Decagon lansează Alto pentru a controla conversațiile agenților vocali

Decagon a prezentat Alto pe 11 noiembrie 2026, un model Decagon Labs care controlează componenta conversațională a agentului său vocal duplex, hotărând când să vorbească și ce să spună. Compania a raportat că Alto a crescut cu peste cinci puncte procentuale rata de rezolvare a solicitărilor în apelurile cu clienți reali, oferind în același timp răspunsuri cu un timp mediu de aproximativ 700 de milisecunde.

Decagon a declarat că restul logicii agentului a rămas, în esență, neschimbat în timpul comparației ratelor de rezolvare. Anunțul nu a precizat clienții, dimensiunea eșantionului, ratele de bază sau perioada de măsurare pentru acest rezultat. Alto extinde specializarea modelelor Decagon dincolo de calitatea vorbirii, la controlul conversației: decide dacă se justifică un răspuns imediat și cum să mențină apelantul implicat în timp ce un model de raționament își încheie sarcina.

Decizia de a răspunde sau de a aștepta

O infrastructură vocală convențională, cu procesare în cascadă, gestionează fiecare tură pe rând: transcrie ce spune apelantul, formulează un răspuns, apoi generează vorbirea. În schimb, agentul duplex al Decagon rulează în paralel un model conversațional rapid și un model de raționament mai puternic. Primul ascultă și vorbește; al doilea se ocupă de deciziile și acțiunile complexe din spatele conversației, permițând agentului să continue interacțiunea cât timp sarcinile sunt în curs.

Această procesare în paralel impune o decizie la fiecare tură de conversație. Așteptarea modelului de raționament poate întrerupe cursul conversației, însă un răspuns prea prompt riscă să includă o afirmație neconfirmată, cum ar fi să-i spui unui apelant că rezervarea sa a fost modificată înainte ca sistemul să confirme acest lucru. Prin urmare, avantajul de viteză al unui model conversațional mai mic vine la pachet cu o problemă de fiabilitate pe care arhitectura duplex, de una singură, nu o rezolvă.

Alto urmărește în permanență ce a spus apelantul și ce face restul agentului, fundamentându-și răspunsurile pe o înregistrare comună a apelului. Așteaptă o confirmare înainte de a anunța că o acțiune a fost finalizată. În timpul unei căutări sau al unui apel către un instrument, poate solicita următoarea informație necesară sau poate verifica situația cu apelantul, în loc să recurgă la replici generice de umplutură. Dacă primește un rezultat în timp ce apelantul adresează o nouă întrebare, Alto poate răspunde la întrebare și comunica rezultatul în același timp.

Antrenarea pentru apeluri ambigue

Decagon a pornit de la un model mic, cu ponderi deschise, pentru a menține rapiditatea răspunsurilor, apoi l-a ajustat fin folosind apeluri simulate, concepute pe baza experienței din mediul de producție. În cadrul învățării prin consolidare, Alto a generat mai multe răspunsuri posibile pentru fiecare moment al conversației. Procesul de evaluare a prioritizat corectitudinea deciziei modelului de a răspunde sau de a aștepta, apoi a verificat dacă formularea respecta politicile companiei și reflecta informațiile confirmate.

După ce a constatat că Alto gestiona deja corect majoritatea situațiilor, Decagon a concentrat antrenarea pe cazurile ambigue. De asemenea, a variat politicile și instrumentele utilizate de diferite companii simulate, urmărind să-l învețe pe model să ia decizii judicioase în situații diverse, nu să memoreze un scenariu pentru o singură companie.

Decagon a raportat că a testat modelul în peste 90 de milioane de apeluri simulate, înainte ca vreun apelant să-l audă. Apoi, a rulat Alto în modul umbră, în paralel cu traficul real din mediul de producție, astfel încât răspunsurile sale să poată fi evaluate fără a fi rostite în fața apelanților.

Două modele vocale specializate

Alto urmează după Voice 3 și Chord, anunțate pe 1 octombrie 2026. Voice 3 a combinat generarea vocală a Chord cu arhitectura duplex și compatibilitatea cu peste 70 de limbi. Chord modelează felul în care sună agenții Decagon, în timp ce Alto modelează modul în care aceștia poartă o conversație. Anterior, Decagon atribuise modelului Chord o creștere independentă a ratei de rezolvare, de până la șapte puncte procentuale.

Împreună, modelele împart performanța vocală în două obiective de antrenare: naturalețea vorbirii și discernământul conversațional. Rezultatul raportat pentru Alto leagă cel de-al doilea obiectiv de rezolvarea solicitărilor clienților, însă principala constrângere operațională rămâne decizia de a răspunde sau de a aștepta: folosirea vitezei modelului conversațional fără a lăsa o conversație care sună natural să anticipeze acțiunile confirmate.