बुकिंग असिस्टेंट के लिए स्वाभाविक लगने वाली आवाज़ काफ़ी नहीं है। उसे ग्राहक की बात सुनने, सही अनुरोध पर कार्रवाई करने और पुष्टि हुआ परिणाम समझाने का भरोसेमंद तरीका भी चाहिए।
बातचीत वाला रनटाइम क्या करता है?
रनटाइम बोली को प्रोसेस करता है, तय करता है कि क्या जवाब देना है और कॉलर के लिए ऑडियो बनाता है।
कोई एप्लिकेशन स्पीच रिकग्निशन, लैंग्वेज मॉडल और स्पीच सिंथेसिस को साथ जोड़ सकता है, या ऐसे मॉडल का उपयोग कर सकता है जो ऑडियो को सीधे प्रोसेस करता है। यह बारी-बारी से बोलने को भी संभालता है: कब सुनना है, कब बोलना है और कॉलर के बीच में बोलने पर क्या होता है।
बिज़नेस टूल बातचीत को एक उपयोगी नतीजे तक पहुँचाते हैं। अपॉइंटमेंट टूल उपलब्धता जाँच सकता है और बुकिंग का अनुरोध कर सकता है। एजेंट के बोलने से पहले एप्लिकेशन को पुष्टि हो चुकी बुकिंग को टाइमआउट या अज्ञात नतीजे से अलग पहचानना होगा।
कोई मैनेज्ड प्लेटफ़ॉर्म इनमें से कुछ हिस्से दे सकता है। Telnyx AI Assistants मॉडल, आवाज़ और टूल की कॉन्फ़िगरेशन उपलब्ध कराता है। Vapi के बिल्ट-इन टूल में बातचीत के दौरान इस्तेमाल होने वाली कार्रवाइयाँ शामिल हैं। टेलीफ़ोन प्रदाता बदलते समय ये रनटाइम सेटिंग्स अलग निर्भरताएँ रहती हैं।
एजेंट फ़ोन नेटवर्क तक कैसे पहुँचता है?
एजेंट रनटाइम किसी टेलीफ़ोन प्रदाता के ट्रंक से SIP के ज़रिए जुड़ता है, जो कॉल शुरू करने, बदलने और खत्म करने वाला प्रोटोकॉल है।
रनटाइम को SIP सिग्नलिंग सपोर्ट करनी होगी और एक अलग मीडिया पाथ पर ऑडियो भेजना और पाना होगा। सिग्नलिंग का सफल आदान-प्रदान यह नहीं दिखाता कि रनटाइम कॉलर को सुन पा रहा है।
आने वाली कॉल के लिए, टेलीफ़ोन नंबर कॉलर को एप्लिकेशन के एंडपॉइंट तक भेजता है। बाहर जाने वाली कॉल के लिए, एप्लिकेशन अनुमत कॉलर पहचान और ऐसे गंतव्य का उपयोग करता है जिस तक कनेक्शन पहुँच सके। नंबर की उपलब्धता, कॉलर पहचान का प्रदर्शन और पाने वाले नेटवर्क का व्यवहार अलग-अलग मामले हैं।
ट्रंक बदलने से एजेंट के प्रॉम्प्ट, आवाज़ें, टूल या नॉलेज सोर्स कॉपी नहीं होते। इन हिस्सों को उसी रनटाइम में रखें जिसे आप बनाए रखते हैं, या उन्हें स्पष्ट रूप से माइग्रेट करें।
बीच में टोके जाने पर भी बातचीत किस वजह से ठीक चलती है?
रनटाइम को ऐसे कॉलर को संभालना होगा जो प्रॉम्प्ट के बीच बोल पड़े, बात की दिशा बदल दे या अस्पष्ट जवाब दे।
नाम, तारीखें और संख्याएँ असली फ़ोन ऑडियो पथ पर टेस्ट करें। इसमें बैकग्राउंड शोर, धीमे बिज़नेस टूल और ऐसा एक्शन शामिल करें जिसका परिणाम अनिश्चित हो। जो ऑपरेशन शायद पूरा हो चुका है, उसे फिर से प्रयास करने से पहले एप्लिकेशन को उसकी जाँच करनी चाहिए।
मानव हैंडऑफ़ का अपना अलग परिणाम होता है। एजेंट को पता होना चाहिए कि बातचीत कहाँ भेजनी है और वह गंतव्य उपलब्ध न होने पर क्या कहना है। ट्रांसफ़र और कॉन्फ़्रेंस का व्यवहार कनेक्टेड एप्लिकेशन या बिज़नेस फ़ोन सिस्टम (PBX) के ज़िम्मे होता है, जो कॉल को लोगों या टीमों तक पहुँचाता है। पूरे कॉल पथ पर इस व्यवहार की पुष्टि करें।
मुझे क्या मापना चाहिए?
