हमारे बारे में
2024: हमारी नींव और शुरुआती सफलताएँ
- हमने AI-संचालित सोशल मीडिया पेज विश्लेषण उपहार बनाकर अपनी यात्रा शुरू की
- 2023 के क्रिसमस के मौसम में
- लाखों फ़ॉलोअर्स वाले बड़े ब्रांडों के इन्फ़्लुएंसर्स और अधिकारियों का ध्यान आकर्षित किया
- अत्यधिक सकारात्मक प्रतिक्रिया मिली
- उपहारों से तेज़ी से परामर्श सेवाओं की ओर बढ़े
प्रमुख सफलताएँ और सहयोग:
- Patrick Bet-David (PHP के संस्थापक, जो 250 मिलियन डॉलर में बिकी)
- Alex Mehr (Zoosk के संस्थापक, जो 300 मिलियन डॉलर में बिकी)
वे उद्योग जिन्हें हमने सहयोग दिया:
- दंत चिकित्सा
- साइबर सुरक्षा
- सोने का खनन
- छत निर्माण
- गृह सुधार
इससे हमें AI-संचालित बिक्री और मार्केटिंग की आम चुनौतियों को समझने में मदद मिली।
2025: विशेषज्ञता और विकास
- संभावित ग्राहकों को कॉल करने वाले AI अपॉइंटमेंट सेटर्स में विशेषज्ञता पर ध्यान केंद्रित किया
- कई महीनों तक गहन विकास किया
- ऐसे AI कॉलर बनाए जो गति और गुणवत्ता में प्रतिस्पर्धियों से बेहतर थे
- OpenAI और ElevenLabs द्वारा उपलब्ध कराए गए वॉइस-टू-वॉइस मॉडल से भी बेहतर प्रदर्शन किया
हमारा तरीका:
- तेज़ प्रतिक्रिया
- त्वरित अनुकूलन
- बड़ी मात्रा संभालने की क्षमता
- परिणाम-केंद्रित मॉडल
हमारा मिशन:
जटिल अनुबंधों या छिपे शुल्क के बिना हर आकार के व्यवसाय तक AI-संचालित अपॉइंटमेंट सेटिंग की शक्ति पहुँचाना।
2026: नया मोड़ — भाषा की बाधाएँ हटाना
हम क्या बना रहे हैं:
भाषा की बाधाएँ हटाने के लिए लाइव डबिंग अनुवाद करने वाला ऐप—Google Translate से बेहतर।
हमारी प्रतिबद्धता:
संचार की बाधाएँ दूर करना और अलग-अलग भाषाएँ बोलने वाले लोगों को रीयल-टाइम में जोड़ना, ताकि वैश्विक संचार सहज और स्वाभाविक बने।
हम यह बदलाव क्यों कर रहे हैं:
मौजूदा AI कॉलर सिस्टम में कमियाँ हैं
सभी AI कॉलर्स को चार काम करने होते हैं:
- वॉइस एक्टिविटी डिटेक्शन (VAD) मॉडल से आवाज़ पहचानकर उपयोगकर्ता की बात का ट्रांसक्रिप्शन शुरू करना
- उपयोगकर्ता की बात को ट्रांसक्राइब करना
- बड़े भाषा मॉडल (LLM) से उस टेक्स्ट को प्रोसेस करना
- आउटपुट को बोली गई आवाज़ में बदलना
पहले चरण में अभी कमी है:
- OpenAI के रीयलटाइम मॉडल और ElevenLabs की कॉलर सेवा के एक वर्ष के अनुभव के बाद
- दोनों प्लेटफ़ॉर्म इंसानी आवाज़ पहचानने के लिए एक ही रणनीति अपनाते हैं
- यह VAD मॉडल अपरिष्कृत है और केवल ग्राहक के ऑडियो ट्रैक को सुनता है
- कॉल डुप्लेक्स होती है (दो लोग एक ही समय पर बोल सकते हैं)
- इस अपरिष्कृत तरीके के कारण AI मॉडल या तो बहुत ज़्यादा रुकते हैं या उपयोगकर्ता को बहुत ज़्यादा टोकते हैं
- डुप्लेक्स VAD मॉडल की आवश्यकता है और यह क्षेत्र अभी भी काफ़ी नया है