Instruções
As instruções orientam as decisões do agente e definem como interpreta pedidos, responde e seleciona ações.
Tecnologia
A arquitetura por trás da VoiceBooker.
O reconhecimento de fala, a IA, o conhecimento e a síntese de voz trabalham em conjunto para tornar cada chamada mais útil.
Veja como funcionaAGENTE DE VOZ
Chamada
Compreender
Responder
Conversa em tempo real
◎Arquitetura modularComponentes com funções definidas
⌁RastreávelConversas que podem ser analisadas
Fluxo da chamada
Dois pipelines inovadores para processar chamadas.
A VoiceBooker suporta tanto um pipeline modular com STT, LLMs baseados em texto e TTS quanto um pipeline direto de voz para voz.
Pipeline 1 · processamento modular de voz
Pipeline modular: STT → LLM → TTS
Entrada de áudio
Fala de quem liga
Fala para texto
Transcrição em tempo real
Processamento LLM
Modelo de linguagem baseado em texto
Texto para fala
Resposta falada natural
Saída de áudio
Resposta falada
Durante o processamento
Pipeline 2 · processamento direto de voz
Voz para voz.
O áudio é compreendido diretamente e devolvido como resposta falada, sem etapas separadas de STT e TTS.
Entrada de áudioFala de quem liga
›
Modelos de voz em tempo real
OPENAIRealtimeModelo de voz multimodal
xAIGrok VoiceProcessamento direto de áudio
›
Saída de áudioResposta falada
OuvirCompreender e responderFalar
O elemento que liga tudo
Motor de voz
inovador.
Liga voz, instruções, conhecimento e ações, coordenando o próximo passo da conversa.
Voz, contexto e ações em conjunto.
Fluxos em tempo real
Quem liga pode interromper o agente e falar diretamente, criando um fluxo de conversa natural e semelhante ao humano. Se uma transação for interrompida a meio, o agente cancela-a, mantém o contexto da conversa e retoma de acordo com a nova intervenção.
Modelos flexíveis
Combine modelos de fala, voz e LLM de diferentes fornecedores para adaptar a arquitetura ao seu caso de utilização.
Motor Node.js
O poderoso motor Node.js liga-se de forma integrada aos sistemas backend. Os fluxos baseados em estados reduzem alucinações, enquanto a execução nativa do código permite ações muito precisas.
Veja ao vivo
Tecnologia numa conversa real.
Veja como a VoiceBooker atende chamadas, compreende os pedidos e executa as ações adequadas.