Tới nội dung
Chỉ Chính chủ#Giọng nói
23 tháng 9Thứ Tư
  1. Vapi Blog38

    Vapi thử nghiệm Jev như một hàng rào bảo vệ thời gian thực cho AI giọng nói

    Vapi đã chạy các thử nghiệm ban đầu sử dụng mô hình "System One" Jev trong chương trình truy cập sớm của TypeSafe AI như một hàng rào bảo vệ chấm điểm liệu phản hồi của trợ lý giọng nói có vi phạm quy tắc do nhà phát triển định nghĩa trước khi được phát ra hay không. Trong một thử nghiệm ban đầu, Jev đã phát hiện ít nhất ba trong bốn phản hồi vi phạm, mặc dù Vapi cho biết đây không phải là bảo đảm tuân thủ 100% mà chỉ là một lớp kiểm tra bổ sung bên trên các hàng rào bảo vệ bằng prompt.

21 tháng 9Thứ Hai
  1. LiveKit Blog38

    So sánh các framework mã nguồn mở cho AI agent thoại và video thời gian thực: LiveKit Agents và Pipecat

    Hướng dẫn này so sánh LiveKit Agents và Pipecat, hai framework mã nguồn mở mà bài viết cho là quan trọng nhất để xây dựng AI agent thoại và video cho môi trường production, trên các khía cạnh kiến trúc, mức độ được sử dụng, trải nghiệm nhà phát triển và mức độ sẵn sàng cho production. LiveKit Agents chạy trên hạ tầng WebRTC và SIP mã nguồn mở của LiveKit và tự nối pipeline cho bạn, trong khi Pipecat không giả định transport nào và để nhà phát triển tự lắp pipeline theo từng giai đoạn. Bài viết cũng đề cập vị trí của TEN Framework, Dograh, Vision Agents và Vocode.

17 tháng 9Thứ Năm
  1. Descript Changelog20

    Tổng hợp bản phát hành Descript ngày 17 tháng 9 năm 2026: Cài đặt sẵn phụ đề, Nhạc và Hiệu ứng âm thanh AI, Thanh toán đa tiền tệ

    Bản phát hành ngày 17 tháng 9 năm 2026 của Descript bổ sung 18 cài đặt sẵn phụ đề và 10 hiệu ứng chữ động mới, cùng với nhạc nền và hiệu ứng âm thanh do AI tạo ra được đặt trực tiếp trên dòng thời gian trong phiên bản 145.0.15 trở lên. Thanh toán giờ đây hiển thị giá bằng tiền tệ địa phương với Apple Pay, Google Pay, Cash App và các tùy chọn khác, và trình chọn giọng nói sử dụng thư viện giọng nói ElevenLabs.

  2. LiveKit Blog25

    LiveKit ra mắt Startup Program với 23.000 USD tín dụng dành cho các nhà phát triển AI agent giai đoạn đầu

    LiveKit đã ra mắt Startup Program, trao cho các startup đủ điều kiện tổng giá trị khoảng 23.000 USD: 7.000 USD tín dụng inference từ bảy đối tác, 10.000 USD tín dụng LiveKit Cloud, và một năm sử dụng gói Scale có giá thông thường 500 USD mỗi tháng. Các mô hình từ đối tác bao gồm Deepgram, AssemblyAI và Gemma 4 31B do LiveKit lưu trữ có thể truy cập qua LiveKit Inference mà không cần tài khoản nhà cung cấp hay API key riêng. Chương trình hướng tới các startup có dưới 50 nhân viên, đã gọi được dưới 5 triệu USD và đang tích hợp voice, video hoặc physical AI vào sản phẩm của mình.

16 tháng 9Thứ Tư
  1. Vapi Blog12

    VapiCon 2026: Hội nghị thượng đỉnh Voice AI của Vapi trở lại với hơn 1.200 nhà phát triển và diễn giả từ Deepgram, LangChain, Vercel

    Vapi đưa hội nghị thượng đỉnh voice AI của mình trở lại với tên gọi VapiCon 2026, mở rộng lên hai ngày và hai track tại Fort Mason, San Francisco, vào ngày 11 và 12 tháng 11 năm 2026, dành cho hơn 1.200 nhà phát triển và nhà vận hành. Các diễn giả đã xác nhận bao gồm Scott Stephenson của Deepgram, Harrison Chase của LangChain, Guillermo Rauch của Vercel, Andy O'Dower của Twilio, Brandon Yang của Cartesia và Laurie Voss của Arize AI, cùng với Jordan Dearsley và Nikhil Gupta của Vapi. Các phiên sẽ đề cập đến kiến trúc speech-to-speech so với kiến trúc cascaded, đánh giá và khả năng quan sát, thời gian đến byte đầu tiên dưới một giây, chuyển giao cho con người và triển khai production trong lĩnh vực y tế và trung tâm liên lạc.

