IA conversacional que fala
Junte-se às equipes que estão migrando para a Cartesia
O que é IA conversacional?
IA conversacional é um software que recebe linguagem natural, identifica o que a pessoa quer e responde ao longo de vários turnos. Os assistentes de chat são a versão mais conhecida. Aplicada à fala, ela vira um agente de voz: ouve enquanto você fala, decide quando você terminou, responde em voz alta e lida com interrupções sem perder o fio da conversa.
A fala acrescenta restrições que o chat não tem. Um chatbot pode levar três segundos para começar uma frase; em uma ligação, a pessoa desliga. As pessoas param no meio de uma ideia, falam por cima do agente e esperam que ele retome o assunto. Por isso, os componentes ao redor do modelo de linguagem importam tanto quanto ele: transcrição enquanto a pessoa ainda fala, detecção de turnos que reconhece quando uma pausa significa "sua vez" e fala que começa a ser transmitida em menos de um segundo.
A infraestrutura de voz em streaming de ponta a ponta
Ink
Fala para texto em streaming
Transcreve áudio ao vivo enquanto a pessoa ainda fala, com detecção nativa de turnos, para que o agente comece a pensar antes de a frase terminar.
ExploreSeu LLM
Use seu próprio modelo
O Managed Agents permite direcionar o agente ao modelo de linguagem que você quiser. As camadas de fala funcionam independentemente dessa escolha.
ExploreSonic
Texto para fala
O modelo de TTS em 1º lugar nos testes cegos, com latência de modelo inferior a 90 ms e leitura em 44 idiomas.
ExploreFluente 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.
Ou deixe o Managed Agents cuidar do fluxo
O Managed Agents conecta o fluxo para você: escolha seu LLM, conecte ferramentas e transferências, adicione uma base de conhecimento e obtenha um número de telefone. Você configura o agente; a Cartesia opera a infraestrutura de streaming.
Indicado para
- Atendimento ao cliente e centrais de suporte
- Recepcionistas e agendamento
- Automação de centrais de atendimento
- Personagens, avatares e brinquedos
Explore mais
Perguntas frequentes
O que é IA conversacional?
Software que conversa em linguagem natural: recebe o que você fala ou digita, identifica a intenção e responde ao longo de vários turnos. Chatbots e agentes de voz são formas de IA conversacional. A versão de voz precisa fazer isso em tempo real, com áudio ao vivo.
O ChatGPT é uma IA conversacional?
Sim. O ChatGPT é um agente conversacional voltado principalmente para texto. Um agente de voz faz o mesmo trabalho com áudio falado, o que exige transcrição em streaming, detecção de turnos e fala de baixa latência em tempo real.
Qual é a diferença entre um chatbot e um agente de voz?
A modalidade e o tempo de resposta. Um chatbot lê e escreve texto e pode levar mais tempo entre os turnos. Um agente de voz transcreve a fala ao vivo, decide quando a pessoa terminou e responde em voz alta com rapidez suficiente para manter a conversa natural. Se errar o tempo, as pessoas falam por cima dele ou desligam.
Com que rapidez um agente de voz precisa responder?
Rápido o bastante para que falar com ele pareça uma ligação, não um ditado. O modelo Sonic da Cartesia começa a transmitir áudio enquanto o gera, com latência do modelo inferior a 90 ms, por isso a reprodução normalmente começa em muito menos de um segundo.
Posso criar um agente de voz conversacional com a Cartesia?
Sim, de duas formas. O Managed Agents cria um agente telefônico funcional em poucos cliques, com seu LLM, ferramentas e conhecimento. Se preferir controlar o fluxo por conta própria, Sonic e Ink estão disponíveis pela API e pelos SDKs.
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.
Comece a criar.
Acesse nossos modelos por API e coloque um agente de voz em produção em minutos.