Twilio apresenta recursos de IA de voz para que empresas implementem agentes de IA que soem naturais

Novos recursos ajudam as equipes a conectar seus modelos de IA, provedores de voz e ambientes de agentes preferidos a chamadas ao vivo com controles de configuração em tempo real, resiliência de produção e sem dependência de fornecedor;
Grandes melhorias para conversas telefônicas fluidas, naturais e sem interrupções incluem detecção inteligente de turnos e áudio HD no Conversation Relay e novas integrações do Agent Connect.
Criar uma prova de conceito de IA de voz é simples, mas implementá-la em produção em escala empresarial expõe atritos operacionais críticos. Configurações prontas para uso frequentemente falham no mundo real, com a maioria das configurações de IA de voz em tempo real apresentando problemas devido a três motivos: temporizadores de silêncio rígidos que interrompem as chamadas no meio de seus pensamentos, interrupções de fornecedores de voz que derrubam chamadas ao vivo e plataformas de agentes fechadas com limitações arquitetônicas restritivas.
Os recursos mais recentes do Conversation Relay abordam esses desafios diretamente, oferecendo resiliência em produção, conversas naturais em tempo real e a flexibilidade para integrar os melhores modelos de IA e provedores de voz. Melhorias adicionais no Agent Connect incluem pacotes de SDK para parceiros, recursos de produto e ferramentas de desenvolvimento, facilitando a integração dos serviços da Twilio em fluxos de trabalho de engajamento do cliente com IA.
“A infraestrutura aberta de IA de voz da Twilio evita a dependência de um único fornecedor, permitindo que as equipes conectem qualquer LLM, framework de agente ou mecanismo de voz à telefonia em tempo real”, afirma Omar Paul, vice-presidente de produtos da Twilio. Com detecção inteligente de turnos integrada, failover automático de fala para texto, controles dinâmicos de configuração de sessão durante a chamada e contexto conversacional anterior, as equipes de engenharia podem implantar agentes de voz ultra confiáveis e com sonoridade humana em escala global.
IA de voz pronta para produção, com confiabilidade para o mundo real
A Twilio resolve os obstáculos de produção diretamente na camada de comunicações, oferecendo às equipes de engenharia a confiabilidade, conversas com naturalidade e o controle operacional necessários para executar IA de voz em escala. O Conversation Relay e o Agent Connect simplificam a implantação de IA de voz em tempo real em produção, conectando chamadas telefônicas de clientes ao vivo a qualquer modelo de IA, provedor de fala ou ambiente de execução de agente, enquanto gerenciam automaticamente a complexidade da mídia subjacente.
As atualizações do Conversation Relay incluem:
- Detecção inteligente de turnos (disponibilidade geral este mês): ajuda a criar experiências de IA de voz naturais e com sonoridade humana, reduzindo pausas constrangedoras, respostas prematuras e interrupções no meio da frase. Ao avaliar pistas de áudio de fala ao vivo em vez de depender de simples temporizadores de silêncio, o Conversation Relay reconhece com precisão e naturalidade quando a pessoa do outro lado da linha está apenas finalizando um pensamento, fazendo uma pausa ou está hesitante;
- Áudio HD (disponibilidade geral este mês): oferece interações de voz mais fiéis e naturais para conversas com agentes de IA em tempo real. Ao usar áudio de banda larga, o Conversation Relay pode capturar uma gama mais ampla de frequências de fala, melhorando a clareza e a qualidade do áudio transmitido entre uma pessoa e os sistemas de IA;
- Voz conversacional avançada (disponibilidade geral): traz o mais recente modelo de voz conversacional v4 Turbo de baixa latência da ElevenLabs, permitindo experiências de voz mais naturais, expressivas e multilíngues em mais de 90 idiomas;
- Parâmetros de configuração dinâmicos (disponibilidade geral este mês): expande os controles WebSocket em tempo real para oferecer suporte a atualizações dinâmicas de parâmetros de sessão adicionais, reduzindo a latência e as soluções alternativas para o cliente;
- Failover de fala para texto (STT) (disponibilidade geral este mês): alterna automaticamente entre provedores de STT durante interrupções, picos de latência ou erros de fluxo para preservar a continuidade da chamada sem a necessidade de código do cliente.
Esses novos recursos de Conversation Relay se combinam para criar interações de IA de voz mais naturais e de maior qualidade para os consumidores, com menos sobrecarga e engenharia para as equipes, permitindo que elas se concentrem na criação de experiências diferenciadas para o consumidor, que podem ser escaladas para novos casos de uso, idiomas e regiões geográficas.
Recursos adicionais de infraestrutura de IA de voz, disponíveis hoje e nas próximas semanas, incluem pacotes de parceiros do SDK Agent Connect e aprimoramentos de ferramentas, cobertura de idiomas expandida e opções aprimoradas de configuração de gravação e transcrição.
Para ajudar a fortalecer a confiança na implementação de agentes de IA, a Twilio também apresenta novos recursos de inteligência conversacional, projetados para supervisionar interações com clientes impulsionadas por IA, com análise nativa de transcrições. As organizações podem avaliar conversas reais com clientes quanto à qualidade e conformidade com as políticas, e receber sinais acionáveis sobre precisão, conclusão de tarefas, detecção de loops e alucinações — indicando exatamente quando acionar agentes humanos e como melhorar o desempenho dos agentes.
“As empresas estão cada vez mais focadas em investimentos que possam ser escalados e gerar melhorias mensuráveis no atendimento ao cliente. A IA de voz representa uma oportunidade significativa para aliviar algumas das pressões operacionais decorrentes do suporte a clientes em grande escala”, conta Adam Holtby, analista principal da Omdia. “Ser capaz de conectar a IA de voz com os modelos de IA e sistemas de negócios nos quais as organizações já estão investindo será importante para acelerar o retorno do investimento. Soluções que tornam as interações com os clientes mais fáceis e naturais, ao mesmo tempo que reconhecem quando um humano precisa intervir, estarão bem posicionadas para o sucesso.”
“Nosso investimento em IA de voz sempre teve como objetivo simplificar e flexibilizar a assinatura de veículos para nossos clientes, onde a capacidade de resposta é fundamental. Integrar a infraestrutura de voz da Twilio diretamente à nossa plataforma nos ajudou a abandonar os menus telefônicos automatizados e complexos, oferecendo interações que realmente parecem naturais e não interrompem as pessoas enquanto falam”, encerra Sam Zammit, diretor de produtos e cofundador da Karmo. “Ter essa base incorporada em nossos sistemas, respaldada por uma forte colaboração com a Twilio, nos dá a confiança necessária para continuar investindo e testando ativamente novos casos de uso em toda a experiência Karmo”.
Declarações prospectivas
Este comunicado à imprensa contém declarações prospectivas, incluindo, entre outras, declarações sobre as expectativas da Twilio para novas ofertas e recursos de produtos, expansão da plataforma e disponibilidade futura de produtos.
Você não deve se basear em declarações prospectivas como previsões de eventos futuros, cujos resultados estão sujeitos a riscos conhecidos e desconhecidos, incertezas e outros fatores que podem fazer com que nossos resultados, desempenho ou conquistas reais sejam materialmente diferentes daqueles descritos nas declarações prospectivas, incluindo aqueles descritos mais detalhadamente em nossos registros mais recentes junto à Comissão de Valores Mobiliários (SEC).
As declarações prospectivas representam nossas crenças e suposições apenas na data em que são feitas e não assumimos nenhuma obrigação de atualizar quaisquer declarações prospectivas, exceto conforme exigido por lei.
(Texto original: Sing)