9 tháng 9Thứ Tư
  1. LiveKit Blog22

    "Suy luận chậm hơn thời gian thực" có nghĩa là gì trong các voice agent của LiveKit

    LiveKit giải thích rằng cảnh báo "suy luận chậm hơn thời gian thực" trong các voice agent của mình đề cập đến mô hình VAD cục bộ, không phải các mô hình STT, TTS hay LLM được sử dụng thông qua LiveKit Inference. Mỗi cửa sổ âm thanh 32ms phải được xử lý trong vòng dưới 32ms, và độ trễ được báo cáo cho thấy VAD đã bị tụt lại phía sau âm thanh trực tiếp bao xa. Vòng lặp sự kiện bị chặn và CPU bão hòa là những nguyên nhân chính, và cách khắc phục là loại trừ mã đồng bộ thay vì thêm luồng.

3 tháng 9Thứ Năm
  1. Vapi Blog38

    Cách các tác nhân giọng nói AI phân biệt người thật với hộp thư thoại

    Phát hiện hộp thư thoại, còn gọi là phát hiện máy trả lời tự động, quyết định trong khoảng ba đến năm giây liệu một cuộc gọi ra có gặp người thật hay bản ghi âm, dựa vào tín hiệu thời gian và hành vi thay vì âm thanh giọng nói. Một bản tiền ấn phẩm arXiv năm 2026 phát hiện các đặc trưng thời gian đơn thuần có thể sánh ngang với các phương pháp dựa trên tiếng bíp và từ khóa trong khi tránh được độ trễ gia tăng của chúng. Vapi cho phép người dùng chọn nhà cung cấp phát hiện, tinh chỉnh thời gian và chuyển lại sang hội thoại khi có người trả lời.

  2. Vapi Blog40

    Vapi mở bản beta riêng tư và danh sách chờ công khai cho mô hình giọng nói sang giọng nói GPT-Live

    Vapi đã mở bản beta riêng tư giới hạn cho GPT-Live, mô hình giọng nói sang giọng nói song công hoàn toàn thế hệ tiếp theo của OpenAI, cùng với danh sách chờ công khai để được truy cập sớm. GPT-Live thay thế quy trình mô-đun gồm chuyển giọng nói thành văn bản, LLM và giọng nói bằng cách xử lý cả ba trong một mô hình, giảm độ trễ lượt nói và giữ nguyên ngữ điệu cùng sự nhấn mạnh. Các nhóm beta chạy nó trên cùng nền tảng Vapi như các tác nhân mô-đun hiện có, và các quy trình mô-đun vẫn được hỗ trợ.

2 tháng 9Thứ Tư
  1. LiveKit Blog38

    Triển khai phi sản xuất của LiveKit cho phép bạn kiểm thử voice agent trước khi lên production

    LiveKit đã bổ sung các triển khai phi sản xuất, chạy một voice agent dưới tên khác trên cùng container image, project và secrets như production, được tạo chỉ bằng một lệnh. Mỗi triển khai sẽ ngủ khi nhàn rỗi mà không tốn chi phí và thức dậy ở yêu cầu tiếp theo, và bạn nhắm tới nó bằng cờ --deployment. Nó yêu cầu livekit-agents 1.6+ cho Python hoặc @livekit/agents 1.7.1+ cho Node, và các gói cung cấp 2 triển khai trên Ship và 5 trên Scale.

1 tháng 9Thứ Ba
  1. LiveKit Blog58

    LiveKit ra mắt Connectors để đưa voice agent vào các cuộc gọi Twilio và WhatsApp

    LiveKit ra mắt Connectors, một cầu nối trực tiếp giữa phòng LiveKit với Twilio Programmable Voice và WhatsApp Business Calling, dự kiến sẽ có thêm nhiều nền tảng khác. Mỗi cuộc gọi tham gia phòng với tư cách là một participant CONNECTOR mang theo ngữ cảnh nền tảng như Twilio call SID hoặc số điện thoại của người gọi WhatsApp, và việc điều phối agent diễn ra trong cùng một yêu cầu API. Connectors hiện đã được phát hành chính thức trên LiveKit Cloud với mức giá SIP là 0,004 USD mỗi phút trên gói Ship và 0,003 USD trên gói Scale, với 5, 20 và 100 cuộc gọi connector đồng thời lần lượt trên các gói Build, Ship và Scale.

