صدا، تصویر و زبان
پیام صوتی مشتری روی کامپیوتر خودتان به متن تبدیل می‌شود و مثل هر پیام دیگری جواب می‌گیرد؛ اگر بخواهید، پاسخ با صدای خود شما به‌صورت پیام صوتی می‌رود. عکس‌ها و فایل‌هایتان از یک کتابخانه توضیح داده و فرستاده می‌شوند و هر مشتری به فارسی، عربی یا انگلیسی جواب می‌گیرد.
ضبط‌شده از نسخه‌ی واقعی برنامه، با داده‌ی یک کسب‌وکار نمونه.
پیام صوتی مشتری روی همین کامپیوتر و بدون اینترنت به متن تبدیل می‌شود و مثل یک پیام نوشتاری جواب می‌گیرد: از بانک پاسخ، فلوها یا هوش مصنوعی.
زبان پیام صوتی از پیام‌های قبلی همان مشتری شناخته می‌شود یا خودکار تشخیص داده می‌شود. اگر تشخیص مطمئن نباشد یا زبان دیگری شنیده شود، زبان اصلی کسب‌وکار به کار می‌رود.
اگر پیام صوتی واضح نباشد، از مشتری به زبان خودش خواسته می‌شود دوباره بفرستد یا بنویسد، و آنچه شنیده شده برای تیم در پرونده مشتری ثبت می‌شود.
صندوق پیام نشان می‌دهد پیام صوتی در حال خواندن است، بعد متن آن را با طول پیام نشان می‌دهد؛ این متن در جست‌وجو و تاریخچه گفتگو هم هست.
پیام صوتی بلند در مکث‌های گوینده به تکه‌های حدود ۲۰ ثانیه‌ای بریده و تکه‌به‌تکه خوانده می‌شود تا جمله‌ای جا نیفتد.
نام برند، نام خدمات و نام محصولات کاتالوگ به‌عنوان راهنما به خواندن صدا داده می‌شود تا در متن همان‌طور نوشته شوند که کسب‌وکار می‌نویسد.
پیام صوتی واتساپ و تلگرام، پیام صوتی اینستاگرام و فایل‌های صوتی رایج همه خوانده می‌شوند.
برنامه بر اساس توان کامپیوتر مدل خواندن صدا را خودکار انتخاب می‌کند و مالک می‌تواند خودش مدل را عوض کند. فقط مدل دقیق پیام مشتری را می‌خواند؛ روی کامپیوتر ضعیف، پیام صوتی پاسخ «فایل دریافت شد» می‌گیرد و به تیم می‌رسد.
در صفحه سیستم با یک پیام صوتی نمونه به هر زبان آزمایش کنید: آنچه شنیده شد، آنچه گفته شده بود و زمان خواندن نمایش داده می‌شود.
خواندن صدا جدا از بقیه کار انجام می‌شود تا مشتری‌های دیگر منتظر نمانند، و پیام‌هایی که هنگام راه‌اندازی دوباره نیمه‌کاره مانده بودند دوباره خوانده می‌شوند.
از پیام‌های صوتی هر نفر تا ۱۵ دقیقه در روز خوانده می‌شود تا یک نفر کامپیوتر را مشغول نکند؛ بیشتر از آن، پاسخ معمول «فایل دریافت شد» می‌رود.
فایل صوتی مشتری فقط خودش خوانده می‌شود، بدون دسترسی به شبکه یا فایل دیگر و با محدودیت زمانی.
وقتی مشتری پیام صوتی می‌فرستد، هوش مصنوعی جوابش را کوتاه‌تر می‌نویسد و برچسب «ویس‌فرست» روی پرونده‌اش می‌نشیند تا تیم این مشتری‌ها را بشناسد و دسته‌بندی کند.
در شبیه‌ساز می‌توانید با میکروفون یک پیام صوتی ضبط کنید یا یک فایل صوتی بفرستید و ببینید چطور خوانده و جواب داده می‌شود؛ بی‌آنکه مشتری واقعی درگیر شود.
وقتی روشن باشد، پاسخ ربات به‌صورت پیام صوتی با صدایی ساخته‌شده از صدای خود مالک می‌رود. متن کامل پاسخ در پنل می‌ماند.
می‌توانید فقط به مشتری‌ای که خودش پیام صوتی فرستاده با صدا جواب بدهید و بقیه پاسخ نوشتاری بگیرند.
