Voice AI stack 2026
- STT (Speech-to-Text): Whisper (OpenAI), Deepgram, AssemblyAI. Tiếng Việt accuracy 92-96%.
- LLM: GPT-4o, Claude 3.5 cho understanding + response.
- TTS (Text-to-Speech): ElevenLabs, FPT.AI, VBee. Voice tự nhiên gần con người.
- Telephony: Twilio, Vonage cho call infrastructure. VN: Stringee, OMICall.
Use case 1: Outbound sales — lead qualification
AI gọi 100-500 lead/ngày, qualify (interest level, budget, decision maker), transfer đến human sale chỉ qualified leads. Hot lead rate: AI catch 95% so human 85%.
Conversion AI → human: 30-40% qualified leads. Human agent productivity tăng 3x.
Use case 2: Inbound support — FAQ
AI nhận inbound call, hỏi rõ vấn đề, trả lời FAQ. Nếu phức tạp → transfer agent với context summary. Resolution rate: 50-70% without human.
Customer experience: tốt nếu AI tự nhiên + không bị stuck. Bad nếu AI sai answer hoặc dead-end.
Use case 3: Appointment reminder
AI gọi bệnh nhân/khách trước 1 ngày: "Anh/chị Nguyễn Văn A, hẹn 9 sáng mai phòng khám X. Xác nhận đến không?" Reschedule nếu cần.
Giảm no-show 30-50%. Tốt cho phòng khám, salon, gym, education centers.
Use case 4: NPS + customer survey
Sau giao dịch, AI gọi: "Anh/chị có hài lòng với dịch vụ?" Thu thập NPS + feedback định tính. AI summarize cho management.
Response rate AI: 25-40% (cao hơn SMS survey 5-10%). Quality data tốt.
Tiếng Việt accent + provider
- ElevenLabs: tiếng Việt OK, accent Bắc + Nam có. $5-20/1000 từ.
- FPT.AI Reader: native Việt, accent tốt nhất. 100-300đ/1000 chars.
- VBee: VN startup, giá rẻ + tiếng Việt tốt.
- Google Cloud TTS: tiếng Việt OK nhưng robotic.
Cost analysis
1 call 5 phút:
- STT 5 phút × $0.006/phút = $0.03.
- LLM ~ 2000 token round-trip × $5/1M = $0.01.
- TTS 500 chars × $0.0002 = $0.10.
- Telephony 5 phút × $0.013 = $0.07.
- Total: ~$0.21 = 5,000đ/call.
- So với agent: 25-40k/call → tiết kiệm 80%.
Challenges + mitigation
- Latency: > 1s response = unnatural. Optimize bằng streaming + lighter model.
- Interruption: khách ngắt lời AI → AI phải hold pause.
- Accent regional: AI phải hiểu Nam + Trung + Bắc.
- Escalation: AI biết khi nào không xử lý được → transfer human với context.
Setup + ROI
- Setup: 80-300tr cho 1 use case (vendor) hoặc 60-150 giờ in-house dev.
- Vận hành: 5,000đ/call × volume.
- Doanh nghiệp 1,000 call/ngày: tiết kiệm 25-35tr/tháng.
- ROI: payback 4-9 tháng.
Contact center đang plan AI? Alodev cung cấp POC 2-4 tuần. /lien-he