31 tháng 8Thứ Hai
  1. Vapi Blog58

    Vapi xây dựng lại Campaigns cho gọi ra hàng loạt với 10.000 liên hệ

    Vapi ra mắt phiên bản xây dựng lại của Campaigns, sản phẩm gọi ra hàng loạt của họ, hiện chạy trên một công cụ quy trình công việc bền vững độc lập tách biệt với hàng đợi cuộc gọi. Mỗi chiến dịch có thể chứa tối đa 10.000 liên hệ cùng một trợ lý hoặc đội nhóm và một số điện thoại, với việc quay số giới hạn trong một khung thời gian nhất định, các biến theo từng liên hệ trong lời nhắc của trợ lý, và một webhook trước khi quay số để bỏ qua những liên hệ đã chuyển đổi. Vapi cho biết trạng thái chiến dịch tồn tại bên ngoài bất kỳ tiến trình đơn lẻ nào, tính đồng thời chạy như một cửa sổ trượt thay vì theo lô, và mọi thay đổi trạng thái đều ghi thêm một sự kiện bất biến để tiến độ và nhật ký kiểm tra không thể bị lệch.

25 tháng 8Thứ Ba
  1. Vapi Blog22

    Tự xây dựng hay mua: điều bạn thực sự đang quyết định với voice agent

    Các đội ngũ đang cân nhắc có nên tự xây dựng voice agent trong nội bộ hay không thực chất đang quyết định có nên xây dựng một lớp điều phối (orchestration layer) hay không, vì bản thân agent chỉ chiếm khoảng 20% công việc, phần còn lại là hạ tầng âm thanh thời gian thực, telephony và observability. Bản demo sáu tuần của một nhà cung cấp giải pháp lập lịch đã biến thành dự án kéo dài tám tháng trước khi họ chuyển tính năng này sang một nền tảng trong sáu tuần. Tự xây dựng trong nội bộ chỉ hợp lý khi cần tùy biến sâu pipeline, đã có hạ tầng voice sẵn, có ràng buộc pháp lý, hoặc khi voice là lợi thế cạnh tranh cốt lõi.

24 tháng 8Thứ Hai
  1. LiveKit Blog36

    Gỡ lỗi các phát ngôn ngắn trong tác nhân thoại

    Blog của LiveKit phân tích lý do vì sao các tác nhân thoại thường im lặng sau những câu trả lời ngắn như "yes" hay "ok", truy nguyên đến lỗi phát hiện lượt nói. Nguyên nhân phổ biến nhất là các nhà cung cấp STT bỏ sót đoạn nói ngắn và không bao giờ phát ra final_transcript, khiến việc phát hiện kết thúc phát ngôn hoàn toàn bị chặn. Bài viết cũng đề cập đến độ trễ endpointing quá mạnh tay hoặc quá dễ dãi và cấu hình khử nhiễu sai khiến âm thanh ngắn bị loại bỏ như nhiễu.

  2. LiveKit Blog22

    LiveKit giới thiệu tính cước theo giây cho phiên agent, bản ghi, kết nối WebRTC và SIP

    LiveKit đã chuyển phút phiên agent, bản ghi, kết nối WebRTC và kết nối SIP sang tính cước theo giây với mức tối thiểu mười giây, áp dụng cho tất cả gói và tài khoản bao gồm hợp đồng doanh nghiệp. Thay đổi đã có hiệu lực và sẽ xuất hiện trên hóa đơn tháng 9 cho mức sử dụng tháng 8, không có thay đổi kỹ thuật nào ảnh hưởng đến khách hàng. LiveKit cho biết tính cước theo phút không khớp với các cuộc gọi ra ngắn chỉ kéo dài vài giây, hạn chế trường hợp sử dụng đó.

20 tháng 8Thứ Năm
  1. Vapi Blog22

    Các AI Voice Agent tốt nhất cho CX: Cách đánh giá chúng

    Vapi đã công bố một bộ tiêu chí gồm bảy điểm để đánh giá các AI voice agent trong trải nghiệm khách hàng, bao gồm khả năng giải quyết vấn đề, chất lượng giọng nói thời gian thực, khả năng thực hiện hành động, chuyển tuyến, tính linh hoạt của mô hình, độ tin cậy trong vòng đời và kiểm soát nền tảng. Hướng dẫn lập luận rằng việc containment và deflection đang đếm quá mức thành công, vì những người gọi được containment có thể chỉ đơn giản là cúp máy, và trích dẫn dữ liệu của ContactBabel cho thấy sở thích điện thoại cho các tương tác phức tạp đã tăng từ 28% vào năm 2018 lên 47% vào năm 2024. Vapi tự định vị mình là một lớp nền tảng không phụ thuộc mô hình với endpointing có thể cấu hình, xử lý ngắt lời và khử nhiễu nền.