پیش از ساخت صدا، متن پاسخ به زبان گفتاری بازنویسی می‌شود: فارسی محاوره‌ای، عربی خلیجی محکی و انگلیسی ساده؛ قیمت‌ها، اعداد، زمان‌ها و نام محصولات قفل می‌مانند.
صدا روی همین کامپیوتر ساخته می‌شود و هیچ داده‌ای بیرون نمی‌رود؛ به هر سه زبان. فایل مدل فقط با زدن دکمه دانلود می‌شود و پیش از استفاده بررسی می‌شود.
یک موتور محلی سبک‌تر برای عربی و انگلیسی که با ۸ گیگابایت حافظه کار می‌کند؛ اگر به زبان پاسخ صحبت کند، خودکار بعد از موتورهای انتخابی شما امتحان می‌شود.
صدای شما با حساب خودتان در ElevenLabs ساخته می‌شود. هزینه هر پاسخ ۳۰ ثانیه‌ای حدود ۳ تا ۴ سنت است و در بودجه هوش مصنوعی شما حساب می‌شود.
صدای شما با کلید پولی خودتان در Gemini ساخته می‌شود. هزینه هر پاسخ ۳۰ ثانیه‌ای کمتر از یک سنت است. یک ضبط کوتاه دیگر هم لازم است: جمله رضایت Google به انگلیسی یا عربی.
در واتساپ و تلگرام پیام صوتی واقعی با دکمه پخش می‌رود و در اینستاگرام فایل صوتی. حجم پیام صوتی زیر حد واتساپ نگه داشته می‌شود.
زیر هر پیام صوتی یک خط نوشتاری می‌آید که می‌گوید این صدا با هوش مصنوعی از صدای شما ساخته شده؛ نام داخل آن را خودتان تعیین می‌کنید. دکمه‌های پاسخ هم با همین خط می‌آیند.
پاسخ‌هایی که ربات بارها عیناً فرستاده، در زمان بیکاری از پیش ساخته و بررسی می‌شوند تا دفعه بعد بی‌درنگ بروند.
اگر مشتری بنویسد «متن بفرست» یا «نص فقط» یا همین را به انگلیسی، از آن به بعد پاسخ نوشتاری می‌گیرد؛ با درخواست دوباره صدا، صدا برمی‌گردد.
در ۳۰ روز گذشته چند پیام صوتی رفته، چند پاسخ به‌جای صدا نوشتاری رفته و به چه دلیل، و هزینه سرویس‌های ابری چقدر بوده.
هر عدد، قیمت، ساعت، تاریخ، شماره تلفن و درصد را خود برنامه با قاعده ثابت به کلمه تبدیل می‌کند، نه هوش مصنوعی؛ به شکل محاوره‌ای مثل «تومن» و «پونصد».
اگر هوش مصنوعی ابری وصل باشد، یک بررسی جداگانه می‌پرسد معنی همان است یا نه؛ اگر نه، کلمات اصلی پاسخ خوانده می‌شود.
اگر بازنویسی محاوره‌ای رد شود، می‌توانید به‌جای خواندن متن رسمی، پاسخ را نوشتاری بفرستید.
اگر موتور اصلی کار نکند، موتورهای دیگر به ترتیبی که خودتان تعیین کرده‌اید امتحان می‌شوند و در آخر همان پاسخ نوشتاری می‌رود.
پاسخ صوتی را برای اینستاگرام، واتساپ و تلگرام جداگانه روشن یا خاموش کنید.
وقتی صدا ساخته می‌شود، تلگرام وضعیت ارسال پیام صوتی و اینستاگرام وضعیت تایپ را به مشتری نشان می‌دهد.
کنار حد زمانی نشان داده می‌شود ساخت یک پیام صوتی ۱۰ ثانیه‌ای روی همین کامپیوتر حدوداً چقدر طول می‌کشد.
صدای ساخته‌شده دوباره به متن تبدیل و با پاسخ مقایسه می‌شود: هر عدد به ترتیب، هر «نه» و جمله‌های اضافه. اگر جایی فرق داشته باشد، یک بار دیگر ساخته می‌شود و در غیر این صورت همان پاسخ نوشتاری می‌رود.
پاسخ‌های حساس همیشه نوشتاری می‌روند تا مشتری بتواند آن‌ها را دقیق بخواند و نگه دارد.
