Aprenda.
O que é ISDN: a rede que está sendo desligada
A ISDN levou as chamadas empresariais do analógico ao digital sobre cobre. As operadoras a desligam; o prazo britânico é 31 de janeiro de 2027.
Chatbot vs IA conversacional: as diferenças
Um chatbot é um produto com quem você fala; a IA conversacional é a tecnologia que faz com que ele entenda você. As diferenças e onde entra a voz.
O que é um session border controller (SBC)?
Um session border controller (SBC) protege e controla chamadas VoIP entre duas redes. O que faz, quando você precisa de um e o que muda para um agente de voz.
Protocolo SIP explicado: o que é e como funciona
SIP, o Session Initiation Protocol, estabelece e encerra chamadas por IP. Como funciona uma chamada e onde entram os agentes de voz.
O que é jitter em VoIP? Como medir e corrigir
Jitter é a variação na chegada dos pacotes de voz. O que o causa, como ele soa, a regra dos 30 ms e como consertar ligações picotadas, num sistema telefônico ou num agente de voz.
O que é CPaaS? A camada de API das comunicações
CPaaS é o modelo de API para colocar chamadas, SMS e verificação dentro do seu próprio aplicativo. O que cobre, como é cobrado e onde entram os agentes de voz.
Métricas de call center: FCR, AHT e o que importa
Resolução no primeiro contato, tempo médio de atendimento, taxa de transferência e CSAT: as fórmulas, os benchmarks atuais e como a conta muda quando quem atende é um agente de voz.
Bot de TTS no Discord: adicione ou crie o seu
Duas maneiras de ter texto em fala em um canal de voz do Discord: convidar um bot hospedado ou criar o seu com discord.js e Cartesia. Código funcional incluído.
Modelos speech-to-speech vs agentes de voz em cascata
Modelos speech-to-speech recebem áudio e devolvem áudio. Como se comparam aos agentes STT-LLM-TTS em latência, custo, controle e vozes.
O que é latência P95 e P99 e como medir
Latência P95 e P99 é o tempo de resposta que 95% e 99% das requisições superam. Como os percentis funcionam, como medi-los em Python e por que a cauda importa.
Preços da Twilio 2026: chamadas, SMS e agentes de IA
Quanto custa a Twilio em 2026: voz por minuto, números, SMS e taxas de operadora, SIP trunking, Conversation Relay e a conta de um agente de voz com IA.
Speech to text em Python: arquivo, stream e microfone
Transcreva áudio em Python de três jeitos: um arquivo gravado, um stream em tempo real com detecção de turnos e um microfone ao vivo. Código que funciona.
Codec G.711: μ-law, A-law e áudio telefônico a 8 kHz
G.711 é o codec da maioria das ligações: 8 kHz, 8 bits por amostra, μ-law ou A-law. Como funciona, como decodificar e o que muda para agentes de voz.
Texto para fala com emoção: como direcioná-la
Como funciona o texto para fala com emoção: emoção lida do texto, tags, estilos e prompts nas principais APIs, com código e como testar.
O que é DTMF? Tons, frequências e agentes de voz
DTMF é o par de tons que o telefone envia quando você aperta uma tecla. Frequências, como trafega em VoIP, por que dígitos somem e o uso em agentes de voz.
Testes de URA (IVR): tipos, ferramentas e agentes
Como testar uma URA: testes funcionais, de regressão, de carga e de voz, e como testar um agente de voz com IA que responde diferente a cada chamada.
Preços da API OpenAI Whisper em 2026
O Whisper custa US$ 0,006 por minuto. Todos os preços de transcrição da OpenAI em 2026, o desligamento de fevereiro de 2027 e para onde migrar antes.
Preços da Deepgram 2026: STT, TTS e agentes
Quanto custa a Deepgram em 2026: tarifas de transcrição por minuto, Aura e Flux TTS, os níveis da Voice Agent API, complementos e o plano Growth.
Exemplos de IA conversacional: 12 casos reais
Doze exemplos de IA conversacional em produção: suporte, saúde, moradia, crédito, vendas e games. O que cada um faz e o que mudou.
Melhores modelos TTS de código aberto, por licença
Kokoro, Chatterbox, Piper, Orpheus, VibeVoice, XTTS e outros: quais modelos de texto para fala de código aberto você pode usar comercialmente e suas notas.
IA conversacional em bancos: chamadas de clientes
A IA conversacional em bancos atende chamadas de clientes: o que resolve, onde fica o limite, como proteger os dados do cartão e como fazer um piloto.
IA conversacional na saúde: ligações de pacientes
A IA conversacional na saúde atende ligações de pacientes. O que ela faz bem, onde fica o limite clínico, o que a HIPAA exige e como fazer um piloto.
Transferência assistida vs direta: diferenças
A transferência assistida apresenta quem liga antes de passar a chamada; a direta, não. Como funcionam, quando usar e como agentes de voz transferem.
WebRTC vs WebSocket para IA de voz em tempo real
O WebSocket envia mensagens ordenadas sobre TCP. O WebRTC envia áudio sobre UDP com buffer de jitter e recuperação de perdas. Qual usar em IA de voz.
Automação de contact center: o que automatizar primeiro
