch intelligentes Barge-In können Anrufer mitten in der Antwort unterbrechen, und Ihr KI-Agent entscheidet, ob er das Wort übergibt. Reaktionszeiten von unter einer Sekunde schließen die Lücke zwischen menschlicher Sprache und KI-Antwort.
ENTWICKLERERLEBNIS
Der Aufbau von Echtzeit-Voice-Integrationen bedeutet, dass separate Anbieter für Speech-to-Text, Text-to-Speech und Voice-Aktivitätserkennung verknüpft werden müssen. Voice Relay ersetzt das durch eine einzige WebSocket-Verbindung und einige wenige SVAML-Befehle.
WebSocket-Endpunkt für Ihren KI-Agenten
SVAML-Befehl zur Überbrückung eines Live-Anrufs
Echtzeit-Speech-to-Text-Konversion
Voice-Synthese für KI-Antworten
Voice-Aktivitätserkennung und Barge-In-Management
Latenzoptimierung über die gesamte Konversationsschleife hinweg
MODELLUNABHÄNGIG
Die meisten Voicebot-Plattformen binden Sie an ihre KI. Ihre Modellauswahl, Ihre Prompts und Ihr Konversationsdesign müssen in deren Rahmen passen.
Voice Relay ist modellunabhängig. Verbinden Sie jeden textbasierten KI-Agenten oder jedes LLM, das über einen WebSocket kommuniziert. Ihr Agent gehört weiterhin Ihnen, und Ihre Investition in das Konversationsdesign überträgt sich auf Voice.
ANWENDUNGSFÄLLE
FUNKTIONEN
KONTO ERSTELLEN
Verbinden. Verwenden Sie SVAML-Befehle, um einen Live-Anruf an den WebSocket-Endpunkt Ihres KI-Agenten weiterzuleiten.
Führen. Sinch wandelt die Sprache des Anrufers in Text um und leitet sie an Ihren Agenten weiter. Die Textantworten Ihres Agenten kommen als natürlich klingende Sprache zurück.
Steuern. Ihr KI-Agent entscheidet, ob er den Anruf entgegennimmt, wie er mit Unterbrechungen umgeht und wann er die Konversation beendet.
FAQ
Voice Relay ist ein Echtzeit-Dienst, der einen textbasierten KI-Agenten mit Live-Telefonanrufen verbindet. Es übernimmt Speech-to-Text, Text-to-Speech und den Konversationsfluss, sodass Ihr Agent eine natürliche Voice-Konversation führen kann. Sinch Voice Relay wird über die neue Sinch Voice-API bereitgestellt.
Herkömmliche Voicebots sind gebündelte Plattformen mit eigener KI, Audio-Engine und skriptbasierten Abläufen. Voice Relay ist eine Orchestrierungsebene. Es verbindet jeden von Ihnen gewählten KI-Agenten mit dem Voice-Kanal, ohne Sie an ein bestimmtes Modell oder eine bestimmte Plattform zu binden.
Voice Relay ist modellunabhängig. Sie können jeden textbasierten KI-Agenten oder jede LLM-Anwendung verbinden, die über einen WebSocket kommuniziert. Die Wahl des Modells, das Prompt-Design und die Konversationslogik bleiben auf Ihrer Seite.
Voice Relay verfügt über intelligentes Barge-In. Anrufer können über die KI mitten in der Antwort sprechen, und Ihr Agent entscheidet, ob er anhalten, fortfahren oder sich anpassen soll. Dies entspricht dem Gesprächswechselverhalten einer natürlichen menschlichen Konversation.
Voice Relay ist eine Premium-Funktion mit minütlicher Abrechnung, die zusätzlich zu den Standard-Tarifen für Sinch-Telefonanrufe berechnet wird. Für weitere Voice-API-Funktionen wie Aufzeichnung, Transkription und Anrufbeantwortererkennung fallen zusätzliche Gebühren an.
Die Implementierung ist für Entwicklerteams unkompliziert. Sie müssen einen Server entwickeln, der eingehende WebSocket-Verbindungen akzeptiert und Textnachrichten empfangen sowie mit solchen antworten kann. Diese Nachrichten werden dann zu und von Ihrem KI-Chatbot weitergeleitet, während Sinch die gesamte Echtzeit-Audio- und Sprachverarbeitung übernimmt.
Sie benötigen drei Komponenten. Ein Sinch-Dashboard-Konto, einen textbasierten KI-Agenten oder ein LLM und einen Backend-Service, der einen WebSocket-Endpunkt hostet. Voice Relay funktioniert mit jeder Kombination dieser Komponenten.
Ja. Voice Relay läuft über die Sinch Voice-API, mit Telefonnummern, die in über 90 Ländern verfügbar sind. Sinch unterstützt die Verfügbarkeit mit einem SLA von 99,99 %.
Sie können Ihren Live-Anruf mit einem KI-Agenten verbinden, indem Sie SVAML-Anweisungen verwenden, um den Anruf an den WebSocket-Endpunkt Ihres Agenten weiterzuleiten.