Tyto by ai-coustics

Tyto は厄介な音声問題を、通話ごとの 1 つの数値に畳み込む。このスコアは STT、VAD、ターン交代、音声対音声にわたる下流の失敗可能性を予測するので、各コンポーネントを別々に計測する必要はない。数値が跳ね上がれば、音声のどこかがおかしい。当て推量は要らない。

スコア単体では、通話が失敗したと分かるだけで、その理由は分からない。Tyto はそこを埋める。Tyto は劣化を 6 つに分ける。ノイズ、残響、ラウドネス、干渉音声、パケット損失、コーデック劣化だ。この分割が効く。原因ごとに打ち手が違う。残響は音響の問題であり、パケット損失はネットワークの問題だ。どれが支配的かが分かれば、やみくもなデバッグの何時間も節約できる。

モデルは CPU で動くほど小さく、音声がすでにある場所で処理する。外部サービスへのアップロードは一切なく、録音はコンプライアンスの境界内にとどまる。機微な通話を扱うチームにとって、それは音声分析をそもそも使えるかどうかの分かれ目になることが多い。

セッションの進行中に音声品質の信号を監視することも、会話が終わった後に分析ビューを確認することもできる。リアルタイムモードは悪い入力に反応する必要があるライブエージェントに向き、通話後モードは録音の滞りを監査するチームに向く。同じモデル、2 つの使い方だ。

CPU で動き、1 分あたりのコストが安く抑えられるため、Tyto は通話の一部をサンプリングするのではなく、トラフィックの 100% をカバーできる。サンプリングは最も重要なまれな失敗を取りこぼす。すべてを採点すれば、名もなく見過ごされる通話はなくなり、障害データは幸運な部分集合ではなく実際のトラフィックを映す。

Tyto はすでに動かしているパイプラインに収まり、STT、LLM、TTS の各ブロックを置き換えるのではなく隣に並ぶ。チームがログ、アラート、ダッシュボードへ回せる信頼性シグナルを発する。既存のアーキテクチャを保ったまま、その上に音声の可視性という層を足せる。