Glossário
Agente de voz
Agente de IA que conversa por áudio em tempo real, transcrevendo a fala do interlocutor e respondendo com voz sintetizada. A exigência técnica principal é latência: acima de cerca de um segundo, a conversa deixa de soar natural.
A voz acrescenta uma restrição que o texto não tem: a resposta precisa começar antes que o silêncio fique constrangedor. No texto, dois segundos de espera passam por reflexão. No áudio, passam por ligação caída.
Esse orçamento de tempo tem que cobrir transcrever a fala, buscar a resposta, gerá-la e sintetizá-la de volta em áudio. Arquiteturas que funcionam bem no chat (uma sequência de chamadas separadas) costumam estourar o limite, e é por isso que os modelos de voz em tempo real transmitem tudo de uma vez.
O resto é o mesmo produto: mesma base de conhecimento, mesmos guardrails, mesmo handoff. Só o teto de latência e os modos de falha (ruído de fundo, gente falando junto, sotaque fora do comum) são específicos do áudio.
Comece a conversa hoje
Lance um agente de IA que qualifica leads e agenda reuniões a qualquer hora. No ar em menos de dez minutos.
Demonstração guiada · seu agente no ar em menos de 10 minutos