Sprache (Vorschau)

Sprach-Konversationsagenten in Echtzeit, die eingehende Anrufe verarbeiten und ausgehende Anrufe tätigen, integriert in Maestro Flow mit dem Knoten Sprache Agent.

Ein Language Conversational Agent verwaltet Telefonkonversationen in Echtzeit. Anrufer wählen eine Nummer, die Sie besitzen, und der Agent kann während des Anrufs Tools ausführen, um Live-Daten zu lesen oder zu aktualisieren.

Wie es funktioniert

Ein Language Agent läuft auf einem Echtzeit-Sprachmodell. Das Audio geht direkt an das Modell, ohne dass eine separate Transkription-Grund-Ssynthetisierungspipeline dazwischen liegt. Dadurch wird die Konversation schnell genug, um den Anrufer zu unterbrechen. Tools werden außerhalb dieses Audiopfads auf der gemeinsamen Agent-Ausführungsengine (Unified Runtime) ausgeführt, die Toolaufrufe für jeden Agenttyp verarbeitet.

Sie bringen die Telefonnummer auf einen SIP-T + von Ihrem eigenen Twilio-Konto. Der Aufruf erreicht UiPath, das die Modellsitzung für ihre Dauer hält und die Tools des Agents ausführt.

Conversational Agents sind in Identity Maestro Flow und nicht in Agent Builder erstellt. Es gibt keinen separaten Sprache-Agent zum Veröffentlichen oder Importieren.

• Erstellen in Maestro Flow – Modellieren des Anrufs mit den Knoten Sprache Agent, Eingehender Anruf, Ausgehenden Anruf erstellen und Anruf beenden . Modell, Persona, Prompt und Tools werden auf dem Sprache Agent- Knoten konfiguriert.
• Bereitstellung – Verbinden einer Telefonnummer über SIP oder Ihr eigenes Twilio-Konto und Binden an einen veröffentlichten Flow.
• Beobachtbarkeit – Lesen des Transkripts eines Aufrufs, von Toolaufrufen und des Zeitpunkts in der Ausführungsablaufverfolgung der Ausführung.

Einschränkungen

Wir erweitern das Produkt aktiv um neue Funktionen. In der folgenden Tabelle sind die aktuellen Einschränkungen beschrieben, die in kommenden Versionen behoben werden sollen.

Einschränkung	Beschreibung
Anrufdauer	Anrufe sind auf 10 Minuten begrenzt
Anrufaufzeichnungen	Audioaufzeichnungen von Anrufen sind nicht verfügbar.
Übergeben Sie einen Anruf an eine Person	Die Live-Weiterleitung eines Anrufs an eine Person wird nicht unterstützt.
SDK-Support/Chatoberflächen	Sprache Agents sind nur über Telefonanrufe verfügbar
Automation Suite	Sprache Agents sind nur in der Automation Cloud verfügbar.

Häufig gestellte Fragen

Welche Telefonanbieter funktionieren?

Sprache Agents arbeiten mit folgenden Telefonanbietern zusammen:

• Twilio
• Amazon Leistung-SDK
• Genesys
• Fünf9
• alle SIP-Anbieter, die die Anforderungen an SIP-Tangeben

Anbieter, die nicht funktionieren:

• Amazon Connect: Verwenden Sie stattdessen das Amazon Leistung-SDK.
• Azure Communication Services: Es sei denn, Sie haben einen verwalteten SBC. Sie können ihn verwenden.
• Zoom

Welche Sprachen werden unterstützt?

Sprachabdeckung und Qualität hängen vom ausgewählten Modell ab. Beispielsweise unterstützen Gemini Live-Modelle 24 Sprachen. Das Verstehen von Akzenten und das Reagieren mit verschiedenen Akzenten werden durch die Funktionen des Modells eingeschränkt.

Welche Leitplanken und Datenschutzbestimmungen gelten?

UiPath erzwingt Zero Data Retention (ZDR) bei allen KI-Anbietern, d. h. es werden keine Audio- oder Transkripte bei unseren KI-Anbietern wie OpenAI und Google gespeichert.

Leitplanken auf Agent-Ebene sind für Sprach-Agents nicht verfügbar. Dazu gehören zentralisierte Leitplanken im AI Trust Layer, wie die Maskierung von personenbezogenen Daten (PII) und Inhaltsrichtlinien. Leitplanken auf Toolebene sind für die Tools verfügbar, die mit dem Sprache Agent- Knoten verbunden sind. Siehe Observability.