Answers the phone
Connects to the Yeastar or SIP system the business already runs, so calls reach the agent on the numbers customers have always dialled.
دراسة حالة عن الوكيل الصوتي الذي يعمل بالذكاء الاصطناعي
فوكالي
موظف يرد على خط الهاتف الخاص بشركة ما، ويجد الإجابة في الوثائق الخاصة بتلك الشركة، ويقوم بإنشاء تذكرة الدعم قبل أن يغلق المتصل المكالمة — وذلك باستخدام الأرقام التي تمتلكها الشركة بالفعل، وعلى أجهزتها إذا رغبت في ذلك.
- الصناعةInbound support and telephony
- المستخدمونSupport teams on a Yeastar or SIP PBX
- التغطيةEvery call, around the clock
- الخدماتProduct Design, Development, AI
نظرة عامة
تقوم «Vocale» بتوفير وكيل يعمل بالذكاء الاصطناعي على خط هاتفي تمتلكه الشركة بالفعل. يقوم العميل بالاتصال بالرقم الذي اعتاد الاتصال به دائمًا؛ فيرد الوكيل عند الرنة الأولى، ويتحدث بلغة العميل، ويجيب استنادًا إلى أدلة الشركة وسياساتها، وعندما يكون الجواب في الواقع «يجب أن ينظر شخص ما في هذا الأمر»، يقوم بتقديم تذكرة دعم تتضمن التفاصيل التي تم جمعها مسبقًا.
لا يتغير أي شيء في نظام الهاتف. تحتفظ الشركة بمزود الخدمة وأرقامها وخطة المكالمات الخاصة بها؛ ويتم توصيل منصة Yeastar أو منصة SIP متوافقة مرة واحدة عبر نموذج، ويتم توفير خط الاتصال وتوجيه المكالمات من خلالها. ومن ثم، يتم تحميل المستندات التي يجب أن يكون الموظف على دراية بها، وكتابة الجمل القليلة التي تحدد أسلوبه في التعامل، واختباره في المتصفح حتى يبدو الأمر صحيحًا — كل ذلك قبل توجيه أي مكالمة حقيقية إليه.
Video
- Next.js 16
- TypeScript
- Tailwind CSS
- Supabase
- PostgreSQL
- LiveKit
- WebRTC
- SIP telephony
- OpenAI gpt-realtime
- Python
- FastAPI
- Redis
- Pinecone
- Docker
- Next.js 16
- TypeScript
- Tailwind CSS
- Supabase
- PostgreSQL
- LiveKit
- WebRTC
- SIP telephony
- OpenAI gpt-realtime
- Python
- FastAPI
- Redis
- Pinecone
- Docker
Key capabilities
Grounded in your documents
Manuals, policies and price lists are uploaded, indexed and searched at the moment of the question so the answer comes from the business's own material rather than the model's memory.
Opens tickets mid-call
When a caller needs a person, the agent gathers the subject, the contact and the urgency while it still has them on the line, then files the ticket itself.
Knows who is calling
An existing customer database connects read-only, so an inbound number is matched to an account before the agent says a word.
Two engines, one product
The same agent runs on a hosted model API or entirely on a private GPU. The business picks on cost and on where its data is allowed to go.
لا تتجاوز فاعلية خط الدعم مدى توفر الأشخاص الذين يردون عليه، والأسئلة التي ترد إليه هي في الغالب نفس الأسئلة القليلة: ما هي ساعات العمل؟ هل هذا مشمول بالتغطية؟ كيف يمكنني إعادة ضبطه؟ الإجابات مكتوبة بالفعل — في دليل، أو سياسة، أو قائمة أسعار — لكنها ليست في مكان يمكن للمتصل الوصول إليه أو يمكن للمشغل العثور عليه بينما ينتظر شخص ما. إن استخدام الذكاء الاصطناعي على الخط يحل نصف مشكلة التوافر هذه. لكن استئجار نظام الذكاء الاصطناعي بالدقيقة يحل محل ذلك بهدوء بمشكلة التكلفة، لأنه كلما كان أداءه أفضل، زاد استخدامه، وزادت التكلفة الشهرية.
المكالمات خارج ساعات العمل
يتم تحويل المكالمات الواردة في المساء وعطلات نهاية الأسبوع والأعياد إلى البريد الصوتي — وما يصل إلى هناك هو في الغالب استفسارات روتينية كان من الممكن للمرء أن ينهيها في غضون دقيقة.
إجابات لا يمكن لأحد الوصول إليها
هذه المعلومات موجودة في الوثائق، ولكنها غير متوفرة بأي شكل يمكن الرجوع إليه أثناء التحدث مع متصل ينتظر على الخط.
