13 ноября 2026 года Яндекс открыл в Yandex AI Studio новое поколение речевых моделей. Speech TTS Live подбирает интонацию под живую речь. Speech Realtime Max тянет несколько связанных действий в одном диалоге и обрывает фразу, если абонент перебил. Для команд, которые запускают ИИ-агенты для бизнеса на входящей линии, пропадает лишний перевод на оператора между переносом визита, расчётом и ссылкой на оплату. Раньше мы склеивали это из отдельных сценариев: каждый умел одну фразу и честно отдавал трубку. Теперь узкое место не в голосе, а в том, есть ли у агента инструмент в вашу систему. Агент, если ему звонят На совещании это звучит как “поставим бота”. По сути спрашивают, что такое ИИ-агент и чем он отличается от меню “нажмите один”. На линии агент не зачитывает заготовку. Он слышит реплику, выбирает следующий шаг, вызывает учётную систему и произносит только то, что система вернула. Перебили на середине суммы - в историю садится сказанный кусок, а не абзац, который человек не дослушал. Первый наш голосовой заход это правило пропустил. Инструкция была длинной: “ты администратор, помоги со всем”. Голос звучал уверенно, цену называл “ориентировочно”, инструмента расчёта в сценарии не было. Абонент спорил с цифрой, которой в расчёте компании не существовало. Красивая речь только ускорила конфликт. Что открыли и чего нет в цене По сообщению ТАСС со ссылкой на компанию, модели уже доступны в Yandex AI Studio. TTS Live рассчитан на естественную речь, отдельные варианты есть для медицинских сценариев и аудиогидов. Realtime Max на странице AI Speech описан как режим для агента, совместимый с Realtime API. За один звонок он может перенести запись, посчитать стоимость, применить скидку и отправить ссылку на оплату, пока идёт обращение к корпоративным системам. Сборка идёт в конструкторе без кода, проверка - в Playground. Деньги отделяем от анонса сразу. В открытом фрагменте тарифа Realtime API для Speech TTS Live оплачивается входной текст: каждый начатый блок в 250 символов считается единицей тарификации. Выходное аудио, кэш, токены инструментов и выходные токены отдельно не тарифицируются. Рублёвой ставки в просмотренном фрагменте нет. Минуту разговора из новости мы не выводим и в смету не ставим. Сценарий до телефонии Телефонию по SIP на этом шаге не подключаем. В разделе AI Speech открываем Playground, выбираем Speech Realtime Max и описываем один узкий случай текстом. Для проверки берём сервисный выезд, не “любой вопрос клиента”. Три инструмента называем по действию: перенести визит, вернуть сумму из учётной системы, отправить ссылку. В инструкции прямой запрет: нет ответа инструмента - нет цифры вслух, есть передача человеку. Потом сценарий ломаем сами. Перебиваем фразу про стоимость и смотрим, что легло в историю. Проверяем один узкий случай в Playground и на этом шаге не подключаем SIP. Вслух называем только то, что вернула система, и не ставим минуту разговора в смету, пока рублёвой ставки в открытом фрагменте тарифа нет. Полностью - в блоге: https://inteltek.ru/blog/192