18 tháng 8Thứ Ba
  1. Vapi Blog55

    Vapi ra mắt Simulations để kiểm thử các voice agent với người gọi do AI tạo

    Vapi ra mắt Simulations, một tính năng kiểm thử gốc do AI vận hành, đặt những người kiểm thử AI có tính cách riêng biệt và các kịch bản lấy từ khách hàng ở đầu bên kia cuộc gọi với một voice agent. Mỗi lần chạy trả về kết quả đạt/không đạt, bản ghi đầy đủ và bản ghi âm, và các nhóm có thể giả lập phản hồi API, chạy chế độ trò chuyện văn bản tiết kiệm chi phí hoặc chế độ thoại đầy đủ, và kích hoạt các lần chạy qua API với các cổng chất lượng chặn triển khai khi tỷ lệ đạt giảm.

14 tháng 8Thứ Sáu
  1. Vapi Blog22

    Cách chọn nền tảng AI hội thoại cho phát triển doanh nghiệp

    Một hướng dẫn trung lập với nhà cung cấp đưa ra năm tiêu chí để chọn nền tảng AI hội thoại cho các tác nhân thoại doanh nghiệp: quyền kiểm soát của nhà phát triển, lựa chọn mô hình và dự phòng, kiểm thử và khả năng quan sát, toàn bộ vòng đời tác nhân, và tuân thủ ở quy mô lớn. Hướng dẫn trích dẫn một khảo sát của Zapier với 542 giám đốc điều hành cấp C tại Mỹ, trong đó 81% lo ngại về việc phụ thuộc vào một nhà cung cấp AI cụ thể và chỉ 6% có thể từ bỏ nhà cung cấp chính của họ mà không bị gián đoạn. Hướng dẫn lập luận rằng độ trễ và điều phối quan trọng hơn danh sách tính năng, đồng thời lưu ý phát hiện của AssemblyAI rằng độ trễ vượt quá 500–700 ms tạo cảm giác không tự nhiên.

12 tháng 8Thứ Tư
  1. Vapi Blog8

    VapiCon 2026 trở lại vào ngày 11–12 tháng 11 với tư cách là hội nghị thượng đỉnh AI giọng nói kéo dài hai ngày

    VapiCon 2026, hội nghị thượng đỉnh AI giọng nói do Vapi tổ chức, mở rộng thành hai ngày vào ngày 11 và 12 tháng 11 tại Festival Pavilion ở Fort Mason, với kế hoạch thu hút hơn 1.200 người tham dự, hơn 50 diễn giả và hơn 20 nhà tài trợ. Phiên bản đầu tiên đã thu hút hơn 850 người tại San Francisco vào ngày 2 tháng 10 năm 2025, và vé cho năm 2026 hiện đang được bán.

6 tháng 8Thứ Năm
  1. Vapi Blog12

    Vapi bổ nhiệm Nathalie Criou làm VP Sản phẩm

    Vapi đã tuyển dụng Nathalie Criou làm VP Sản phẩm, vài tháng sau khi bà gia nhập startup AI giọng nói này. Criou trước đây đảm nhận các vai trò sản phẩm và quản lý tổng quát tại Google, VMware, Amazon, Twilio và Docker, đồng thời sáng lập và bán startup RidePal. Bà cho biết mình gia nhập vì giọng nói là một kênh chưa được tận dụng hết mà AI giờ đây có thể chuyển đổi, dẫn chứng khách hàng Kavak đã tái cơ cấu quanh giọng nói trong vòng sáu tháng.

4 tháng 8Thứ Ba
  1. Vapi Blog22

    Điều gì tạo nên trải nghiệm AI hội thoại tuyệt vời: Vapi bàn về thiết kế giọng nói

    Vapi lập luận rằng các tác nhân giọng nói được đánh giá dựa trên năm khía cạnh thời gian thực: độ trễ, cách luân phiên lượt nói, xử lý ngắt lời, ngữ điệu và một pipeline có khả năng phục hồi. Công ty trích dẫn nghiên cứu cho thấy khoảng cách lượt nói của con người gần 200ms và ghi nhận độ trễ vượt khoảng 500–700ms sẽ tạo cảm giác không tự nhiên, trong khi các pipeline tuần tự đơn giản có thể tốn khoảng 1,9 giây so với 600–900ms ở các pipeline được tối ưu. Vapi định vị pipeline không phụ thuộc mô hình của mình là có thể tinh chỉnh và kiểm thử thông qua các cuộc gọi mô phỏng.

