Het probleem
Een stem-agent is makkelijk te beweren en moeilijk te geloven. Elke pagina die er een verkoopt zegt dat hij snel is en natuurlijk klinkt, en bij geen enkele kun je het horen. De twee dingen die een koper wil weten zijn of hij opneemt als een mens en hoe lang de beller moet wachten, en allebei overleven het niet om opgeschreven te worden.
Wat we bouwden
Een gesprek dat in de browser loopt, zonder account en zonder telefoonnummer. Spraak naar tekst, het antwoord en tekst naar spraak draaien alle drie op Workers AI binnen één Cloudflare Worker, met een Durable Object dat het gesprek vasthoudt. De telefoniste beantwoordt wat je een telefoniste vraagt: wanneer ze open zijn, of er een tafel vrij is, hoe groot een gezelschap mag zijn. Ze noteert een reserveringsaanvraag en zegt dat iemand die bevestigt, want een agent die een bevestigde boeking aankondigt is een klacht die nog moet binnenkomen. Elke beurt zet zijn eigen cijfers naast het transcript, uit de eigen metrics van de spraakpijplijn, op de klok van de Worker.
Het resultaat
Harbour Table is een verzonnen restaurant en dat staat op de pagina. Het gebouwde ding is het argument: het is een telefoniste die je kunt onderbreken, en de vertraging op het scherm is de vertraging die je net hoorde.