Grai · Funcții
Inventarul complet, cu cifra măsurată lângă fiecare. Și, la sfârșit, ce nu există încă.
Text parțial pe măsură ce rostești cuvintele, cu stare păstrată între bucăți. Nu retranscrie de la capăt la fiecare bucată.
92 ms · 13,8× timp realPanta înălțimii vocii pe ultimele 600 ms decide dacă ai terminat. Coborâre fermă: da. Plat sau urcare: nu.
560 ms · 0,42 ms cost„Mhm", „da", „aha" nu-l opresc. Distinge patru cazuri: scurt sau lung, confirmare sau preluare de tură.
Te oprești la mijloc și continui — continuarea nu e tratată ca întrebare nouă. Dacă apucase să răspundă, răspunsul se anulează.
fereastră 2,5 sCând dictezi cifre, un cod sau o adresă, așteaptă mai mult — ca să nu te taie între „șapte" și „sute".
Pragul se ajustează după cât de repede vorbești, măsurat în silabe pe secundă.
Scoate din microfon propria voce, deci microfonul rămâne deschis și când folosești difuzoarele, nu doar căștile.
−15,7 dB măsuratRitm, înălțime, energie, ezitare, șoaptă — toate normalizate față de linia ta de bază, nu absolut.
1,9 ms per replică„Douăzeci și trei de mii patru sute optzeci" devine 23480 înainte să ajungă la model. Ore, date, sume, coduri.
98 de testeRomână și rusă, schimbate în timpul conversației, fără reconectare. Se schimbă recunoașterea, sinteza și instrucțiunile deodată.
Începe să vorbească de la prima propoziție, nu după ce s-a generat tot răspunsul. Prima bucată e tăiată scurt intenționat.
305 ms până la primul sunetVorbești peste el și tace. Tot ce era în coadă se aruncă.
1–3 msIstoricul se taie la câte milisecunde au ieșit efectiv din difuzor, nu la cât s-a generat. Altfel ar zice „v-am spus deja" despre ce n-ai auzit.
Aceeași voce vorbește ambele limbi. Voce per agent, aleasă din configurație.
23480 devine „douăzeci și trei de mii patru sute optzeci"; 069123456 devine cifră cu cifră; 09:00 devine „ora nouă". Trei reguli diferite, alese după context.
Câștig fix plus limitator moale, calibrate o dată offline. Fără pompaj de volum de la frază la frază.
salt între eșantioane 1,11 → 0,118Etichetele de formatare și semnele tipografice pe care motorul le-ar rosti literal sau ar refuza cu eroare sunt scoase înainte.
Termeni proprii, nume de firme și cuvinte străine, rostite cum trebuie, dintr-o listă per agent.
Spune o punte scurtă, trimite treaba pe alt fir și continuă. Rămâne întreruptibil cât timp unealta lucrează.
Dacă unealta întârzie peste conversație, rezultatul se anunță când vine — chiar dacă între timp ai închis fila.
Își programează o revenire — „îți spun în zece minute" — și se declanșează chiar dacă nu e nimeni conectat.
Ține minte oamenii și ce s-a discutat, cu revizuire în timp: „vine vineri" devine „a venit vineri" după ce trece vineri.
104 testeȘtergerea funcționează pe disc, nu doar în interfață.
Așezată în promptul de sistem, ca să intre în memoria tampon a furnizorului — deci cunoștințele fac cererea mai ieftină, nu mai scumpă.
Închizi fila, conversația continuă de unde a rămas.
Nu doar deconectării — și unei reporniri complete a procesului.
Voce, limbă, instrucțiuni, unelte, bază de cunoștințe — configurație, nu proces separat. Zeci de agenți pe același proces.
Fiecare cu cheia lui. Un client nu vede și nu poate atinge agenții altuia.
Limite pe client și pe adresă, cu poziția în coadă în loc de refuz sec.
57 de testeUn script pe pagina clientului. Fără dependențe, izolat de stilurile gazdei.
27,6 KBCapacitatea a crescut de la 2 sesiuni simultane la peste 24 după ce închirierea recunoașterii a trecut de pe conexiune pe tură. Plafonul de 2 nu depindea de hardware — era o resursă ținută ocupată degeaba.
Facem implementări la client, pe serverul lui. Scrie-ne ce ai nevoie.