Automação de contact center por camadas: quais chamadas automatizar primeiro, do que um agente de voz precisa, quanto custa e o que medir.
O que é SIP trunking e como usar com IA de voz
O SIP trunking leva suas chamadas a uma operadora pela internet. Como funciona, SIP vs VoIP e como conectar um tronco a um agente de voz com IA.
O que é o mean opinion score (MOS)?
O MOS é a média das notas de ouvintes numa escala de 1 a 5. Como é calculado, o que é uma boa pontuação para chamadas e para TTS, e por que dois MOS raramente podem ser comparados.
Design de IA conversacional para agentes de voz
IA conversacional para voz: escrever para o ouvido, lidar com turnos e interrupções, confirmar o que importa e planejar falhas e transferências.
Plataformas de agentes de voz com IA comparadas (2026)
Vapi, Retell, Bland, Synthflow, ElevenLabs, LiveKit, Pipecat e Cartesia comparadas: o que cada plataforma executa para você, quanto custa um minuto e como escolher.
O que é TTS neural? Como funcionam as vozes neurais
O TTS neural transforma texto em fala com uma rede neural treinada. Como funciona, a diferença para as vozes padrão e quanto custa.
Comparação dos melhores modelos de fala para texto (2026)
Streaming ou lote, API ou código aberto: os modelos de fala para texto que importam em 2026, os pontos fortes de cada um e como escolher.
Preços da ElevenLabs 2026: planos, créditos e API
Quanto custa a ElevenLabs em 2026: os seis planos, como os créditos viram minutos, as tarifas de API por modelo, o preço dos agentes e quanto custa uma carga de trabalho real.
Crie um agente de voz com Pipecat e Cartesia
Pipecat conecta o fluxo; Cartesia fornece a voz. Coloque um agente de voz em funcionamento no navegador e reduza o tempo de resposta com a previsão antecipada de fim de turno do Ink.
Prospecção por telefone com IA: o que é e como criar um agente
Um agente de prospecção por telefone com IA liga, qualifica contatos e agenda reuniões sozinho. Veja os custos das chamadas, as regras de consentimento e duas formas de criá-lo.
IA de voz on-premise: o que é e como funciona
A IA de voz on-premise executa reconhecimento de fala, modelos de linguagem e conversão de texto em fala dentro da sua rede. Compare nuvem, VPC, infraestrutura própria e ambientes isolados.
Empresas de IA de voz para conhecer em 2026
Quem desenvolve IA de voz, por atividade: fornecedores de modelos de fala, plataformas de agentes, serviços de nuvem e código aberto.
Agente de voz com IA: o que é e como criar um
O que é um agente de voz com IA, o pipeline que o executa e as decisões de latência, alternância de turnos e testes que determinam se as pessoas permanecem na linha.
Detecção de atividade vocal: VAD para agentes de voz
Saiba como funciona a detecção de atividade vocal (VAD), como difere da detecção de turnos e como tratar pausas e interrupções em agentes de voz em tempo real.
Taxa de erro de palavras: o que a WER não capta na IA de voz
Saiba o que a taxa de erro de palavras mede, por que ela pode distorcer avaliações de TTS e como testar a qualidade da fala que importa em uma conversa ao vivo.
URA conversacional: o que é e como substituir menus
A URA conversacional deixa quem liga dizer o que precisa em vez de apertar teclas. Como encaminha chamadas, onde entram os agentes de voz e o que testar antes.
O que um avaliador acústico congelado muda nas alucinações de ASR
Um estudo de reconhecimento de fala reduz erros de inserção em áudio de reuniões. Os resultados mostram por que avaliar os tipos de erro junto com a taxa geral de erro de palavras.
Central de atendimento com IA: o que é e quanto custa
Uma central de atendimento com IA usa agentes de voz para atender e resolver chamadas. Como a chamada flui, quanto custa por minuto e um plano piloto.
Como comparar APIs TTS com benchmarks por endpoint
Compare APIs TTS com evidências por endpoint. As entradas Qwen3 da Coval mostram o que a latência revela e como testar opções para produção.
Recepcionista com IA: o que comprar e o que construir
Compare recepcionistas com IA prontos com um agente de voz personalizado. Planeje agendamento, transferências para pessoas, custos e um teste para suas primeiras chamadas recebidas.
API SpeechSynthesis: texto em fala com JavaScript
Como funciona o window.speechSynthesis: métodos, faixas de rate, pitch e volume, eventos e uma demo de texto em fala em JavaScript pronta para copiar.
O que o benchmark de STT em streaming da Coval revela sobre latência de inferência
A Baseten está na fronteira de qualidade e latência da Coval. Entenda o que foi medido, por que a inferência dedicada muda os números e como obter STT de baixa latência em produção.
Texto para fala em Python: salve áudio em WAV
Transforme texto em WAV com Python e o SDK da Cartesia. Configure uma chave de API, escolha uma voz e resolva erros comuns de áudio e autenticação.

