導入事例

CartesiaがRetellの大規模な音声エージェントを支える仕組み

プラットフォーム上で次に優れたプロバイダーとの遅延比較

2〜3倍高速

本番通話のエラー率

<0.1%

新しい音声プロバイダーの導入拡大速度

過去最速

企業について

Retell AIは、コールセンターの自動化を変えています。Google、Meta、ByteDance出身のエンジニアが2023年に設立したRetellは、会話AIの難題の一つに取り組んでいます。信頼性と安全性が高く、行動もできるLLM音声エージェントを、人間並みの遅延で動かすことです。

ノーコードプラットフォームを通じて、企業は数分で音声エージェントを公開できます。質問への回答、予約、見込み客の選別などの通話を24時間365日処理します。現在、3,000を超える企業が、Retellで4,000万件超の通話を管理しています。

成長が加速する中、Retellには、ともに拡張でき、会話エージェント特有の技術要件を理解する音声パートナーが必要でした。既成のプロバイダーでは対応できませんでした。

課題：「十分な」音声品質が通用しなくなるとき

会話AIエージェントの構築には、従来のIVRシステムにはなかった問題の解決が必要です。以前の通話スクリプトは、固定的な流れを設計するのに数カ月かかりました。現在のLLMエージェントは、逆の課題に直面しています。会話には柔軟性がありますが、本番で使うには適切な制御と信頼性が必要です。

医療では、電話番号を間違えると予約を逃します。物流では、住所が不明瞭だと配達に失敗します。金融サービスでは、確認コードが聞き取れないと、顧客はいら立ち、取引が失われます。

信頼性の問題も深刻でした。従来のTTSプロバイダーには不規則な障害があり、ピーク時には性能が低下しました。実用的な代替システムもありませんでした。24時間365日のコールセンターを運営する企業にとって、停止は不便というだけでなく、事業の存続に関わる問題でした。

ソリューション：本番向けに構築された音声モデル

Retellは1四半期前に、Cartesiaを主要な音声プロバイダーとして追加しました。新しいプロバイダーの中で、過去最速の利用拡大となりました。企業向けの用途で重要なあらゆる面で、音声品質、遅延、精度が改善したためです。

Cartesiaが提供したものは次のとおりです。

  • プラットフォーム上で最速の遅延 Cartesiaの初回音声時間（TTFA）は、Retell上で次に優れたプロバイダーの2〜3倍の速さです。音声エージェントでは、ぎこちなさのない自然な会話につながり、重要な通話で相手の関心を保つために欠かせません。

  • 最高水準の精度 CartesiaはRetell上で、0.1%未満のエラー率を維持しています。これは偶然ではなく、アーキテクチャによるものです。従来のTransformerではなく状態空間モデルを使うCartesiaは、他のTTSシステムが苦手とする英数字列を扱うために、専用の調整を行っています。以下は英語音声の例です。

    • 電話番号：(415) 831-7577 → 毎回、正しく発音

    • 住所：1234 Market St, Suite 5B → 幻覚なし

    • 確認コード：ABC-1245-XYZ → 明瞭な読み上げ

  • 企業向けの信頼性 稼働率は99.9%です。RetellはCartesiaを主要な音声プロバイダーと自動フェイルオーバーの両方に設定しました。どのTTSシステムが停止しても、Cartesiaが引き継ぎます。Retellのチームによると、「信頼性が最も重要な要素の一つとなる法人顧客を担当する、ソリューションエンジニアリングと顧客先の導入支援チームにとって、Cartesiaはお気に入りです」。

  • 負担のない連携 API呼び出しは一つです。Retellの顧客は、再設計することなく、数分でエージェントにCartesiaの声を追加できます。

  • ネイティブな多言語対応 40+言語に対応しています。英語モデルを無理に適応させるのではなく、基礎から構築したネイティブ対応です。

    組み込みは容易でした。RetellはCartesiaをプラットフォームに直接埋め込み、顧客は切り替えるだけで使えます。

成果：Retell史上最速のプロバイダー導入拡大

遅延、信頼性、精度、音声品質をすべて両立するのは、非常に困難です。Cartesiaは四つすべてを実現しました。だからこそ、これまで導入したどの音声モデルより速く、お客様に採用されたのです。

Zexia ZhangRetell AI CTO

企業向け音声エージェントに精通するRetellは、初日からすばらしい議論のパートナーでした。毎日、学ばせてもらっています。

Karan GoelCartesia CEO

今後の展望

Cartesiaのテキスト読み上げを活用するRetell AIは、医療、金融サービス、保険、物流、小売、債権回収へと展開を広げています。3,000+社の顧客には、Asbury Auto、Anker、Storagevaultなどの企業も含まれます。

本番で実際に機能するコールセンターには、自然な声以上のものが必要です。例外的な入力への精度、負荷がある状況での信頼性、大規模運用を前提とするインフラが求められます。Cartesiaは、Retellがその体験を提供することを、音声で支えられるのを誇りに思います。

Retellのユーザーは、Cartesiaの最新モデルSonic 3を利用できます。27の新しい言語、カスタム発音、速度と音量の制御に対応し、精度と自然さもさらに向上しています。