3 tháng 8Thứ Hai
  1. Vapi Blog33

    Vì sao tính linh hoạt của mô hình lại quan trọng trong giọng nói: Speechify Simba 3.2 và Fish Audio S2.1-Pro đứng đầu Chỉ số Humanness của Vapi

    Simba 3.2 của Speechify ra mắt ở vị trí dẫn đầu Chỉ số Humanness của Vapi với 99 điểm, chỉ kém một điểm so với mức cơ sở của con người là 100, và S2.1-Pro của Fish Audio gia nhập ở mức 94 với thời gian đến âm thanh đầu tiên là 141 ms. Đương kim dẫn đầu trước đó, Grok TTS của xAI, chỉ giữ vị trí số một trong ba tuần với 95 điểm, và điểm số dẫn đầu kể từ đó đã tăng từ 95 lên 99. Vapi lập luận rằng các nền tảng giọng nói không phụ thuộc mô hình cho phép các đội nhóm hoán đổi mô hình TTS khi thứ hạng thay đổi.

27 tháng 7Thứ Hai
  1. Vapi Blog22

    Hỏi đáp webinar Anthropic và Vapi: Cách xây dựng tác nhân giọng nói đặt xe Claude Haiku

    Vapi đã công bố câu trả lời cho các câu hỏi từ webinar của họ với Anthropic về AI giọng nói, trình bày chi tiết tác nhân demo đặt xe trực tiếp được xây dựng trên Vapi với Claude Haiku của Anthropic và giọng nói Layla v2. Tác nhân đã sử dụng năm công cụ — ước tính, đặt, kiểm tra trạng thái, hủy và kết thúc cuộc gọi — cùng với endpointing thông minh và ngưỡng ngắt lời thận trọng để đạt được lượt hội thoại dưới một giây. Các tác nhân chạy Claude trên Vapi đã xử lý gần 5 triệu cuộc gọi trong 30 ngày qua trên hơn 50 ngôn ngữ.

24 tháng 7Thứ Sáu
  1. Vapi Blog22

    Cách giảm thời gian chờ của khách hàng bằng đại lý thoại AI

    Đại lý thoại AI cắt giảm thời gian chờ của khách hàng theo hai cách: loại bỏ công việc khỏi hàng đợi thông qua tự phục vụ chuyển hướng, định tuyến thông minh, hỗ trợ đại lý và dự đoán nhu cầu, đồng thời trả lời ngay lập tức mà không cần giữ máy. SQM Group phát hiện khách hàng hủy cuộc gọi trung bình ở phút 2 giây 36, trong khi ContactBabel đưa ra tỷ lệ hủy cuộc gọi trung bình của Vương quốc Anh là 8,4% vào năm 2024. Vapi cho biết một đại lý thoại đầu tiên có thể được thiết lập từ bảng điều khiển của nó trong vài phút, sau đó được đo lường trên ASA, tỷ lệ hủy cuộc gọi và giải quyết cuộc gọi đầu tiên.

21 tháng 7Thứ Ba
  1. Vapi Blog42

    Vapi ra mắt Model Intelligence với các preset mô hình dựa trên dữ liệu sản xuất và số liệu hiệu suất

    Vapi ra mắt Model Intelligence, một gói tính năng giúp các nhà phát triển chọn tổ hợp mô hình cho voice agent. Gói này bao gồm bốn Model Preset (Balanced, High Intelligence, Ultra Fast, Cost Saver) kết hợp một transcriber, LLM và voice, cùng với số liệu chi phí, độ trễ và chất lượng theo từng mô hình được rút ra từ hơn 1 tỷ cuộc gọi Vapi.

