Roark

多くのツールは文字起こしをLLMで採点して終わりにする。Roarkは通話そのものに対して専用の音声モデルを動かす。だから文字起こしでは失われるものを測れる。発音、アクセントの明瞭さ、声の緊張、話す速さ、遮りへの対応などである。製品が音声そのものであるチームにとって、この差は大きい。「metoprolol」が読み間違えられたことを文字起こしが示すことはない。

通話は音声、会話、コンプライアンス、性能の4群に分かれた500超のメトリクスで採点される。会話のメトリクスは解決、共感、タスク達成、幻覚、トーンを扱う。コンプライアンスは開示義務、個人情報の露出、本人確認、台本の遵守を追う。独自のルーブリックも書けるうえ、Roarkが通話ごとに自動で採点する。

公開前、実際の通話種別から作った数百人の模擬通話者に対してエージェントを試す。怒る人、脱線する人、遮る人がいる。シミュレーションは実際のPSTNとWebRTC上で動くので、顧客と同じネットワーク経路を通る。レッドチーミングの通話者はわざとエージェントを壊しにかかる。攻撃下で方針が保つかどうかはここで分かる。

エージェントが動き出せば、Roarkは通話が入るたびに採点し、見つけた失敗を記録する。AIによるコールセンター品質の運用では、少数の抜き取りではなく全会話を採点し、その裏に音声が残るということだ。メトリクスのしきい値でSlackやWebhookにアラートが飛び、ダッシュボードはエージェントとバージョンごとの推移を追える。OpenTelemetryのトレースは会話をターン単位のスパンに分けるので、1つの問題をループ全体で追える。

製品は1つのループを軸に組まれている。本番で失敗を捕まえ、模擬通話者に対して修正を再生し、差分を確認し、実通話でメトリクスが上がったかを検証する。Roarkは失敗した通話から根拠のあるプロンプト修正を起草する。文言が原因でなかった場合は、モデル、声、基盤の入れ替えを提案する。変更は毎回あなたが承認するので、ループはあなたの管理下に置かれる。

RoarkはVapi、Retell、LiveKit、Pipecatなど主要な音声スタックに接続し、SDK、REST API、MCPサーバー、CLIを備える。公開ランキングのRoark Live Benchは、音声認識、言語モデル、音声エンジンのあらゆる組み合わせを実際の電話網で呼び出し、あなたの通話を採点するのと同じエンジンで端から端まで採点する。

RoarkはSOC 2 Type IIを取得し、従量課金を含む全プランでHIPAA BAAを提供する。EnterpriseではSSOとSAML（SCIMプロビジョニング対応）、ロールベースのアクセス、IP許可リスト、データ所在地、署名済みDPAが加わる。同社は年次のペネトレーションテストを行うとしており、これはベンダーが顧客の音声に触れる前にセキュリティ審査が求める項目である。