Речевые технологии

Предпосылки развития

проблема

Компании хотят автоматизировать работу с обращениями, сохранив качество на уровне операторов.
Классические боты и IVR не справляются с нестандартными формулировками, звучат монотонно и снижают доверие пользователей.

решение

Полностью автономный голосовой агент

↑ автоматизацияАгент закрывает типовые обращения, операторы разбирают то, где нужен человек

= CSATКлиент быстро получает ответ на свой вопрос или решение проблемы

↓ стоимостьПовышение автоматизации при стабильном качестве позволяет сделать обслуживание дешевле

Почему голос сложнее чата

В чате есть очередь сообщений и время подумать. В звонке все происходит одновременно: клиент говорит, модель генерирует ответ, звучит синтез

Пользователь хочет перебить или это фоновые шумы?
Он молчит или нужно пояснить предыдущую реплику?
Чем занять секунду, пока ответ модели не готов?

Эту задачу решает отдельный компонент платформы

SIP-телефониявходящие звонки потоковое аудиоDTMFперевод звонка ASR / TTSLLM

Как работают контекстные филлеры

Пока большая модель думает, говорит малая

Реплика клиента+ контекст сессии

→

Малая модельсотни миллисекунд

→

Контекстный филлер«Проверяю информацию по вашему тарифу»

Большая модельинструменты, знания, проверки · думает…

→

Основной ответвысокое качество

→

Ответбыстрая ветка звучит почти сразу, основная ветка звучит следом

Что происходит внутри платформы, пока клиент говорит

клиент

Телефонная трубка

SIP-звонок

ASR

Распознавание речи

Just ASR · потоком, по частям

TTS

Синтез речи

Just TTS · старт по первым чанкам

Voice Core

Голосовой агент

Держит ход разговора и решает, кому отдать реплику: большой модели, филлеру или синтезу

большая LLM

Ответ по существу

большая языковая модель

филлеры

Подсистема филлеров

видит, что пауза затягивается

малая модель

Фраза ожидания

150 мс · по контексту диалога

клиент перебил · приоритет у его речи

синтез оборван

0:00

Как это выглядит в Just AI Agent Platform

Настройка перебиваний

Перебивание можно отложить, а паузу закрыть своей репликой

Вызов инструментов

Пока инструмент отрабатывает, тишину заполняет заданная фраза

Молчание абонента

Если клиент замолчал, агент сам переспрашивает его

Экономика разговора

Just AI Agent Platform

Стриминг из LLM напрямую в TTS минимизирует задержки
Малая модель генерирует контекстуальный филлер за 150 мс
Real-time ядро позволяет отделить посторонние шумы от перебивания

Классические сценарии и ИИ-агенты в одной среде

Типовые запросы закрывает классификатор, сложные переходят к агенту

Реплика клиента

Классификатор

типовой запрос

Ответ по сценарию

нестандартный запрос

ИИ-агент

Дешевле на нагрузке

Типовые запросы обрабатывает классификатор, без затрат на большую модель

Быстрее ответ

Где хватает классификатора, агент не ждет генерации LLM

Без перестройки с нуля

В работающий классический сценарий можно добавить ИИ-агентов

Две модели синтеза, голоса и интонации

Собственные модели Just TTS: Comet и Orion. В каждой — несколько мужских и женских голосов

Дарьяпример женского голоса

Comet3,3 с

Orion3,2 с

Павелпример мужского голоса

Comet3,1 с

Orion2,5 с

Гибкое управление эмоциями на базе генеративной модели

Нейтральноинформирование, статусы, суммы

Теплоприветствие, участие, удержание

С сожалениемотказ, который не злит клиента

Раздраженнокогда нужно сильнее играть эмоциональным диапазоном

Энергичноакции, апсейл, исходящие кампании

Воодушевленнохорошие новости, одобрение заявки

Холодноформальные уведомления, юридические сообщения

Клонирование голоса

Достаточно 5–20 секунд референсного аудио

Референс для клонирования10,6 с

оригинал

Comet11,0 с

самый быстрый · синтез

Orion10,5 с

точный и предсказуемый · синтез

Гибридная модель голоса — собственный Just ASR/TTS + подключаемые провайдеры

3i VoxKitASM SolutionsAudiogramAzure Google CloudSaluteSpeechT-Bank VoiceKitYandex SpeechKit

Результаты подтверждены на практике

5+

поставок в контуры крупных компаний РФ

Промышленные внедрения в контурах заказчиков

69%

автоматизации на сложных консультациях

Агент разбирает ситуацию клиента и подсказывает решение по правилам компании — раньше такие обращения уходили только к людям

4%

галлюцинаций при этом уровне автоматизации

Оценка качества обслуживания (CSAT) не снизилась

Госсектор · Голос

Голосовой агент на линии ПМЭФ-2025: половина звонков без оператора

Как AI-агент на голосовой линии информационного центра ПМЭФ-2025 стал обрабатывать половину звонков без оператора — и почему сначала его выбирали только 22 человека из 351.

50% звонков без оператора · ×10 быстрее типовой запросЧитать кейс → E-commerce · Голос

Голосовой бот принимает весь входящий трафик и понимает клиентов на двух языках

Голосовой бот интернет-магазина в Узбекистане отвечает на все входящие звонки и без сбоев переключается между двумя языками.

100% входящего трафика · 2 языка · ~20 000 минут в месяцЧитать кейс → Промышленность · HR · Голос

ИИ-рекрутер сэкономил 5 585 часов HR-специалистов за три месяца

Голосовой агент обзванивает кандидатов вместо HR крупного промышленного предприятия и передает рекрутерам только релевантные контакты.

177 тыс. контактов · 2 098 релевантных лидовЧитать кейс →

Данные под защитой

Записи разговоров, персональные данные и корпоративные документы остаются в вашем контуре

Agent Runtimeагенты и сценарии

Voice CoreSIP, переход хода

Just ASR / Just TTSречевой стек

Jay Guardданные, политики, аудит

База знанийJay Knowledge Hub

Локальная модельили облако через Jay Guard

корпоративная телефонияCRMбиллингвнутренние системырабочие места операторов

Just AI Agent Platform входит в реестр российского ПО

Проверьте голосового агента на своих звонках

Запустим агента на одном типовом сценарии и вместе оценим автоматизацию и качество диалогов