← Все решения

Voice AI

Голосовые ассистенты и IVR нового поколения: понимают контекст, вызывают CRM, эскалируют оператору.

Telegram

Voice AI объединяет распознавание речи, языковую модель и синтез голоса в ассистента, который ведёт диалог, выполняет сценарии и передаёт звонок человеку с полным контекстом. Bober AI Systems строит voice agents для продаж, поддержки и внутренних helpdesk.

Кейс Yandex Telemost Agent демонстрирует multi-modal подход: голос + чат + actions. Для call-center типовой сценарий: квалификация лида, статус заказа из 1С, запись на callback.

STT/TTS выбираем с учётом русского языка и размещения данных: Yandex SpeechKit, SaluteSpeech, open-source Whisper in private cloud. Latency budget — критичен для UX.

Agent backend — тот же LangGraph stack, что и текстовые агенты: tools, RAG, CRM writes с подтверждением. Единая логика across channels.

Pilot на одной линии — 4–6 недель. Бюджет — от 500 000 ₽ с telephony integration.

ROI: containment rate (% без оператора), среднее время обработки, CSAT. Без метрик voice проект не масштабируем.

Проблемы классического IVR

  • «Нажмите 1» не решает нестандартные запросы клиентов
  • Длинное время ожидания оператора в пиковые часы
  • Нет связи голосового канала с CRM — повтор вопросов
  • Облачные STT/TTS за рубежом — compliance риск

Результат

  • Voice pipeline: STT → agent/LLM → TTS
  • Интegration telephony (Asterisk, Voximplant, Mango)
  • CRM logging: call summary, intent, follow-up task
  • Monitoring latency, ASR accuracy, containment rate

Этапы

01

Сценарии и KPI

Какие intents, когда escalate, baseline AHT и cost per call.

02

ASR/TTS tuning

Словари домена, punctuation, barge-in handling.

03

Agent logic

Dialog graph, slot filling, CRM/ERP tools.

04

Pilot & scale

A/B с операторами, постепенное увеличение traffic share.

Voice stack

  • SIP/WebRTC → telephony platform → media server
  • STT streaming → agent API (LangGraph)
  • TTS streaming back to caller
  • CRM: call log, transcript, structured fields
  • Analytics: containment, latency, intent distribution

Эффект

−30%

нагрузка на операторов L1

<800ms

target end-to-end latency (turn)

24/7

приём типовых запросов

FAQ

Whisper или облако?
Whisper on-prem для NDA. SpeechKit — баланс quality/latency в РФ.
Запись разговоров?
С согласия, хранение по 152-ФЗ, retention policy.
Handoff оператору?
Warm transfer с transcript и CRM card pop.
Outbound calls?
Возможно для reminder и qualification — compliance обязателен.
Multilingual?
RU primary. EN — по модели STT.
Telephony vendor?
Voximplant, Mango, Asterisk — интegrируем существующий.
Бюджет?
От 500 000 ₽ pilot line.

Или оставьте заявку

Голосовые ассистенты и IVR нового поколения: понимают контекст, вызывают CRM, эскалируют оператору.