13 tháng 7Thứ Hai
  1. Vapi Blog58

    Chỉ số Humanness của Vapi: Grok TTS đạt 95 điểm và MiniMax Speech 2.5 đạt 93 điểm, so với giọng người thật đạt 100

    Chỉ số Humanness của Vapi, một bảng xếp hạng đánh giá mù từ cộng đồng nơi người nghe chọn giọng nói nhân bản nào trong hai giọng nghe giống người thật hơn, xếp Grok TTS của xAI ở mức 95 và MiniMax Speech 2.5 ở mức 93, so với bản ghi âm giọng người thật được chấm 100 điểm sau hơn 11.000 lượt bình chọn. Mỗi trận đối đầu đều sử dụng cùng một giọng nhân bản và cùng một kịch bản trên các mô hình, và bản ghi âm giọng người thật được đưa vào nhóm so sánh, nên mức 95 nghĩa là người nghe chọn Grok TTS với tỷ lệ gần như tương đương với giọng người thật trên cùng một câu trích dẫn. Vapi lập luận rằng độ tự nhiên không còn là nút thắt đối với các tác nhân giọng nói, vì người gọi trải nghiệm giọng nói chứ không phải lý luận đằng sau nó.

2 tháng 7Thứ Năm
  1. Vapi Blog12

    Vapi bổ nhiệm Jayson Noland làm CFO để dẫn dắt các con số và đặt cược vào giọng nói

    Vapi đã bổ nhiệm Jayson Noland, người có hơn một thập kỷ làm tài chính công nghệ và đã giúp Cloudflare lên sàn và vượt 1 tỷ USD doanh thu, làm Giám đốc Tài chính. Noland gia nhập ở giai đoạn Series B để xây dựng chức năng tài chính, từ hệ thống có thể mở rộng đến phân bổ vốn, với lý do các tác nhân giọng nói là giao diện người-máy quan trọng tiếp theo.

25 tháng 6Thứ Năm
  1. Vapi Blog22

    Vapi: Các tác nhân giọng nói biến CX có tính rủi ro cao thành lợi thế cạnh tranh

    Vapi đang quảng bá nền tảng AI giọng nói của mình như một cách để các thương hiệu biến trung tâm liên hệ từ một trung tâm chi phí thành lợi thế cạnh tranh, dẫn chứng Amazon Ring, đơn vị đã đánh giá hơn 40 nhà cung cấp AI giọng nói trước khi triển khai trên Vapi trong hai tuần và hiện xử lý 100% lưu lượng CX đầu vào qua nền tảng này, với điểm CSAT được cải thiện. Vapi lập luận rằng các giải pháp giọng nói đóng gói sẵn khóa các thương hiệu vào các mô hình do nhà cung cấp kiểm soát và giọng nói chung chung, trong khi xây dựng từ đầu thì chậm và tốn kém, đồng thời nhấn mạnh thời gian phản hồi dưới một giây, kiến trúc lưu trú trong VPC với không lưu giữ dữ liệu và làm sạch PII, cùng các triển khai đi vào hoạt động trong vài ngày.

24 tháng 6Thứ Tư
  1. Vapi Blog15

    Vapi trả lời các câu hỏi hàng đầu từ hội thảo trực tuyến về sàng lọc khách hàng tiềm năng của SVG

    Vapi đã công bố câu trả lời cho bảy câu hỏi được hỏi nhiều nhất từ hội thảo trực tuyến của mình với Spring Venture Group, nơi Homer Kay mô tả cách SVG sử dụng các tác nhân thoại của Vapi để sàng lọc khách hàng tiềm năng Medicare trước khi chuyển người gọi đến các tác nhân được cấp phép. Các câu trả lời bao gồm tuân thủ quy định gọi ra ngoài, tích hợp ưu tiên API, hoán đổi độc lập các thành phần STT, LLM và TTS, chuyển giao cho con người, và cấu hình đủ điều kiện HIPAA với Zero Data Retention.

17 tháng 6Thứ Tư
  1. Vapi Blog30

    Được xây dựng cho đôi tai: Thiết kế hội thoại cho AI giọng nói

    Thành công của AI giọng nói bắt đầu từ việc lựa chọn trường hợp sử dụng: các tác vụ kết thúc bằng liên kết, mã hoặc số nên dùng chat, trong khi các vấn đề khẩn cấp, khó gõ hoặc mang nặng cảm xúc phù hợp với giọng nói. Kịch bản chat phải được viết lại cho đôi tai—chia đoạn dài thành các lượt một ý, đọc to lại các chi tiết đã thu thập như ngày tháng, và giới hạn lựa chọn bằng lời nói ở hai hoặc ba. Một công ty nhân sự đã giảm 30% lỗi bố trí ở khâu sau bằng cách xác nhận từng vị trí ngay khi thu thập, và một nhóm khác đã cắt giảm 40 giây thời lượng cuộc gọi trung bình bằng cách biến các câu hỏi mở thành lựa chọn.