التسعير بالدقيقة
تُحتسب تكلفة منصات الذكاء الاصطناعي الصوتية المُدارة على أساس كل دقيقة مكالمة، لذا تزداد الفاتورة مع تزايد استخدام الخدمة — وهو حافز خاطئ لإنشاء خط دعم.
يقع نظام «Vocale» بين نظام الهاتف الخاص بالشركة وقاعدة معارفها. يتم توصيل نظام PBX من خلال نموذج، ويتم توفير التوجيه خلفه. يتم تحميل المستندات وفهرستها. يتم تعيين طريقة عمل الوكيل بلغة بسيطة بدلاً من استخدام الأكواد، ويمكن تجربة النظام بأكمله في متصفح قبل وصول مكالمة حقيقية إليه. وبمجرد بدء التشغيل الفعلي، يتم تسجيل كل ما يقوم به النظام — النص الكامل للمحادثة، وعمليات البحث التي أجراها، والتذاكر التي فتحها — حتى يتمكن الفريق من تقييم أدائه قبل تكليفه بمهام إضافية.
يتصل بنظام PBX مباشرةً، وليس عبر قناة بديلة
يتم تسجيل أنظمة Yeastar وأنظمة SIP المتوافقة من خلال نموذج إلكتروني، وتحتفظ الشركة بمزود الخدمة وأرقامها وخطة المكالمات الخاصة بها.
الاسترجاع قبل أن يتكلم
يؤدي السؤال الذي يتطلب حقيقة إلى إجراء بحث عبر الوثائق المفهرسة، ويتم تجميع الرد بناءً على النتائج التي تم الحصول عليها — مع العلم أن «لم يتم العثور على شيء» يُعد إجابة يُسمح للوكيل بتقديمها.
سواء كان مستضافًا أو مُستضافًا ذاتيًا، فإن السلوك واحد
تعمل وظائف الكلام واللغة والصوت إما عبر واجهة برمجة تطبيقات (API) تابعة لجهة خارجية أو على وحدة معالجة رسومات (GPU) خاصة. والتبديل بينهما يتم من خلال التهيئة، وليس إعادة البناء.
UX researchFeb–Mar
MVPApr–Jul
OperationAug–Sep
DiscoveryFeb
ArchitectureMar
UI designApr–May
Backend and local AIMay–Jul
TestingJul–Aug
OperationAug–Sep
اختبره قبل أن يختبره العميل
A sandbox that runs the whole pipeline in the browser. Pick a caller, start the call, and the transcript arrives live beside it as the agent hears and answers. Every session it has ever handled, browser or phone, inbound or outbound, is one click away in the rail on the left.
الوثائق التي تستند إليها
Files are dropped straight onto the page, then parsed, split and indexed. Each row reports how many pages went in and how many searchable pieces came out, so it is obvious at a glance when a document is ready to be quoted on a call and when it is still being worked on.
ما لم تستطع الإجابة عليه يصبح مخالفة
The agent collects the subject, the customer and the urgency while the caller is still on the line and files the ticket itself, transcript attached. Support opens the queue to a list of real problems in the caller's own words instead of a column of missed calls.
إنه يعرف من المتصل
An existing customer database connects read-only, with a mapping step for whichever columns hold the name and the number. From then on an inbound call is matched against it before the agent speaks, and the records stay where they are. Vocale reads them; it does not become the place they live.
الأرقام، التي تم تخصيصها من وحدة التحكم
Telephony is the one part a business should not have to get right alone, so provisioning is an operator job rather than a self-service form. Each number is registered, pointed at an organisation, and switched on from here, which doubles as the fastest way to see which tenants are actually taking calls.
تكلفة كل دقيقة
Spend is metered the way the models bill it: caller speech, agent speech, and replayed history, broken out per model and per organisation. It is what turns the choice between a hosted API and a private GPU into a decision with a number attached rather than an argument.
ما يهم في خط الدعم ليس الدقة من الناحية النظرية — بل ما إذا تم الرد على المكالمة وما إذا كان الرد صحيحًا. تستجيب «فوكال» لجميع المكالمات، في أي ساعة، بلغة المتصل، وتحتفظ بنص المكالمة حتى يمكن الرد على السؤال الثاني. التكلفة المذكورة أدناه هي ما سجلته المنصة على المستوى المُستضاف خلال شهر من المكالمات الفعلية؛ أما المستوى المُستضاف ذاتيًا فينقل هذا الخط إلى الأجهزة التي تدفع الشركة ثمنها بالفعل، وعندها يتوقف الرقم الخاص بالدقيقة عن التغير تمامًا.