टेलीफ़ोन कनेक्टिविटी, बातचीत का व्यवहार और बिज़नेस कार्य का पूरा होना अलग-अलग मापें।
कॉल रिकॉर्ड टेलीफ़ोन का परिणाम दिखाता है। ऑडियो और ट्रांसक्रिप्ट से यह समीक्षा करने में मदद मिलती है कि क्या सुना और कहा गया। बुकिंग, भुगतान या केस सिस्टम पुष्टि करता है कि अनुरोधित एक्शन हुआ या नहीं।
केवल ट्रांसक्रिप्ट वाले टेस्ट से ऑडियो की गुणवत्ता या बीच में बोलने पर व्यवहार साबित नहीं होता। कॉल का उत्तर मिल जाने से यह साबित नहीं होता कि ग्राहक के साथ बातचीत सफल रही। समीक्षा में गायब रिकॉर्डिंग, विफल ट्रांसक्रिप्शन और अनिश्चित टूल परिणाम दिखाई देते रहने दें।
मैं AI वॉइस एप्लिकेशन को Bird से कैसे कनेक्ट करूँ?
आप अपने AI वॉइस एप्लिकेशन को SIP ट्रंक के ज़रिए कनेक्ट करते हैं। आपके एजेंट पर आने वाली कॉल के लिए inbound_enabled को true पर सेट करें। एजेंट जो कॉल करता है, उनके लिए outbound_enabled सक्षम करें। दोनों दिशाएँ शुरू में अक्षम रहती हैं, इसलिए नया ट्रंक तब तक कॉल अस्वीकार करता है जब तक आप ज़रूरी दिशा सक्षम नहीं करते।
ट्रंक अपडेट करने के लिए write स्तर पर voice_management ज़रूरी है।
इनबाउंड डिलीवरी के लिए गेटवे के sip_uri में आपके रनटाइम का होस्ट और वैकल्पिक पोर्ट होता है, यूज़र नेम के बिना। destination_format डिलीवर किए गए SIP पते में @ से पहले वाला हिस्सा बन जाता है। डिफ़ॉल्ट +{number} डायल किया गया नंबर आगे भेज देता है। कोई निश्चित मान सभी आने वाले नंबरों को एक ही रनटाइम पते पर भेजता है।
गेटवे का priority फ़ेलओवर का क्रम तय करता है: 0 वाले गेटवे को 1 वाले गेटवे से पहले आज़माया जाता है। इसके बाद आप इनबाउंड रूटिंग में अपने पास मौजूद, इनबाउंड-सक्षम नंबर को ट्रंक की ओर पॉइंट करते हैं।
आउटबाउंड कॉल के लिए आपका रनटाइम ट्रंक से लौटाए गए domain से कनेक्ट करता है। API-कुंजी ऑथेंटिकेशन में allowed_api_key_ids अनुमत कुंजियों की सूची देता है; हर कुंजी को write स्तर पर voice चाहिए। आपका रनटाइम bird को SIP यूज़रनेम और चुनी गई कुंजी के सीक्रेट को पासवर्ड के रूप में इस्तेमाल करता है। अनुमत कुंजियों की सूची अपडेट करने पर पूरी सूची बदल जाती है, इसलिए वे कुंजियाँ रखें जिन्हें दूसरे क्लाइंट अभी भी इस्तेमाल करते हैं।
आउटबाउंड कॉल के लिए एक सत्यापित कॉलर ID और एक सक्षम, उपलब्ध गंतव्य देश भी ज़रूरी है।
बिज़नेस कार्रवाइयाँ और इंसान को हैंडऑफ़ आपके रनटाइम की ज़िम्मेदारी हैं। Bird के होस्ट किए गए MCP टूल वर्कस्पेस संसाधनों का प्रबंधन करते हैं; वे लाइव स्पीच और रीज़निंग लूप नहीं चलाते।
संक्षेप में
बातचीत रनटाइम के नियंत्रण में होती है।
भाषण, तर्क, टूल और बोलने की बारी का प्रबंधन उस ऐप्लिकेशन या प्लेटफ़ॉर्म का काम है जो एजेंट को चलाता है।
टेलीफ़ोन कनेक्शन कॉल को ले जाता है।
नंबर, SIP सिग्नलिंग, मीडिया और कॉलर की पहचान मिलकर ग्राहक के फ़ोन तक कनेक्शन बनाते हैं।
पूरी बातचीत का परीक्षण करें।
ऑडियो, बीच में टोकना, अनिश्चित टूल परिणाम और इंसान को कॉल सौंपने का परीक्षण असली कॉलिंग पथ पर करना ज़रूरी है।
बिज़नेस सिस्टम ही अपने परिणाम की पुष्टि करता है।
बोली गई पुष्टि या जनरेट किया गया सारांश यह साबित नहीं करता कि बुकिंग या कोई और कार्रवाई सफल हुई।