  2. Vapi Blog40

    Vapi đã dựng 15 voice agent trang chủ bằng code như thế nào

    Vapi đã xây dựng 15 voice agent trên trang chủ của mình — 3 trường hợp sử dụng trên 5 ngôn ngữ — bằng cách tạo chúng từ một tệp ROUGH_DRAFT.md duy nhất thay vì chỉnh sửa thủ công từng cái trong dashboard. Khung bốn giai đoạn (lập kế hoạch, phác thảo, khởi tạo, gia cố) tạo khung một dự án TypeScript với OpenAI gpt-4.1 ở temperature 0.5, các stack giọng nói ElevenLabs và Deepgram/Soniox, cùng một vòng lặp upsert idempotent lưu ID assistant trong .env.local. Repo được công khai: clone nó, thêm VAPI_PRIVATE_KEY, và chạy bun run bootstrap.

21 tháng 5Thứ Năm
  1. Vapi Blog20

    Vapi: Đưa AI giọng nói vào các bảng điều khiển chăm sóc mãn tính ACCESS

    Vapi lập luận rằng AI giọng nói giờ đây có thể biến giọng nói thành kênh khả thi về mặt kinh tế cho quản lý bệnh mãn tính ACCESS, dẫn dữ liệu từ Hiya cho thấy 42% người tiêu dùng ưa thích giọng nói cho giao tiếp chăm sóc sức khỏe, tăng từ 33% so với năm trước. Bài viết trình bày chi tiết ba quy trình sản xuất, bao gồm tác nhân sàng lọc khách hàng tiềm năng Medicare của Spring Venture Group, được bốn kỹ sư xây dựng trong một tuần, đã nâng tỷ lệ chuyển đổi sang chốt lên 3% và mang lại hơn 5,8 triệu USD tổng tiết kiệm và doanh thu mới.

12 tháng 5Thứ Ba
  1. Vapi Blog50

    Vapi gọi vốn 50 triệu USD vòng Series B khi các voice agent của họ vượt 1 tỷ cuộc gọi

    Vapi công bố vòng Series B trị giá 50 triệu USD do Peak XV dẫn dắt, với sự tham gia của YC, M12, Kleiner Perkins và các nhà đầu tư trước đó, nâng tổng vốn đầu tư lên 72 triệu USD. Vòng gọi vốn này diễn ra sau một năm mà doanh thu doanh nghiệp của Vapi tăng 10 lần và các voice agent của họ vượt mốc 1.000.000.000 cuộc gọi được xử lý. Vapi cho biết Amazon Ring đã chuyển từ giai đoạn đánh giá sang vận hành 100% cuộc gọi đến trên nền tảng của họ trong hai tuần, với chỉ số CSAT tăng lên.

5 tháng 5Thứ Ba
  1. Vapi Blog22

    Năm dấu hiệu cho thấy trường hợp sử dụng của bạn phù hợp với tác nhân thoại

    Nhóm của Vapi đã xem xét hàng nghìn triển khai thoại và xác định năm đặc điểm dự báo liệu một trường hợp sử dụng tác nhân thoại có thành công hay không: khối lượng cuộc gọi cao, hội thoại lặp lại và có thể dự đoán, tiêu chí thành công rõ ràng, và hai đặc điểm nữa. Thiếu một đặc điểm có thể được bù đắp, nhưng thiếu ba đặc điểm nghĩa là nên khám phá các trường hợp sử dụng thay thế.

  2. OpenAI Developers Blog50

    Hướng dẫn prompting thời gian thực của OpenAI cho voice agent

    OpenAI đã công bố hướng dẫn prompting thời gian thực cho voice agent, bao gồm Realtime 2 reasoning, preambles, tools và trích xuất thực thể chính xác. Hướng dẫn giải thích cách cấu trúc prompt để voice agent thời gian thực xử lý reasoning và sử dụng tool trong khi trích xuất thực thể một cách chính xác.

1 tháng 5Thứ Sáu
  1. Vapi Blog34

    Open Stack và Giải pháp tích hợp: Những cân nhắc chính cho nhà phát triển Voice AI

    Blog Vapi phỏng vấn Iz Shalom của Cartesia về việc lựa chọn giữa stack Voice AI tích hợp và stack mô-đun mở. Stack tích hợp phù hợp với các trường hợp sử dụng hẹp và proof of concept nhanh, trong khi stack mở phù hợp với nhiều trường hợp sử dụng, hỗ trợ đa ngôn ngữ và thay thế linh kiện. Bài viết kêu gọi các đội đo độ trễ P99 trong môi trường của chính họ và xây dựng đánh giá chặt chẽ trước khi đưa vào sản xuất.

