Üç farklı proje, üç farklı ses altyapısı

Bir kurumun ses teknolojisi yolculuğu genelde şöyle başlıyor: önce bir IVR sistemi kurulur, sonra "müşteriler bekletilmek istemiyor" diye bir sesli bot projesi başlatılır, derken çağrı merkezi ekibi için gerçek zamanlı transkripsiyon ihtiyacı doğar. Her biri farklı zamanda, farklı tedarikçiyle, farklı altyapı üzerine inşa edilir.

İki yıl sonra ortaya çıkan tablo şu: üç farklı STT (konuşmadan metne) motoru, iki farklı TTS (metinden sese) sağlayıcısı, birbiriyle konuşmayan üç ayrı entegrasyon katmanı. Her yeni ses ihtiyacı, var olan altyapıdan faydalanmak yerine sıfırdan bir proje haline geliyor.

Bu parçalanmışlığın faturası geç ödeniyor ama ağır ödeniyor: artan lisans maliyeti, tutarsız ses kalitesi, ve en kritik olanı — kurumun hiçbir zaman ses verisi üzerinde bütünsel bir görünürlüğe sahip olamaması.

Voice gateway: tek giriş noktası, çoklu kullanım

Voice gateway, kurumun tüm ses tabanlı etkileşimlerinin (gelen çağrı, IVR, sesli bot, canlı transkripsiyon) tek bir merkezi altyapı üzerinden geçtiği mimari katmandır. Telefon hattından gelen ses, önce bu merkezi katmana ulaşır; oradan ilgili STT/TTS motoruna, oradan da iş mantığına yönlendirilir.

Bunun pratikte ne anlama geldiğini bir finans kurumu örneğiyle gösterelim. Bu kurum için kurduğumuz altyapıda, müşteri bir çağrı merkezi numarasını aradığında ses, tek bir voice gateway üzerinden işleniyor. Aynı altyapı şu üç senaryoyu aynı anda destekliyor:

  • IVR yönlendirmesi: Müşterinin sesli talebi anlık olarak metne çevrilip doğru departmana yönlendiriliyor
  • Sesli bot yanıtı: Basit, tekrar eden talepler (bakiye sorgulama, kart blokaj bildirimi gibi) insan müdahalesi gerektirmeden yanıtlanıyor
  • Canlı temsilci desteği: Konuşma bir insan temsilciye yönlendirildiğinde, aynı transkripsiyon altyapısı temsilciye gerçek zamanlı öneri ve ilgili müşteri bilgisini ekranına düşürüyor

Üç farklı kullanım senaryosu, tek bir ses işleme katmanı üzerinden çalışıyor. Yeni bir kullanım senaryosu eklenmek istendiğinde (örneğin sesli şikayet analizi), sıfırdan altyapı kurmaya gerek kalmıyor — var olan gateway'e yeni bir işlevsel katman ekleniyor.

Gerçek zamanlı destek: ayrı bir özellik değil, doğal bir sonuç

Tek merkezli mimarinin en somut faydası, müşteri temsilcisine gerçek zamanlı yapay zeka desteği sağlamada ortaya çıkıyor. Parçalı altyapılarda bu özellik genelde "ileride eklenecek" listesinde kalıyor, çünkü canlı çağrı verisini ayrı bir transkripsiyon sistemine, ayrı bir analiz motoruna bağlamak başlı başına bir entegrasyon projesi.

Voice gateway zaten tüm ses akışının merkezinde olduğu için, bu veriyi gerçek zamanlı analiz etmek mimari bir sıçrama değil, doğal bir uzantı. Temsilci konuşurken sistem konuşmayı dinliyor, müşteri geçmişiyle eşleştiriyor ve ekranda ilgili öneriyi (örneğin "bu müşteri son 30 günde aynı konuda üç kez aramış") gösteriyor. Bu, ayrı bir proje olarak kurulduğunda aylar süren bir geliştirme, merkezi bir altyapı üzerinde haftalar içinde devreye alınabiliyor.

Tek merkezin getirdiği üç somut avantaj

Maliyet kontrolü: Üç farklı STT/TTS lisansı yerine tek bir altyapı üzerinden hacim bazlı fiyatlandırma müzakere edilebiliyor. Kullanım arttıkça birim maliyet düşüyor.

Tutarlı kalite: Müşteri hangi kanaldan ulaşırsa ulaşsın (IVR, bot, temsilci), ses tanıma doğruluğu ve yanıt kalitesi aynı standartta kalıyor. Parçalı altyapılarda bu tutarlılık neredeyse imkansız.

Veri bütünlüğü: Tüm ses etkileşimleri tek bir veri modeli üzerinden kayıt altına alındığında, kurum ilk kez "müşterilerimiz sesli kanallarda gerçekte ne istiyor" sorusuna bütünsel bir cevap verebiliyor. Parçalı sistemlerde bu veri üç farklı silozda kilitli kalıyor.

Sonraki ses projeniz öncesinde sorulması gereken soru

Yeni bir ses teknolojisi ihtiyacı doğduğunda — bir sesli bot, bir IVR yenilemesi, bir transkripsiyon aracı — sorulması gereken ilk soru "hangi tedarikçiyi seçelim" değil, "bu ihtiyaç mevcut ses altyapımızın bir parçası mı, yoksa yine ayrı bir silo mu olacak" olmalı.

Bugün tek bir ses ihtiyacı için ayrı bir çözüm kurmak hızlı görünebilir. Ama üçüncü, dördüncü ihtiyaç geldiğinde, bu hız kararının maliyeti birikmiş entegrasyon karmaşası olarak geri dönüyor. Voice gateway yaklaşımını ilk ses projesinde benimseyen kurumlar, sonraki her projeyi haftalar içinde devreye alabiliyor.