01
Snimanje u studiju
Kreirali smo audio podatke u profesionalnom studiju. Kontrolisana akustika, srpski govornici, višesatni dataset-ovi za treniranje.
delora_labs / voiceGlasovni AI agenti za srpsko tržište.
Pravi srpski glas na drugoj strani linije - odgovara, zakazuje, naručuje. 24/7, na vašoj infrastrukturi.
On-premSub-secondSIP-nativeSerbian-first
vreme odgovora
Sub-second
dostupnost
24/7
hardver
Consumer hardver
tts
Srpski, treniran kod nas
deployment
On-prem
cena
9 RSD / min
Problem
Zašto postojimo.
- Firme propuštaju 30–50% poziva van radnog vremena, tokom pauza i u špicevima. Jedan operater ne pokriva noći i vikend.
- Globalni voice AI (OpenAI, ElevenLabs, Vapi, Bland) je English-first. Srpski je drugorazredan: težak akcenat, robotski izgovor, pogrešno izgovoreni brojevi.
- Ti servisi koštaju ~$0.10–0.30 po minutu i šalju audio na inostrane servere - problem za hotele, klinike i distributere koji rade sa ličnim podacima.
- Zapošljavanje dodatnih operatera ne pokriva sve smene - i ne skalira se sa rastom posla.
Pipeline
Od studija do telefonske linije.
Sedam koraka. Svi razvijeni i održavani in-house. Bez zavisnosti od cloud servisa trećih strana.
02
Treniranje TTS modela
Srpski TTS model, optimizovan za telefoniju. Prirodna intonacija, dijalozi, specifična terminologija.
03
STT za telefoniju
Srpski STT, optimizovan za telefonski audio. Engleski STT pogrešno transkribuje srpska imena, adrese i brojeve.
04
LLM orkestracija
LLM na lokalnom GPU-u. Agent instrukcije pisane na srpskom. Brojevi se izgovaraju kao reči. Agent razume kontekst i poziva API-je.
05
Telefonska centrala
RTC platforma sa SIP gateway-em. Povezivanje sa PSTN mrežom, rutiranje po broju telefona na različite persone. Primanje i upućivanje poziva.
06
Integracije
CRM, kalendar, baza podataka, ERP, SMS. Agent zakazuje, potvrđuje, naručuje, ažurira - u realnom vremenu, pozivajući prave API-je.
07
Analitika i kontrola
Dashboard sa transkriptima, strukturisanim latency logovima po svakom sloju (STT, LLM, TTS), metrima uspešnosti.
Primer
Kako zvuči u praksi.
Scenario: Gost zove Hotel Beograd u 23:40. Recepcija ne radi. AI agent "Ana" se javlja.
Ana (AI)
Dobro došli u Hotel Beograd, recepcija. Kako mogu da pomognem?
Gost
Zdravo, zovem da pitam u koliko sati je doručak sutra ujutru?
Ana (AI)
Doručak se služi od sedam do deset časova u restoranu na prvom spratu. Da li mogu još nešto da uradim za vas?
Gost
Da, treba mi taksi za aerodrom u pet ujutru.
Ana (AI)
U redu, prenosim vašu poruku noćnom recepcionaru. Taksi za aerodrom u pet sati ujutru. Da li je ovo soba sa koje zovete?
Gost
Da, soba dvesta četrnaest.
Ana (AI)
Hvala. Taksi će vas čekati ispred hotela u četiri sata i pedeset minuta. Prijatno veče!
Ceo razgovor traje ~25 sekundi. Gost ne zna da razgovara sa AI-jem. Ništa od ovoga nije napustilo mrežu hotela.
Primene
Isti stack, različite persone.
Nije jednokratan projekat - platforma. Nova vertikala se dodaje za jedan dan.
Salon Maja
Kompletan booking flow: lista usluga, provera slobodnih termina, zakazivanje, otkazivanje, pregled. 5 tool-ova → Zakaži API.
demo: +381 11 412 5765
B2B naručivanje
Pretraga kupca, pretraga proizvoda, provera zaliha, kreiranje porudžbine, SMS potvrda. 7 tool-ova → Order API.
demo: +381 11 412 5767
Hotel Beograd
Recepcija, Q&A, poruke gostiju, informacije. LLM + RAG nad podacima hotela.
demo: +381 11 412 5769
Korisnička podrška
Automatsko rešavanje čestih upita, provera statusa, preusmeravanje na operatera kada je potrebno.
Outbound kampanje
Potvrda termina, ankete, obaveštenja, naplata. Agent zove sa skripti, beleži odgovore, vraća rezultate.
Vaš workflow
Dodavanje nove vertikale = novi Agent class + API klijent. Ista STT/LLM/TTS infrastruktura se reuse-uje.
Latency
Ispod sekunde od kraja govora.
Trenutak kad korisnik primeti pauzu je trenutak kad spušta slušalicu. Slojevi se izvršavaju u streaming pipeline-u, pa se preklapaju - zato je end-to-end kraći od zbira.
| Sloj | Metrika | Medijana |
|---|---|---|
| Kraj iskaza | eou_delay | 0.18 s |
| Prepoznavanje govora | duration | 0.42 s |
| Generisanje odgovora | ttft | 0.31 s |
| Sinteza glasa | ttfb | 0.22 s |
| End-to-end | kraj govora → audio izlaz | 0.93 s |
Spremni da automatizujete telefonsku komunikaciju?
Vaš broj, vaš glas, vaši podaci. Gotovo za nedelju dana.
email [email protected]telefon +381 66 6226 445