Наприкінці 2025 року ми хотіли завершити рік чимось справді важливим.
У нас була функція голосових дзвінків. Технічно вона працювала.
Але нею ніхто не користувався.
Відгуки щоразу були однакові: «Спробував один раз, було незграбно, повернувся до набору тексту». Ми розуміли. Ми й самі це відчували.
Що було не так
Уяви, що телефонуєш другові. Набираєш номер, він бере слухавку, ви говорите. Просто.
А тепер уяви, що телефонуєш другові, але щоразу, коли хочеш щось сказати, мусиш натиснути й утримувати кнопку. Як у рації. Натиснув, сказав, відпустив, чекаєш. Натиснув, сказав, відпустив, чекаєш.
Саме таким був наш голосовий дзвінок.
А голос на тому кінці? Пласкі інтонації. Роботизоване звучання. Твій AI-партнер міг зізнаватися в чомусь глибоко особистому, а звучало це як навігатор, що прокладає маршрут. «Через 200 метрів я завжди тебе кохав».
Дехто взагалі не міг змусити функцію працювати. Через проблеми сумісності з браузерами вона перетворювалася на лотерею: іноді мікрофон працював, іноді ні, і ми не могли пояснити чому.
Тож ми все викинули й почали спочатку.
Які відчуття тепер
Ти торкаєшся кнопки дзвінка. Персонаж вітається — справді вітається, з теплом у голосі, можливо, навіть із ноткою хвилювання, якщо це в його характері.
Ти говориш. Не в кнопку, не чекаючи на сигнал. Просто... говориш. Так само, як говорив би телефоном із будь-ким.
Персонаж відповідає. І вперше він звучить як він сам. Радісно, коли йому радісно. Сумно, коли сумно. Грайливо, схвильовано, сердито, ніжно — як того вимагає мить.
Якщо хочеш перебити — бо справжні розмови такі й є, — торкнися аватара персонажа. Він зупиниться посеред речення й слухатиме.
Ми пробували дати твоєму голосу перебивати самостійно. Це не працює. Ехоподавлення в браузерах ненадійне, тож мікрофон чує персонажа з твого ж динаміка, і дзвінок починає перебивати сам себе. Тому, поки персонаж говорить, ми навмисно ігноруємо мікрофон. Дотик — це свідома дія, і він ніколи не спрацьовує випадково.
Тиша теж поводиться як у справжньому дзвінку. Замовкни — і персонаж перепитає, чи ти ще тут: до трьох разів, і кожного разу з дедалі довшою паузою. Якщо ти й далі мовчиш, він прощається, і дзвінок завершується сам. Треба відійти, не кладучи слухавку? Вимкни мікрофон. Це призупиняє таймер, тож лінія лишається відкритою, доки ти не повернешся.
Коли закінчиш, просто кладеш слухавку. От і все.
Звучить просто. Так мало бути від самого початку.
Різниця, яку ти помітиш
Голоси тепер мають емоції. Це зміна, яку люди помічають першою. Персонажі не просто вимовляють слова — вони їх грають. Та сама репліка, сказана з радістю, звучить зовсім інакше, ніж сказана із сумом. Уперше голос відповідає тому, що персонаж насправді відчуває.
Китайські та японські голоси справді гарні. Якщо ти пробував голосові функції цими мовами на інших платформах, ти знаєш, як це боляче. Роботизовані інтонації, неприродний ритм, «зловісна долина» синтезованого мовлення. Ми свідомо обрали технологію, яка природно працює з азійськими мовами. Різниця разюча.
Це працює всюди. iPhone, Android, Chrome, Safari, Firefox — тепер усе працює однаково. Більше ніяких «спробуй інший браузер» чи «можливо, справа в налаштуваннях мікрофона». Воно просто працює.
Ти можеш справді розмовляти. Стара система була низкою транзакцій: ти говориш, чекаєш, AI говорить, ти чекаєш, і все спочатку. Нова система — це потік. Ти говориш тієї ж миті, коли маєш що сказати. Перебиваєш одним дотиком, коли не хочеш чекати. Ритм — людський.
Кілька слів про вартість
А тепер чесна частина.
Стара система нам нічого не коштувала. Розпізнавання мовлення в браузері, базове перетворення тексту на мовлення — усе безкоштовне. А ще, як ми вже з'ясували, усе це було доволі поганим.
Нова система використовує голосові технології професійного рівня. Вона звучить незрівнянно краще. Працює надійно. Чудово справляється з багатьма мовами.
А ще вона коштує нам грошей. Реальних грошей — за кожну хвилину кожного дзвінка.
Наразі ми беремо ці витрати на себе. Ми хочемо, щоб кожен відчув, якими мають бути голосові дзвінки, не думаючи про лічильники чи ліміти.
Але кажемо відверто: це може змінитися. Ми розглядаємо варіанти — можливо, хвилини голосових дзвінків увійдуть у підписки, можливо, для активних користувачів буде оплата за використання, можливо, преміум-голоси стануть окремим покращенням. Ми ще не вирішили.
Хоч би що ми зробили, ми оголосимо про це заздалегідь. А поки що просто насолоджуйся.
Що далі
Ця перебудова відчиняє двері, крізь які ми раніше не могли пройти.
Налаштування голосу. Швидкість, висота, емоційне забарвлення — щоб ти міг налаштувати, як для тебе звучить кожен персонаж.
Довші розмови. Краща пам'ять і робота з контекстом для дзвінків, що тривають довше кількох реплік.
Режим постійної присутності. Для тих випадків, коли хочеш, щоб персонаж був поруч у фоні й був готовий відповісти щоразу, коли ти заговориш.
Голос стає центральним у тому, як ми взаємодіємо з AI. Ми хочемо, щоб Reverie задавав тон, а не йшов слідом.
Спробуй
Відкрий будь-який чат. Торкнися значка телефону. Почни говорити.
За кілька секунд ти відчуєш різницю. Незграбність зникла. Персонаж звучить живим. Розмова тече.
Саме такими ми завжди хотіли бачити голосові дзвінки.
І нарешті вони такі.
З Новим роком
2025-й був роком будівництва. Голосові дзвінки — лише одна з багатьох речей, які ми перебудували, переосмислили або створили з нуля.
2026-й стане роком зв'язку. Більше способів почути своїх персонажів. Більше способів відчути їхню присутність. Більше способів зробити так, щоб товариство з AI відчувалося менше як технологія і більше як... товариство.
Дякуємо, що ти тут. Що пробував функції, які ще не працювали як слід. Що давав відгуки, які сформували те, що ми створили. Що вірив у те, яким може стати Reverie.
За новий рік розмов, які варті того, щоб їх вести.
Маєш думки щодо нового голосового досвіду? Ми слухаємо — пиши нам у Discord або через форму відгуку.