اگر صدا در زمان تعیین‌شده آماده نشود، همان پاسخ نوشتاری می‌رود و صدای دیرشده هرگز بعد از متن فرستاده نمی‌شود.
هر مشکلی در ساخت یا ارسال صدا پیش بیاید، همان پاسخ به‌صورت نوشتاری فرستاده می‌شود.
پاسخ صوتی فقط وقتی ساخته می‌شود که دست‌کم ۱۰ دقیقه از پنجره ۲۴ ساعته پاسخ‌گویی پیام‌رسان باقی مانده باشد.
موتور محلی فقط وقتی شروع می‌کند که حافظه آزاد کافی باشد و اگر حافظه کم شود فوراً متوقف می‌شود؛ آن پاسخ نوشتاری می‌رود.
هزینه موتورهای صوتی ابری در بودجه ماهانه و روزانه هوش مصنوعی حساب می‌شود؛ وقتی بودجه تمام شود، موتور محلی یا پاسخ نوشتاری جای آن را می‌گیرد.
ضبط، متن آن، نمونه‌ها، پیام‌های صوتی آماده و نسخه‌های ساخته‌شده در سرویس‌های ابری همه حذف می‌شوند و پاسخ صوتی خاموش می‌شود.
پیش از نگه داشتن هر ضبطی، مالک تأیید می‌کند که صدا مال خودش است و با استفاده از آن موافق است؛ زمان، زبان و موتور این رضایت ثبت می‌شود.
مالک متن نمایش‌داده‌شده را در پنل با میکروفون خودش می‌خواند؛ نشانگر بلندی صدا و ثانیه‌ها نمایش داده می‌شود و ضبط‌های نامناسب هشدار می‌گیرند.
ضبط صدا و متن آن رمزگذاری‌شده روی همین کامپیوتر نگه داشته می‌شود و فقط برای لحظه ساخت صدا باز می‌شود.
سه نمونه کوتاه با صدای شما ساخته و بررسی می‌شود، از جمله یک عدد و یک ساعت؛ تا آن‌ها را تأیید نکنید، هیچ پاسخی صوتی نمی‌رود.
آنچه در ضبط شنیده می‌شود با متن نمایش‌داده‌شده مقایسه می‌شود؛ اگر فرق زیادی داشته باشد، مالک متن را با آنچه واقعاً گفته اصلاح می‌کند یا دوباره ضبط می‌کند.
تنظیمات پاسخ صوتی و صدای مالک فقط برای خود مالک باز است؛ کارکنان حتی نمی‌توانند آن را ببینند.
پیش از اولین استفاده از موتور ابری، اطلاعیه داده و قوانین کشوری همان سرویس نشان داده می‌شود و مالک تأیید می‌کند که آن را خوانده است.
لیست قیمت، ویدیوی معرفی، فایل PDF، پیام صوتی و عکس‌ها یک بار بارگذاری می‌شوند و فلوها، اتوماسیون‌ها، صندوق پیام و هوش مصنوعی آن‌ها را برای مشتری می‌فرستند.
هر عکس کتابخانه که برچسب ندارد با هوش مصنوعی تصویری دیده می‌شود: توضیحی به فارسی، عربی و انگلیسی، چند برچسب و متن روی عکس.
فایل‌های کتابخانه در اینستاگرام، واتساپ و تلگرام فرستاده می‌شوند. در اینستاگرام بعد از اولین ارسال، فایل برای ارسال‌های بعدی سریع آماده می‌ماند.
هوش مصنوعی با عنوان و برچسب‌های هر فایل می‌داند چه چیزی در آن است و دقیقاً همان فایلی را می‌فرستد که مشتری خواسته.
مالک می‌تواند توضیح و برچسب هر فایل را ویرایش کند؛ برچسب‌های مالک هیچ‌وقت با برچسب هوش مصنوعی جایگزین نمی‌شوند و با عوض شدن فایل، برچسب‌های قدیمی هوش مصنوعی پاک می‌شوند.
راه‌اندازی هوشمند برای محصولی که عکس ندارد، عکسی از کتابخانه را پیشنهاد می‌کند که برچسب‌ها و توضیحش نام آن محصول را دارد. عکس‌هایی که خودتان گذاشته‌اید عوض نمی‌شوند.
فروشگاه و کاتالوگ
پیش‌نمایش عکس، ویدیو، صدا و PDF، تغییر عنوان، کپی کلید، حذف، و جایگزینی فایل با حفظ همان کلید؛ تعداد دفعات ارسال هر فایل هم نمایش داده می‌شود.
