Kabir Goel

Kabir Goel

Articoli di Kabir Goel

Cos'è l'ISDN: la rete che stanno spegnendo

Cos'è l'ISDN: la rete che stanno spegnendo

L'ISDN ha portato le chiamate aziendali dall'analogico al digitale su rame. Gli operatori la spengono: la scadenza britannica è il 31 gennaio 2027.

Chatbot vs IA conversazionale: le differenze

Chatbot vs IA conversazionale: le differenze

Un chatbot è un prodotto con cui parli; l'IA conversazionale è la tecnologia che gli permette di capirti. Le differenze e il ruolo della voce.

Protocollo SIP spiegato: cos'è e come funziona

Protocollo SIP spiegato: cos'è e come funziona

SIP, il Session Initiation Protocol, apre e chiude le chiamate su IP. Come funziona una chiamata e dove entrano gli agenti vocali.

Cos'è il jitter in VoIP? Come misurarlo e correggerlo

Cos'è il jitter in VoIP? Come misurarlo e correggerlo

Il jitter è la variazione nell'arrivo dei pacchetti vocali. Cosa lo causa, come si sente, la regola dei 30 ms e come sistemare le chiamate intermittenti, su un impianto telefonico o su un agente vocale.

Cos'è il CPaaS? Il livello API per le comunicazioni

Cos'è il CPaaS? Il livello API per le comunicazioni

Il CPaaS è il modello a API per mettere chiamate, SMS e verifica nella tua app. Cosa copre, come si paga e dove stanno gli agenti vocali.

Metriche del call center: FCR, AHT e cosa conta

Metriche del call center: FCR, AHT e cosa conta

Risoluzione al primo contatto, tempo medio di gestione, tasso di trasferimento e CSAT: le formule, i benchmark attuali e come cambiano i conti quando risponde un agente vocale.

Bot TTS per Discord: aggiungine uno o crea il tuo

Bot TTS per Discord: aggiungine uno o crea il tuo

Due modi per avere la sintesi vocale in un canale vocale di Discord: invitare un bot ospitato, o creare il tuo con discord.js e Cartesia. Codice funzionante incluso.

Modelli speech-to-speech o agenti vocali a cascata

Modelli speech-to-speech o agenti vocali a cascata

I modelli speech-to-speech ricevono audio e restituiscono audio. Come si confrontano con gli agenti STT-LLM-TTS su latenza, costo, controllo e voci.

Cos'è la latenza P95 e P99 e come misurarla

Cos'è la latenza P95 e P99 e come misurarla

La latenza P95 e P99 è il tempo di risposta battuto dal 95% e dal 99% delle richieste. Come funzionano i percentili e come misurarli in Python.

Prezzi Twilio 2026: chiamate, SMS e agenti IA

Prezzi Twilio 2026: chiamate, SMS e agenti IA

Quanto costa Twilio nel 2026: tariffe voce al minuto, numeri, SMS e costi degli operatori, SIP trunking, Conversation Relay e il conto di un agente vocale IA.

Speech to text in Python: file, streaming e microfono

Speech to text in Python: file, streaming e microfono

Trascrivi audio in Python in tre modi: un file registrato, uno stream in tempo reale con rilevamento dei turni e un microfono dal vivo. Codice funzionante.

Codec G.711: μ-law, A-law e audio telefonico a 8 kHz

Codec G.711: μ-law, A-law e audio telefonico a 8 kHz

G.711 è il codec di quasi tutte le telefonate: 8 kHz, 8 bit per campione, μ-law o A-law. Come funziona, come decodificarlo e cosa cambia per gli agenti vocali.

Sintesi vocale con emozione: come dirigerla

Sintesi vocale con emozione: come dirigerla

Come funziona la sintesi vocale con emozione: emozione letta dal testo, tag, stili e prompt nelle principali API, con codice ed esempi di test.

Cos'è il DTMF? Toni, frequenze e agenti vocali

Cos'è il DTMF? Toni, frequenze e agenti vocali

Il DTMF è la coppia di toni che un telefono invia quando premi un tasto. Frequenze, trasporto in VoIP, cifre perse e come lo usano gli agenti vocali.

Test IVR: tipi, strumenti e agenti vocali

Test IVR: tipi, strumenti e agenti vocali

Come testare un IVR: test funzionali, di regressione, di carico e vocali, e come testare un agente vocale IA che risponde diversamente a ogni chiamata.

Prezzi dell'API OpenAI Whisper nel 2026

Prezzi dell'API OpenAI Whisper nel 2026

Whisper costa 0,006 $ al minuto. Tutti i prezzi di trascrizione OpenAI nel 2026, la chiusura di febbraio 2027 e dove migrare prima.

Prezzi Deepgram 2026: STT, TTS e agenti

Prezzi Deepgram 2026: STT, TTS e agenti

Quanto costa Deepgram nel 2026: tariffe di trascrizione al minuto, Aura e Flux TTS, i livelli della Voice Agent API, i componenti aggiuntivi e il piano Growth.

Esempi di IA conversazionale: 12 casi reali

Esempi di IA conversazionale: 12 casi reali

Dodici esempi di IA conversazionale in produzione: assistenza, sanità, casa, prestiti, vendite e videogiochi. Cosa fa ciascuno e cosa è cambiato.

I migliori modelli TTS open source, per licenza

I migliori modelli TTS open source, per licenza

Kokoro, Chatterbox, Piper, Orpheus, VibeVoice, XTTS e altri: quali modelli di sintesi vocale open source puoi usare commercialmente e che punteggi hanno.

IA conversazionale in banca: chiamate dei clienti

IA conversazionale in banca: chiamate dei clienti

L'IA conversazionale in banca risponde alle chiamate dei clienti: cosa gestisce, dove mettere il limite, come proteggere i dati delle carte e come fare un pilota.

