Cartesiaで性格の違う電話AIを作成 予約補助と辛口デモを分けた体験
日本語参考要約訳
AIエージェントに自分の電話番号を渡しました。失敗でした……。 こいつは失礼でした。本当に失礼。試してみたければ電話してみてください。 でも、実は私がそう作りました。名前を挙げたAIツールを、遠慮なく辛口に評するよう指示を書いたのです。 自分用に作った本来のものは、ずっと感じがよいです。私に代わって電話をかけたり受けたりする電話アシスタントで、予約を取り、時刻を確認して読み上げます。誰かが私に連絡したいときには、その番号を渡します。 両方とも@cartesiaの新しいManaged Agentsで約5分、コードなしで作りました。指示を書き、声と言語モデルを選ぶと、音声認識、発話の切り替わりの検出、割り込み、音声、電話回線はCartesiaが扱います。Playgroundで無料の番号を取得してエージェントにつなげると、使えるようになります。 割り込みにもかなりうまく対応します。多くの音声エージェントは4〜5社のサービスを組み合わせていて、こちらが話しても話し続けます。これは、こちらが割り込んだ瞬間に止まります。 自分でも作るなら、https://t.co/YdRdGsaKLr
※長文投稿のため、参考訳は概要を最大600字まで表示しています。 元投稿をご参照ください
AINNでは投稿本文・投稿者本人の追記・第三者コメントの全文転載を避け、X公式埋め込みと元投稿への導線を中心に表示します。
AIによる見どころ整理
何について
Yarchi氏が、Cartesia Managed Agentsで2種類の電話AIを作った体験を紹介した。1つは名前を挙げたAIツールを辛口に評するデモで、もう1つは予約や時刻の確認を手伝う本人用のアシスタント。前者のぶっきらぼうな応答は、意図して与えた指示によるものだという。 同氏は、指示文、声、応答を考える言語モデルを選び、コードを書かずに両方を約5分で組んだと説明している。音声認識、発話の切り替わり、割り込み、音声と電話回線をまとめて扱う設計は、Cartesiaの公式発表でも案内されている。 実用面では、同じ基盤でも会話の目的や人格を指示で分けられる点が分かりやすい。ただし約5分という所要時間と割り込みの良好さは本人の体験であり、あらゆる予約業務の確実性や他社製品全般との性能差を実証した結果ではない。
なぜ注目
音声AIを目的別に設計する具体例。製品の提供開始に加え、指示文で性格と役割を変える個人の利用体験が示されている。
🔰 初学者向け要約
話し方の指示を変えて、冗談を言う電話AIと、予定を確認する電話AIを作った例です。作りやすさの体験談で、すべての予約を自動で間違いなく処理できるという保証ではありません。
用語を調べる
公開記事とWeb上の出典をもとに、Geminiが短く説明します。1日5回まで利用できます。