تماس صوتی هوشمند مانوتل؛ دستیار صوتی فارسی روی سایت شما
مشتری روی آیکن تلفن در ابزارک می‌زند و از همان مرورگر حرف می‌زند. دستیار با صدا خوشامد می‌گوید، از دانش خود سازمان شما جواب می‌دهد و اگر جواب را نداشت، تماس را با متن کامل به کارشناس می‌سپارد. فارسی را درست می‌فهمد و درست می‌خواند. مانوتل، محصولی از کارن تکنولوژی.
تجربه مشتری: یک کلیک تا حرف زدن
مشتری روی آیکن تلفن در ابزارک می‌زند. دستیار با صدا خوشامد می‌گوید و مشتری حرف می‌زند. حرفش زنده به متن تبدیل و روی صفحه نمایش داده می‌شود، و دستیار با صدا جواب می‌دهد. متن کامل تماس در رشته همان گفتگو می‌ماند.
چطور کار می‌کند
- گوش دادن: تشخیص گفتار در مرورگر، با کالیبراسیون نویز اتاق.
- فکر کردن: گفتار به متن تبدیل می‌شود و پاسخ از همان دستیار و همان دانش چت می‌آید.
- صحبت کردن: متن به گفتار تبدیل و به‌صورت جریانی پخش می‌شود؛ پخش پیش از تمام شدن تولید شروع می‌شود.
این سه حالت را یک ماشین حالت نوبت‌گیری سمت سرور اداره می‌کند. ارتباط زنده با WebSocket است و ابزارک با Preact و داخل Shadow DOM روی سایت شما اجرا می‌شود.
۸۰۰ میلی‌ثانیه‌ای که همه‌چیز را عوض می‌کند
سخت‌ترین بخش یک گفتگوی صوتی، فهمیدن این است که مشتری حرفش تمام شده یا نه. مانوتل این را با چند تصمیم مشخص حل می‌کند:
- کف نویز اتاق اندازه‌گیری می‌شود: در ۷۰۰ میلی‌ثانیه اول، و آستانه تشخیص از رویش ساخته می‌شود.
- دو آستانه با هیسترزیس: آستانه روشن و خاموش جدا هستند تا صدای مرزی نوبت‌های خالی نسازد.
- ۸۰۰ میلی‌ثانیه سکوت یعنی پایان نوبت: فارسی مکث میان‌جمله‌ای دارد و کمتر از این، وسط حرف می‌پرد.
- صدای کوتاه نوبت نیست: سرفه یا صدای کوتاه دیگر گفتگو را جلو نمی‌برد.
قطع کردن حرف دستیار (barge-in)
آدم‌ها وسط حرف هم می‌پرند. اگر مشتری وسط حرف دستیار شروع کند، پخش همان لحظه می‌ایستد و تولید سمت سرور هم لغو می‌شود. مشتری منتظر تمام شدن جمله نمی‌ماند و برای صدایی که کسی نمی‌شنود هم هزینه‌ای داده نمی‌شود.
گفتار فارسی درست
- عددهای بلند: تلفن و کد رهگیری رقم‌به‌رقم به کلمه فارسی تبدیل می‌شوند. با آزمایش رفت‌وبرگشت سنجیده شده که موتور گفتار رشته رقم را درست نمی‌خواند.
- واژه‌نامه تلفظ: برای نام برند و اسامی خاص.
- تنظیمات هر دستیار: خوشامد صوتی، صدای گوینده، سقف مدت تماس و زنگ کوتاه «آماده‌ام».
- گفتار به متن خودمیزبان: برای نصب روی سرور سازمان، به‌جای مدل‌های گفتار ابری.
اگر دستیار جواب را نداشت
تماس به کارشناس ارجاع می‌شود و پیامش در گفتگو می‌ماند. کارشناس متن کامل تماس را می‌بیند و لازم نیست چیزی را دوباره بپرسد. این همان اصل بدون بن‌بست است که در چت‌بات دانش‌محور هم اجرا می‌شود.
خط تلفن، تصویر و صفحه مشترک
تماس صوتی از ابزارک تنها مسیر نیست. همین تجربه به تلفن و تصویر هم می‌رسد:
- تلفن و VoIP: اتصال SIP Trunk و مرکز تلفن موجود (Asterisk، FreePBX، Issabel)، شماره ورودی با مسیریابی به صف یا دپارتمان، نرم‌افزار تلفن درون مرورگر و تماس خروجی با یک کلیک.
- پیش از پاسخ: تطبیق شماره با مخاطب، تا پرونده پیش از برداشتن تماس باز شود.
- IVR و عامل صوتی: IVR از همان سازنده گردش کار، و همان دستیار روی خط تلفن.
- ضبط و رونویسی: ضبط با رضایت صریح، رونویسی خودکار و ورود به تحلیل Copilot.
- تماس تصویری، اشتراک صفحه و Co-browsing: با ماسک خودکار فیلدهای حساس مثل رمز و کارت.
صدا در خود پنل: دیکته و ناوبری صوتی
صدا فقط برای مشتری نیست. هم در ابزارک و هم در میز کار، خط لوله مشترکی برای دیکته، پیام صوتی، ویدیوی وبکم و ضبط صفحه هست. متن دیکته پیش از ارسال قابل ویرایش است.
در پنل هم روی گوی صوتی بزنید و به فارسی بگویید کجا می‌خواهید بروید: «تیکت‌ها» یا «گزارش‌ها». صفحه بدون کلیک باز می‌شود. تطبیق مقصد بدون مدل زبانی انجام می‌شود و هزینه‌ای ندارد.
ابزارک گفتگو
سه تب، رسانه، نصب با یک خط کد و تنظیم ظاهر.
چت‌بات دانش‌محور
همان دانشی که دستیار صوتی از آن جواب می‌دهد.
چت‌بات تلکام و اپراتور
کاربرد در مرکز تماس پرحجم.
معرفی کامل مانوتل
همه قابلیت‌های پلتفرم.