- 24/7
- تغطية المكالمات، بدون جدول نوبات وبدون قائمة انتظار
- $0.06
- التكلفة المحسوبة بالدقيقة لكل مكالمة، المستوى المستضاف
- 6
- اللغات التي يمكن التبديل إليها في التطبيق
- 2
- طرق تشغيله: واجهة برمجة تطبيقات (API) مستضافة أو وحدة معالجة رسومات (GPU) خاصة
User goal
- Caller dials in
- The agent answers
- Looks up the customer
- Searches the documents
- Opens a support ticket
- Emails it
Interface & channels
- Yeastar PBXPhone calls, bridged into LiveKit over SIP
- livekit-clientVoice testing in the browser
- NodemailerTicket emails, sent over SMTP
- User and admin portals
- Next.js 16
- React 19.2
- React Compiler
- TypeScript 5
- Tailwind CSS v4
- shadcn/ui
- Radix UI
- Framer Motion
- TanStack Query v5
- React Hook Form
- Zod v4
- EN / IT
- next-themes
- sonner
- cmdk
- lucide
- react-pdf
- md-editor
- lamejs
- pnpm
Planning & orchestration
- LiveKit Agents 1.6The agent worker behind every call
- Ticket flowA state machine of our own, from first question to sent ticket
- PydanticTyped orchestration models
- Silero VADTurn-taking, with LiveKit's turn detector
- Session gateCall caps per organisation and across the system
- StreamlitA scenario lab, for testing only
Memory & context
- RedisShort-term memory: a sliding window of the last 15 turns
- SupabaseLong-term memory: every turn of every conversation
- Tenant presetsConfiguration and presets for each organisation
- RAG plane
- Supabase StorageThe source documents
- pymupdf4llmPDF to Markdown
- ChunkerSplit on headers, then about 500 tokens with 50 overlapping
- multilingual-e5-largeEmbeddings, through Pinecone Inference
- PineconeA serverless vector index
- bge-reranker-v2-m3Reranks to the best 5, above a 0.20 threshold
- RedisIndexing jobs and their progress
- FastAPIThe retrieval API, served by Uvicorn
Models
- gpt-realtime-2.1Speech to speech: listening, reasoning and speaking in one model
- gpt-realtime-2.1-miniThe lighter realtime model
- gpt-4o-mini-transcribeTranscripts of what the caller said
- Legacy GPU pipeline, kept for rollback
- faster-whisperSpeech to text
- vLLMServing Qwen2.5-VL-7B-AWQ
- Piper and Kokoro-82MText to speech
Tools & actions
Functions the agent calls while the caller is still on the line.
- search_knowledge_baseAnswers from the documents, through RAG
- lookup_customer_detailsFinds the caller in the customer's own MySQL
- search_customer_identityConfirms who is calling
- Ticket toolsCreate, update and submit the ticket
- update_ticket_draftKeeps the draft and the contact details current
- end_callEnds the call cleanly
- Call recordingPCM to WAV, with FFmpeg
State & data
- PostgreSQL 17.6Supabase, self-hosted in Docker, across 47 migrations
- SupabaseAuth, and storage for documents and recordings
- KongThe API gateway, with Supabase Studio
- Redis 7Three instances: LiveKit, agent memory and RAG jobs
- PineconeThe vectors
- MySQLEach customer's own database, outside the system
- Customer Data PlaneFastAPI, with a pooled PyMySQL connection to each customer
Observability, safety & evals
- Cost meteringCost per call and per organisation, from usage and model pricing
- Resilience metricsSelf-repeats, talk-over, false barge-ins and latency
- Admin dashboardsMonitor, agent state, agent activity and database logs
- journaldFile logs, with systemd alerts on failure
- pytest26 test modules, a replay harness, and a transcript judge across 5 regression classes
- Call scenariosWritten in YAML, and replayed against the agent
- Agent safetyA leaked-reasoning detector, privacy and email read-back rules, an inactivity watchdog
Security
- NextAuth v5Credentials sign-in, bcrypt hashes, a 24-hour JWT in a secure cookie, email verification
- Access controlRoute guards, admin authorisation, and row-level security on Supabase
- AES-256-GCMCustomer database passwords encrypted at rest, readable from Node and Python
- Service keysAPI keys between services, and a secret for scheduled jobs
- Rate limitingOn every sign-in route
- Security headersCSP, HSTS with preload, no framing, and the microphone for this site only
- Private networkThe calling stack reachable only over VPN, and an allowlist on the SIP trunk
- WireGuardOne outbound IP for customers to allow into their MySQL
Deployment
- Ubuntu 24.04One self-hosted server, behind the VPN
- NGINXTLS, and one domain for both portals and Supabase
- systemdBoth portals, the agent worker, and a ticket email timer every 2 minutes
- Docker ComposeSupabase, LiveKit and SIP, RAG and customer data, on one shared network
- supervisordThe media plane container
- Vast.aiThe GPU box from the vLLM era
ما يمكن للشركة القيام به من خلال لوحة التحكم
سبعة مجالات من خلال عملية تسجيل دخول واحدة. يتم إعداد خدمات الاتصالات والمعرفة مرة واحدة؛ أما العمليات وإدارة التذاكر وسجلات العملاء فهي الأمور اليومية. تحليل دور حديثي واحد
إدخال الكلام وإخراجه في خطوة واحدة — مع تدوين كلا النصفين فور حدوثهما. في المستوى الذي يتم استضافته ذاتيًا، يمثل كل مربع داخل الوكيل نموذجًا يعمل على وحدة معالجة الرسومات (GPU) الخاصة بالشركة.
