VoxFlow — платформа голосового ИИ-агента

Голосовой агент собирается из телефонии, распознавания речи, языковой модели, синтеза и вашей учётной системы. Мы собрали платформу, в которой всё это видно и управляемо: от миллисекунд распознавания до того, какими словами агент отвечает на конкретный вопрос.

Как это выглядит внутри

Интерфейс показан с демонстрационными данными: реальные дела, звонки и клиентские записи мы не публикуем.

VoxFlow — Обзор: нагрузка по часам, интенты звонков, что закрыл ИИ, а что ушло людям
Обзор: нагрузка по часам, интенты звонков, что закрыл ИИ, а что ушло людям
VoxFlow — Живой звонок: расшифровка по репликам, распознанные сущности и карточка клиента из CRM
Живой звонок: расшифровка по репликам, распознанные сущности и карточка клиента из CRM
VoxFlow — История звонков: запись, расшифровка и итог по каждому разговору
История звонков: запись, расшифровка и итог по каждому разговору
VoxFlow — Агенты: у каждого свой голос, роль и линия
Агенты: у каждого свой голос, роль и линия
VoxFlow — Правила агента: что можно обещать, чего нельзя касаться, когда звать человека
Правила агента: что можно обещать, чего нельзя касаться, когда звать человека
VoxFlow — Интеграции: телефония, CRM и сервисы, куда уходит результат разговора
Интеграции: телефония, CRM и сервисы, куда уходит результат разговора

Что умеет продукт

  • Живой монитор: кто сейчас на линии, о чём разговор, какой у него тон и темп речи
  • Расшифровка в реальном времени с разделением на реплики агента и клиента
  • Распознанные сущности прямо из разговора: сумма, объём, город и срок доставки, адрес почты
  • Карточка клиента из CRM рядом с разговором — история, сделки, последний контакт
  • Перехват в один клик: поставить ИИ на паузу, вмешаться голосом или полностью передать оператору
  • Конструктор агентов: голос, тон, правила, запретные темы, условия эскалации на человека
  • Разбор по интентам: с чем вообще звонят и какая доля обращений закрывается без человека

Панель, в которой видно каждый разговор

Вся работа с агентом идёт в одной панели. Каждый звонок в ней разложен: волна разговора, расшифровка по репликам, темп речи и паузы, задержка распознавания и синтеза, число перебиваний. Любой разговор за любой день открывается целиком — запись рядом с текстом, распознанные сущности и карточка клиента из CRM тут же.

Из этой же панели агент настраивается: голос и тон, правила и запретные темы, условия эскалации на человека, база знаний, из которой он берёт ответы. Правка применяется к следующему звонку — без выкатки и без разработчика. Живые звонки видно в реальном времени, и из того же экрана оператор ставит ИИ на паузу, подключается голосом или забирает разговор себе.

Как агент понимает, что говорить

Агент отвечает из вашей базы: прайс, услуги, регламенты, ответы на частые вопросы, график и правила. Для сложных случаев задаются явные правила — что нельзя обещать, какие темы не обсуждать, при каких словах немедленно звать человека.

Отдельная часть настройки — как он звучит. Голос, тон, скорость речи, словарь произношения для названий и артикулов, длина реплик. Агент, который говорит правильные вещи неправильным темпом, воспринимается как автоответчик, и это заметно по тому, как быстро люди кладут трубку.

Интеграции

Агент подключается к существующей телефонии по SIP: номер, оператор и записи разговоров остаются вашими, менять ничего не нужно. Результат разговора уходит туда, где с ним работают — amoCRM, Битрикс24, HubSpot: создаётся сделка или задача, а в карточку клиента ложатся расшифровка, итог и распознанные из речи поля — сумма, объём, адрес, срок, почта.

В обратную сторону это работает так же. Перед первым словом агент видит карточку звонящего: историю обращений, открытые сделки, последний контакт — и ведёт разговор с учётом этого. Там, где готового коннектора нет, остаются вебхуки и запросы по ходу звонка: проверить остаток на складе, забронировать слот, отправить письмо. Эскалации и итоги смены приходят в Telegram.

Сделано на высшем уровне

Задержка. Между концом фразы клиента и началом ответа помещается вся цепочка: распознавание, модель, синтез, сеть. Мы свели её к паузе, которую человек принимает за обычную заминку собеседника, и вывели каждый её участок в интерфейс — от строки статуса до разбора конкретного звонка.

Перебивания. Живые люди говорят одновременно, и агент замолкает на полуслове, как это делает человек: слышит вопрос, отвечает на него и возвращается к прерванной мысли. Именно эта механика и даёт ощущение живого разговора, а не безупречная дикция.

Честность. Агент сразу представляется ассистентом, и разговор от этого не портится: люди спокойно продолжают, потому что он отвечает по делу, в человеческом темпе и без попытки выдать себя за оператора. Претензий вида «со мной говорил робот, а меня не предупредили» не возникает в принципе.

Как это устроено

  1. 1 Линия Агент подключается к существующей телефонии по SIP — номер и оператор остаются вашими
  2. 2 STT Речь распознаётся потоково: агент начинает отвечать по ходу фразы
  3. 3 LLM Модель понимает намерение и достаёт из речи сущности: суммы, объёмы, адреса, сроки, почту
  4. 4 TTS Ответ синтезируется выбранным голосом и произносится с человеческим темпом и паузами
  5. 5 Запись Расшифровка, итог и распознанные поля уходят в CRM, а разговор остаётся в истории

На чём собрано

SIP-телефонияOpenAIAnthropicWhisperElevenLabs

Нужно похожее?

Расскажите, что у вас происходит сейчас. Разбор задачи и оценка — бесплатно и ни к чему не обязывают.