15 tháng 4Thứ Tư
  1. Vapi Blog50

    Vapi ra mắt Vapi Monitoring cho các tác nhân thoại trong môi trường production

    Vapi đã phát hành Vapi Monitoring, một sản phẩm giám sát cho phép các nhóm tạo các bộ giám sát tùy chỉnh cho tác nhân thoại và nhận cảnh báo khi chạm ngưỡng. Sản phẩm bao gồm giám sát hiệu quả và tuân thủ cho gói đăng ký Enterprise, cùng với giám sát kỹ thuật và hạ tầng, đồng thời hiển thị các vấn đề kèm số lượng cuộc gọi bị ảnh hưởng và đề xuất cách khắc phục.

14 tháng 4Thứ Ba
  1. Vapi Blog18

    Phó Chủ tịch Sản phẩm Vapi: Nền tảng cơ bản quan trọng hơn bao giờ hết đối với các sản phẩm AI khác biệt

    Phó Chủ tịch Quản lý Sản phẩm của Vapi, Nathalie Criou, đã nói với một phiên thảo luận HumanX cùng Salesforce, Databricks và TinyFish rằng AI khuếch đại chứ không thay thế các nền tảng cơ bản như chuyên môn lĩnh vực và khả năng phán đoán. Bà cho biết nền tảng của Vapi, được xây dựng trên hàng triệu tương tác giọng nói trong thế giới thực, phát triển trí nhớ tổ chức mà một lần huấn luyện đơn lẻ không thể tái tạo. Phiên thảo luận lập luận rằng những hào cạnh tranh nông như việc tiên phong ra thị trường đang bị xói mòn trong khi niềm tin, chi phí chuyển đổi và dữ liệu tương tác độc đáo tích lũy nhanh hơn.

  2. Vapi Blog27

    Kỹ sư Vapi chia sẻ bài học về triển khai AI giọng nói ở quy mô doanh nghiệp

    Các Kỹ sư Triển khai Tiền phương của Vapi cho biết khoảng cách từ bản demo đến môi trường sản xuất là nơi phần lớn các sáng kiến AI giọng nói doanh nghiệp bị đình trệ, đòi hỏi kiểm thử kỹ lưỡng, các rào chắn bảo vệ và thiết kế dựa trên ý định thay vì khớp cụm từ chính xác. Nhóm cảnh báo về "trôi dạt tính cách", khi các tác nhân tiếp nhận phong cách nói của người gọi, và lưu ý rằng LLM mang tính phi tất định, nên việc triển khai cần có dung sai lỗi được xác định và lặp lại liên tục. Họ khuyên nên bắt đầu với tối ưu hóa chi phí nhưng hướng tới tạo ra doanh thu, và đánh giá chuẩn một tương tác tốt ở mức dưới một phút.

1 tháng 4Thứ Tư
  1. Vapi Blog18

    Vapi ra mắt Chế độ Bảo mật Nâng cao cho Quyền riêng tư Âm thanh của AI Giọng nói Doanh nghiệp

    Vapi đã phát hành Chế độ Bảo mật Nâng cao, một lớp bảo vệ quyền riêng tư âm thanh mà họ gọi là yên tĩnh nhất và an toàn nhất từng được triển khai trên một nền tảng AI giọng nói doanh nghiệp, được thiết kế để ngăn giọng nói của tác nhân AI bị nghe thấy ở những không gian mở. Công ty cho biết toàn bộ pipeline âm thanh của họ đã được tái thiết kế để đảo ngược các tối ưu hóa hiện diện tín hiệu mà không thêm các hiện tượng trễ. Chương trình truy cập sớm đã bao gồm các tổ chức chăm sóc sức khỏe, quản lý phúc lợi và chăm sóc sau cấp tính, và tính năng này hiện đã có sẵn.

20 tháng 3Thứ Sáu
  1. Vapi Blog38

    Vapi Webinar trả lời các câu hỏi hàng đầu về Composer Voice Agent Builder

    Vapi đã tổ chức một webinar, trong đó Giám đốc Sản phẩm Nick Robin đã demo Composer, trợ lý trong sản phẩm của họ để xây dựng voice agent không cần code, tạo ra một inbound customer service agent hoạt động được trong vòng 30 phút demo. Composer viết system prompt, cấp phát số điện thoại, thiết lập lịch trình và tự đánh dấu lỗi của mình để phê duyệt. Hiện tại nó đang ở giai đoạn alpha và hỗ trợ cả assistant inbound và outbound, tích hợp CRM và lịch, và chỉnh sửa các agent hiện có theo assistant ID.