
Kabir Goel
Articoli di Kabir Goel
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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)?
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
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
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
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
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
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
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
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
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
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
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
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
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.

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