AimAIは、電話対応が多い企業のために、非常にリアルな音声AIエージェントを構築しています。プラットフォームは幅広い用途に対応できますが、特にコールセンターと営業チームに注力しています。
コールセンターへの関心には理由があります。共同創業者兼CEOのAlbert Kimは、15年間コールセンターを構築してきた経験から、IVR、放棄呼率、平均処理時間の世界をよく知っています。人員の変動、人件費、運用のばらつきなど、コールセンターを維持する企業の課題にも精通しています。
コールセンターで何が重要かを熟知するAimAIは、極めてリアルであることを最大の強みに据えました。そのため、厳しい要求に応えられるテキスト読み上げプロバイダーが必要でした。自然な声を求める道のりの先に、Cartesiaがありました。
課題
さまざまなTTSプロバイダーを検証する際、AimAIは適切なソリューションを見つけるため、少数の基準に絞って評価しました。
- 優れた音声品質：極めてリアルな体験を製品の土台にすると決めた以上、人間の声として十分通用する音声が必要でした。
- 遅延：AimAIにとって、リアルさは音声品質だけではありません。効果的な会話のためにはリアルタイムの応答が必要だと理解していたため、超低遅延は必須でした。
- カスタマイズ：音声品質を重視する中で、チームは良い声とそうでない声を聞き分けるようになりました。各エージェントにぴったりの声を得て競争力を高めるため、声を細かく調整したいと考えていました。
ソリューション
AimAIは、市場の主要なTTSサービスをほぼすべて評価しましたが、満足できませんでした。Cartesiaに出会うまではそうでした。Sonic TTSモデルを導入して得られたものが、選択の正しさを証明しました。
- 速く簡単な実装：Sonicの組み込みは非常に容易でした。開発チームはわずか数時間で、AimAIのプラットフォーム上でAPIを動かせました。
- 高品質な標準音声：Cartesiaの既成音声の中でも「Mia」は、新しく構築するエージェントの出発点に適していました。
- 音声の微調整：Design a Voice機能により、既成の音声を調整できました。速度や感情を強めたり弱めたりすることで、各エージェントの具体的な要件に声を合わせられます。
- 独自の音声作成：競合との差別化は重要でした。CartesiaのInstant Cloneにより、独自の音声ライブラリをさらに広げられました。プロの声優を録音し、Cartesiaを使って、その収録から短時間で新しい声を作成しました。
成果
短期間の利用で、AimAIはCartesiaが正しい選択だったと確認できました。
- 顧客の大きなROI：Cartesiaを使う音声エージェントを導入したAimAIの顧客の一社は、ある職務のコストを70%削減しました。
- 優れた性能：複数のAI音声プラットフォームを試したAimAIは、Sonicが最も低い遅延を提供し、応答性と会話らしさを実現すると確信しています。
- 非常にリアルな声：顧客から最も多く寄せられる評価は、エージェントの声の自然さです。
- 競争上の優位性：高品質かつ低遅延の標準音声に加え、Cartesiaで作成した独自の専用音声も増え続けています。
お客様の声
世の中のテキスト読み上げサービスをほぼすべて試しましたが、声の自然さでは、Cartesiaは明らかに先を行っています。
リアルさが決め手に
最適なTTSプロバイダーを粘り強く探したAimAIは、求めていたすべてを備えるソリューションにたどり着きました。非常にリアルな声、低遅延、用途ごとに適した声を作成できることが、Cartesiaを明確な選択肢にしました。
Cartesiaを使うAimAIのエージェントは、各顧客の具体的な要件に合う、応答性の高い、極めて自然な声を備えています。それによって、競争の激しい分野で差別化し、顧客に成果を届け、長く続くプラットフォームを築けます。