वर्चुअल स्पोकेसपर्सन (एमवीपी)

यह क्या करता है

यह एक बैकएंड है, जो फ़ोन कॉल की बोली से टेक्स्ट पाता है, उसे कार्रवाइयों में बदलता है, और उन कार्रवाइयों को पूरा करता है. यह प्रोसेस इस तरह काम करती है:
- उपयोगकर्ता किसी नंबर पर कॉल करता है और उस पर कोई कार्रवाई करने के लिए कहता है ("स्थानीय फ़ार्मेसी को कॉल करके देखें कि क्या उनके पास सिरदर्द की दवा है")
- सिस्टम, Gemini API का इस्तेमाल करके, कार्रवाई के लिए ज़रूरी जानकारी (जैसे, नाम, फ़ोन नंबर, पता वगैरह) मांगता है
- जब सिस्टम को सारी जानकारी मिल जाती है, तो कॉल खत्म हो जाता है
- इसके बाद, सिस्टम Gemini API का इस्तेमाल करके कॉल की समीक्षा करता है और उसे कार्रवाइयों में बदलता है. साथ ही, ज़रूरी जानकारी से नोट भी बनाता है
- इसके बाद, सिस्टम कॉल के लिए उपयोगकर्ता को वापस कॉल करता है और कार्रवाई की खास जानकारी देता है

Gemini API का इस्तेमाल, सभी टेक्स्ट/चैट को प्रोसेस करने के लिए किया जाता है:
- फ़ोन कॉल का टेक्स्ट
- चैट की समीक्षा करने और उसे कार्रवाइयों में बदलने की वजह
- चैट की समीक्षा करने और उसे नोट में बदलने की वजह
- चैट की समीक्षा करने और उसे रिटर्न कॉल के लिए खास जानकारी में बदलने की वजह