أن يُقاطع المرء في منتصف الجملة
Solution: يبدأ المتصلون في التحدث فور فهمهم للإجابة، أما الموظف الذي يواصل الكلام فيبدو وكأنه يعاني من خلل. تعمل ميزة «الكشف عن نشاط الصوت» على قطع الصوت الصادر بمجرد أن يبدأ المتصل في التحدث، ثم تقصير النص المكتوب لمحادثة الموظف ليقتصر على ما تم سماعه فعليًّا — وبذلك تستمر المحادثة وفقًا للمكالمة التي خاضها المتصل، وليس وفقًا للمكالمة التي خطط لها النظام.
الصمت بينما يفكر
Solution: يستغرق البحث في المستندات وقتًا طويلاً لدرجة أنه يبدو وكأن المكالمة انقطعت. فيقوم الموظف بإلقاء عبارة قصيرة وطبيعية لملء الفراغ بعد نصف ثانية، ثم يلغيها إذا ظهرت نتائج البحث أولًا، مما يتيح الوقت الكافي لعملية الاسترجاع دون أن يبدو أي جزء من ذلك كصمت محرج.
نص لا يُقرأ بصوت عالٍ
Solution: الكتابة المخصصة للشاشة تختلف عن الكتابة المخصصة للصوت: المبالغ النقدية، والتواريخ في صورة أرقام، والمختصرات. تعمل طبقة التوحيد على إعادة صياغة المبالغ والتواريخ والأوقات والمختصرات إلى صيغتها المنطوقة، حسب كل لغة، قبل أن تصل إلى نموذج الكلام.
وحدة معالجة رسومات واحدة، عدة محادثات
Solution: تحتفظ الجلسة الصوتية المباشرة بنماذجها في ذاكرة الفيديو، لذا فإن سعتها محددة بذاكرة الفيديو (VRAM) وليس بقدرة الحوسبة الخام. يتم تخصيص الموارد للجلسات لكل بطاقة على حدة، ويتم توزيع عبء العمل بين البطاقات بشكل صريح — أما إذا تُرك الأمر للتجميع الافتراضي، فإن مهام معالجة الكلام واللغة تُوزع على نفس وحدة معالجة الرسومات (GPU)، مما يؤدي إلى حرمان كل منهما من الموارد اللازمة.
أسئلة
لا. يتصل Vocale بنظام الهاتف الذي تستخدمه حاليًا — Yeastar والمنصات المتوافقة مع بروتوكول SIP — وتستمر المكالمات في الوصول إلى الأرقام التي يمتلكها عملاؤك بالفعل. يتم إجراء الاتصال مرة واحدة من لوحة التحكم، ويتم تهيئة خط الاتصال وتوجيه المكالمات تلقائيًا من خلالها.
اختر الطريقة التي تناسبك. يعمل هذا الوكيل إما على واجهة برمجة تطبيقات (API) مستضافة، وهي أسرع طريقة للبدء، أو بشكل كامل على وحدة معالجة الرسومات (GPU) الخاضعة لسيطرتك، حيث لا يغادر أي ملف صوتي أو نصي أو مستند البنية التحتية الخاصة بك. وهذا خيار يتعلق بالإعدادات، ولا يؤثر على قدرات الوكيل.
إنه يجيب استنادًا إلى مستنداتك وليس من الذاكرة. فالسؤال الذي يتطلب حقيقة معينة يؤدي إلى إجراء بحث في كل ما قمت بتحميله، ويتم تكوين الإجابة من المقاطع التي يتم العثور عليها. وعندما لا يتم العثور على أي شيء ذي صلة، فإن الإجابة الصحيحة — وهي الإجابة التي يقدمها النظام — هي الإشارة إلى ذلك والعرض بفتح تذكرة.
يتم تحويل المكالمة. يقوم الموظف بتسجيل موضوع المكالمة والجهة التي تم الاتصال بها ودرجة الأولوية بينما لا يزال المتصل على الخط، ثم ينشئ تذكرة في قائمة الانتظار الخاصة بك ويرفق نص المحادثة — بحيث يبدأ من يتولى المكالمة من ما قيل فعليًّا بدلًا من طلب إعادة الاتصال.
هل تفقد المكالمات بعد الساعة الخامسة؟
دعنا نوصلك بأحد موظفينا.