Artificial AnalysisNº 1 no Speech Arena

IA conversacional que fala em tempo real

Quem liga fala com um agente que sabe quando a pessoa terminou de falar e para no instante em que é interrompido. O modelo de texto para fala nº 1 fala cada resposta, com menos de 90 ms até o primeiro áudio.
144/500

Junte-se às equipes que estão migrando para a Cartesia

Artificial Analysis

Em 1º lugar

nos rankings Speech Arena e Speech to Text da Artificial Analysis

Como a IA conversacional funciona numa ligação

Ouve quem liga

Ink, fala para texto em streaming

Transcreve quem liga enquanto a pessoa fala, então o texto está pronto no momento em que ela para. A detecção de turnos integrada distingue uma pausa para pensar de um turno encerrado.

Explore

Decide o que dizer

O LLM que você escolher

Seu modelo de linguagem escreve a resposta. Os modelos de voz funcionam da mesma forma, seja qual for o escolhido.

Explore

Responde em voz alta

Sonic, texto para fala

Começa a falar com menos de 90 ms até o primeiro áudio e transmite o resto da resposta enquanto ela é gerada. O Sonic cobre 44 idiomas e é o modelo TTS nº 1 em testes cegos.

Explore

Fluente e nativo, no mundo todo

Alcance mercados internacionais com o Sonic: 44 idiomas e uma ampla variedade de sotaques, todos com vozes de qualidade equivalente à de falantes nativos.

inglês (Estados Unidos), 3 vozes

inglês (Estados Unidos)inglês (Estados Unidos)

Variantes regionais mais populares

O que é IA conversacional?

IA conversacional é um software que entende o que uma pessoa diz ou digita e responde em linguagem natural, por quantos turnos a conversa precisar. Assistentes de chat como o ChatGPT são o tipo mais conhecido. Um agente de voz é IA conversacional que atende o telefone: ele pode agendar um compromisso ou transferir a ligação para sua equipe.

Voz é mais difícil que chat porque quem liga não espera. Um chatbot pode levar três segundos para começar a responder; numa ligação, três segundos de silêncio parecem uma linha caída. Quem liga também deixa frases pela metade e fala por cima do agente, algo que um chatbot de texto nunca precisa resolver.

Como criar IA conversacional que atende ligações

Com o Managed Agents da Cartesia, você configura um agente telefônico em três etapas, e a Cartesia cuida dos modelos de voz, dos turnos de fala e da linha telefônica.

01

Escolha um LLM e escreva as instruções

Use o modelo em que você já confia. Diga ao agente quem ele é, do que cuida e quando passar a ligação para uma pessoa.

02

Conecte ferramentas, transferências e uma base de conhecimento

Deixe o agente consultar dados de contas, agendar compromissos, transferir ligações para sua equipe e responder com base nos seus próprios documentos.

03

Obtenha um número de telefone e atenda ligações

Use um número da Cartesia ou traga sua própria conta Twilio ou tronco SIP. A Cartesia salva o áudio e a transcrição de cada ligação para revisão.

Indicado para

  • Atendimento ao cliente e centrais de suporte
  • Recepcionistas e agendamento
  • Automação de centrais de atendimento
  • Personagens, avatares e brinquedos

Perguntas frequentes

O que é uma plataforma de IA conversacional?

Uma plataforma de IA conversacional é um software para criar e executar agentes conversacionais. Ela passa o que o usuário diz para um modelo de linguagem, devolve a resposta e fornece as linhas telefônicas, as conexões com ferramentas e os registros de chamadas de cada conversa. A plataforma da Cartesia foi feita para voz: modelos de fala para texto e de texto para fala em streaming, e o Managed Agents para executar agentes telefônicos de ponta a ponta.

O ChatGPT é uma IA conversacional?

Sim. O ChatGPT é uma IA conversacional que funciona principalmente em texto. Um agente de voz faz o mesmo trabalho numa ligação ao vivo, o que acrescenta trabalho em tempo real: transcrever a fala à medida que chega e responder sem pausas.

O que é IA conversacional por voz?

IA conversacional por voz é a IA conversacional com a qual você fala em vez de digitar. Ela transcreve o que você diz, obtém uma resposta de um modelo de linguagem e fala essa resposta rápido o suficiente para um vaivém natural. Agentes telefônicos, assistentes de voz e personagens falantes usam essa tecnologia.

Com que rapidez um agente de voz precisa responder?

Rápido o bastante para que quem liga nunca se pergunte se ainda há alguém na linha. Em estudos sobre a conversa humana, uma pausa de mais de cerca de 700 milissegundos antes de responder costuma indicar um "não". O texto para fala da Cartesia começa a transmitir com menos de 90 ms até o primeiro áudio, o que deixa a maior parte desse tempo para a transcrição e o seu LLM.

Posso testar os agentes de voz da Cartesia de graça?

Sim. O plano Free inclui uso pré-pago de agentes de voz todo mês, e você pode se cadastrar sem cartão de crédito.

Posso usar os modelos de voz da Cartesia no meu próprio sistema de agentes de voz?

Sim. O Ink (fala para texto) e o Sonic (texto para fala) estão disponíveis pela API e pelos SDKs, então você pode executar seu próprio fluxo sem o Managed Agents.

A Cartesia é segura o suficiente para ligações com clientes?

Sim. A Cartesia tem certificação SOC 2 Type II e oferece suporte a HIPAA e GDPR. Os planos Enterprise acrescentam DPAs e BAAs, SSO e implantação on-premises ou em VPC.

Comece hoje

Fale com um especialista.

Converse com alguém da nossa equipe e descubra como a Cartesia pode ajudar você a criar experiências de voz de alto nível.

Fale com vendas

Comece a criar.

Acesse nossos modelos por API e coloque um agente de voz em produção em minutos.

Experimente a Cartesia