IA conversazionale in sanità: chiamate pazienti

IA conversazionale in sanità: chiamate pazienti

L'IA conversazionale in sanità risponde alle chiamate dei pazienti. Cosa fa bene, dove passa il limite clinico, cosa richiede HIPAA e come fare un pilota.

Trasferimento a caldo e a freddo: le differenze

Trasferimento a caldo e a freddo: le differenze

Il trasferimento a caldo presenta chi chiama prima di passare la chiamata; quello a freddo no. Come funzionano e come trasferiscono gli agenti vocali.

WebRTC vs WebSocket per l'IA vocale in tempo reale

WebRTC vs WebSocket per l'IA vocale in tempo reale

WebSocket invia messaggi ordinati su TCP. WebRTC invia audio su UDP con jitter buffer e recupero delle perdite. Quale usare nell'IA vocale, e dove.

Automazione del contact center: cosa automatizzare per primo

Automazione del contact center: cosa automatizzare per primo

L'automazione del contact center per livelli: quali chiamate automatizzare per prime, cosa serve a un agente vocale, quanto costa e cosa misurare.

Cos'è un trunk SIP e come usarlo con l'IA vocale

Cos'è un trunk SIP e come usarlo con l'IA vocale

Un trunk SIP collega il tuo sistema telefonico a un operatore via internet. Come funziona, SIP o VoIP, e come collegarlo a un agente vocale IA.

Che cos'è il mean opinion score (MOS)?

Che cos'è il mean opinion score (MOS)?

Il MOS è la media dei voti degli ascoltatori su una scala da 1 a 5. Come si calcola, cos'è un buon punteggio per le chiamate e per il TTS, e perché due MOS raramente si possono confrontare.

Design dell'IA conversazionale per agenti vocali

Design dell'IA conversazionale per agenti vocali

IA conversazionale per la voce: scrivere per l'orecchio, gestire turni e interruzioni, confermare ciò che conta, pianificare errori e trasferimenti.

Cos'è il TTS neurale? Come funzionano le voci neurali

Cos'è il TTS neurale? Come funzionano le voci neurali

Il TTS neurale trasforma il testo in voce con una rete neurale addestrata. Come funziona, la differenza con le voci standard e quanto costa.

Chiamate a freddo con IA: cosa sono e come crearle

Chiamate a freddo con IA: cosa sono e come crearle

Un agente di chiamate a freddo con IA chiama, qualifica e fissa appuntamenti da solo. Costi, norme sul consenso e due modi per crearlo.

IA vocale on-premise: cos'è e come funziona

IA vocale on-premise: cos'è e come funziona

L'IA vocale on-premise esegue riconoscimento vocale, modelli linguistici e sintesi vocale nella tua rete. Confronta cloud, VPC, on-prem e ambienti isolati.

Agente vocale IA: cos'è e come crearne uno

Agente vocale IA: cos'è e come crearne uno

Cos'è un agente vocale IA, quale pipeline lo fa funzionare e quali decisioni su latenza, turni e test determinano se chi chiama resta in linea.

Rilevamento dell'attività vocale: VAD per agenti vocali

Rilevamento dell'attività vocale: VAD per agenti vocali

Scopri come funziona il VAD, in cosa differisce dal rilevamento dei turni e come gestire pause e interruzioni in un agente vocale in tempo reale.

Word error rate: cosa sfugge al WER nell'IA vocale

Word error rate: cosa sfugge al WER nell'IA vocale

Scopri cosa misura il word error rate, perché può fuorviare la valutazione TTS e come verificare la qualità vocale che conta in una conversazione dal vivo.

IVR conversazionale: cos'è e come sostituire i menu

IVR conversazionale: cos'è e come sostituire i menu

L'IVR conversazionale permette di dire cosa serve invece di premere tasti. Come instrada le chiamate, dove entrano gli agenti vocali e cosa provare prima.

Cos'è un call center IA? Come funziona e quanto costa

Cos'è un call center IA? Come funziona e quanto costa

Un call center IA usa agenti vocali per rispondere alle chiamate e risolverle. Come si svolge una chiamata, il costo al minuto e un piano pilota.

Receptionist IA: cosa acquistare e cosa costruire

Receptionist IA: cosa acquistare e cosa costruire

Confronta receptionist IA pronti all'uso e un agente vocale personalizzato. Pianifica appuntamenti, passaggi a persone, costi e test per le prime chiamate in entrata.

API SpeechSynthesis: sintesi vocale in JavaScript

API SpeechSynthesis: sintesi vocale in JavaScript

Come funziona window.speechSynthesis: metodi, intervalli di rate, pitch e volume, eventi e una demo di sintesi vocale in JavaScript da copiare.

Sintesi vocale in Python: salva l'audio come file WAV

Sintesi vocale in Python: salva l'audio come file WAV

Trasforma testo in un file WAV con Python e l'SDK Cartesia. Configura una chiave API, scegli una voce e risolvi gli errori comuni di audio e autenticazione.

Four copies of the same looping line glyph in a row, drawn in pale green, mid green, grey and dark green

Cartesia cerca un ingegnere software per creare un esercito di Claude

Scrivere codice sembra un problema risolto. Fare ingegneria no. Cerchiamo qualcuno che colmi questa distanza.

[Ingegneria]

Inizia oggi

Parla con un esperto.

Contatta un membro del nostro team e scopri come Cartesia può aiutarti a creare esperienze vocali di altissimo livello.

Contatta il team commerciale

Inizia a sviluppare.

Accedi ai nostri modelli tramite API e porta un agente vocale in produzione in pochi minuti.

Prova Cartesia