پنجشنبه 11 تیر 1405 – 13:10
سرویس هوش مصنوعی تکناک
شرکت xAI اعلام کرده است که Voice Agent Builder برای توسعهدهندگان، شرکتها و اپراتورهایی طراحی شده است که به دستیارهای صوتی در مقیاس بالا نیاز دارند، اما تمایلی به توسعه زیرساختهای پیچیده از ابتدا ندارند. این پلتفرم جدید xAI به صورت پیشفرض امکاناتی مانند تلفن، بازیابی اطلاعات از پایگاه دانش، ابزارهای عملیاتی، Guardrails، پشتیبانی از MCP و ابزارهای نظارت بر تماسها را ارائه میدهد. همچنین کاربران میتوانند شمارههای تلفن فعلی خود را از طریق SIP به این سرویس متصل کنند، APIهای اختصاصی و سرورهای MCP را به آن اضافه نمایند یا از طریق WebSocket کلاینت اختصاصی خود را به سیستم متصل کنند.
یکی از مهمترین ویژگیهای Voice Agent Builder، استفاده از معماری یکپارچه گفتار به گفتار است. در بسیاری از سامانههای متداول، پردازش تماسهای صوتی به سه سرویس مجزا شامل تبدیل گفتار به متن، پردازش توسط مدل زبانی و تبدیل متن به گفتار وابسته است. هر یک از این مراحل معمولا توسط سرویسدهندهای متفاوت انجام میشود و همین موضوع هزینه، تأخیر و احتمال بروز خطا را افزایش میدهد. شرکت xAI بیان کرده است که Voice Agent Builder این سه مرحله را در قالب یک مسیر واحد و کاملا یکپارچه مبتنی بر Grok Voice انجام میدهد و به همین دلیل پاسخگویی سریعتر و پایدارتری ارائه میکند.