15 alternativas ao Speechify, gratuitas e pagas
Alternativas ao Speechify para ouvir documentos ou desenvolver com voz, incluindo quais opções são gratuitas e o que cada ferramenta faz.

Alternativas ao ElevenLabs: 10 opções comparadas
Compare alternativas ao ElevenLabs por tarefa, de agentes em tempo real e locução roteirizada à leitura de documentos e edição de mídia, com um plano de testes.

10 alternativas ao Descript para considerar
Compare alternativas ao Descript para gravação, edição por transcrição, produção de vídeo e APIs de fala. Veja quais partes do fluxo cada ferramenta cobre.

10 alternativas ao Google Cloud Text-to-Speech para considerar
Compare alternativas ao TTS do Google por fluxo de API, idiomas, controles de fala e requisitos de implantação.

11 alternativas ao Murf AI para considerar
Compare alternativas ao Murf AI para narração roteirizada e APIs de fala. Teste edição, exportações e streaming antes de escolher.

TTS no Discord: como usar texto para fala
Ative o comando /tts do Discord, escolha quais mensagens são lidas em voz alta e conserte o TTS quando ele fica mudo. Passos para computador e celular.

Alternativas ao Hume AI após o fim do TTS e do EVI
A Hume encerrou as APIs de TTS e EVI em 13 de novembro de 2026. Compare 10 alternativas ao Octave e ao EVI e veja como migrar agora que o acesso acabou.

Lovo AI saiu do ar: 9 alternativas ao Genny
A Lovo AI e o app Genny estão fora do ar desde que a Lovo pediu o Chapter 7 em maio de 2026. O que os usuários podem recuperar e 9 alternativas.

Preços do Amazon Polly, nível gratuito e 11 alternativas
O Amazon Polly custa de US$ 4 a US$ 100 por milhão de caracteres, conforme o mecanismo de voz, com nível gratuito em cada um. Veja a tabela completa de preços e depois 11 alternativas.

11 alternativas ao Fliki para considerar
Compare alternativas ao Fliki para vídeos narrados e geração de fala. Veja quais ferramentas montam vídeos e quais fornecem áudio.

Preços do Azure Text to Speech, nível gratuito e 10 alternativas
O Azure Text to Speech custa US$ 15 por milhão de caracteres com vozes neurais, com 500 mil grátis por mês. Veja a tabela de preços, o acesso a vozes personalizadas e 10 alternativas.

10 alternativas ao Narakeet para considerar
Compare alternativas ao Narakeet para narração e APIs de fala. Verifique sincronização dos slides, pronúncia e etapas para finalizar o vídeo.

15 alternativas ao PlayHT após o encerramento
O PlayHT encerrou as operações em 31 de dezembro de 2025. Compare 15 alternativas de acordo com sua necessidade e veja o que uma migração ainda pode recuperar.

11 alternativas ao Resemble AI para considerar
Compare alternativas ao Resemble AI para vozes personalizadas e geração de fala. Verifique consentimento, consistência da voz, implantação e direitos de uso.

10 alternativas ao Respeecher para considerar
Compare alternativas ao Respeecher para clonagem de voz e diálogos gerados. Entenda a diferença entre texto para fala e conversão de uma interpretação gravada.

10 alternativas ao Speechelo para considerar
Compare alternativas ao Speechelo para locução, leitura de documentos e APIs de fala. Verifique condições de compra, revisões e exportações comerciais.

10 alternativas ao Typecast para considerar
Compare alternativas ao Typecast para vozes roteirizadas e interativas. Teste controles de interpretação, consistência do locutor e interrupções.

10 alternativas ao WellSaid Labs para considerar
Compare alternativas ao WellSaid Labs para narração empresarial e aplicações de voz. Teste revisão de roteiros, correção de pronúncia e comportamento da API.