عکس محصولات کاتالوگ، عکس آگهی‌ها، عکس اقلام رزرو و اجاره، ویدیوی تمرین‌ها و فایل‌های بسته‌های صنفی همه از همین کتابخانه انتخاب می‌شوند؛ از داخل همان صفحه هم می‌توانید فایل تازه بارگذاری کنید.
فروشگاه و کاتالوگآگهی و فهرست فروشرزرو اقامت، میز و اجارهاشتراک و عضویت
عکس‌ها با مدل تصویری داخلی روی همین کامپیوتر دیده می‌شوند، یا با هوش مصنوعی ابری یا مدل Ollama که عکس می‌بیند. موتور تصویر فقط هنگام کار روشن است و بعد از چند دقیقه بیکاری خاموش می‌شود.
فایل‌های کتابخانه برای ارسال با پیوندی غیرقابل‌حدس در دسترس پیام‌رسان قرار می‌گیرند؛ فایل‌های شخصی مشتری هرگز وارد کتابخانه نمی‌شوند و عمومی نمی‌شوند.
زبان هر مشتری از پیام‌هایش تشخیص داده و در پرونده‌اش نگه داشته می‌شود؛ پاسخ‌ها، یادآوری‌ها و پیام‌های زمان‌بندی‌شده به همان زبان می‌روند.
فارسی که با حروف لاتین نوشته شده فارسی شناخته می‌شود و عربی که با حروف لاتین و عدد نوشته شده عربی؛ جواب به خط و زبان درست می‌رود.
متنی که فقط به یک زبان نوشته‌اید، مثل نام خدمت، پیام خوش‌آمد یا پیام فلو، درست پیش از ارسال به زبان مشتری ترجمه می‌شود؛ عنوان دکمه‌ها هم ترجمه می‌شود.
پیام‌های کوتاه مثل «اوکی»، «ممنون» یا یک ایموجی زبان مشتری را عوض نمی‌کنند؛ تغییر زبان فقط با تشخیص مطمئن انجام می‌شود.
اگر در ترجمه عددی، قیمتی یا پیوندی جا بیفتد یا عوض شود، طولش غیرعادی باشد یا به زبان درست نباشد، متن اصلی فرستاده می‌شود.
مشخص کنید کسب‌وکار به کدام‌یک از سه زبان پاسخ بدهد و کدام زبان پیش‌فرض باشد؛ نام برند هم می‌تواند به هر زبان جدا نوشته شود.
بررسی سلامت پیش از انتشار نشان می‌دهد کدام پیام ذخیره‌شده، فرم یا فلو در یکی از زبان‌های کسب‌وکار متن ندارد، تا پیش از رسیدن به مشتری کاملش کنید.
فارسی و عربی هم‌خط‌اند؛ تشخیص با حروفی که فقط یکی از آن دو دارد، کلمه‌های پرکاربرد و نوع عددها انجام می‌شود.
ترجمه به لحن گرم و محاوره‌ای چت نوشته می‌شود: فارسی با «شما»، عربی خلیجی و انگلیسی ساده؛ ایموجی‌ها حفظ می‌شوند و نام خدمات ترجمه می‌شود.
آدرس کسب‌وکار و واژه‌های خودتان، مثل عنوان کارکنان و نامی که برای مشتری، خدمت، نوبت و سفارش به کار می‌برید، برای هر زبان جدا تعیین می‌شود و ربات با همان واژه‌ها حرف می‌زند.
کل پنل مدیریت به سه زبان است و راست‌به‌چپ برای فارسی و عربی؛ زبان پنل در اولین مرحله راه‌اندازی انتخاب می‌شود و بعداً هم قابل تغییر است.
پیام‌های آماده ربات، صفحه‌های مشتری و فرم‌ها به سه زبان آماده‌اند؛ اگر متنی هنوز عربی نداشته باشد، برای خواننده عرب اول انگلیسی آن نشان داده می‌شود، نه فارسی.
فارسی با رقم‌های فارسی و تاریخ شمسی نمایش داده می‌شود و عربی و انگلیسی با رقم‌های رایج در خلیج؛ تقویم هجری قمری ام‌القری هم پشتیبانی می‌شود.
سایر بخش‌ها
سلام! هر سؤالی دربارهی DMAI Pro دارید بپرسید؛ از امکانات و قیمت تا نصب و امنیت.
