Termo do glossário

O que é um agente de voz com IA?

Um agente de voz com IA é um interlocutor de software que conduz uma conversa telefônica por voz: escuta a fala de quem liga, a compreende e responde em tempo real seguindo um roteiro definido. Ele combina reconhecimento de fala, um modelo de linguagem e síntese de voz em um único ciclo de diálogo.

Um agente de voz opera como um ciclo fechado de vários componentes. O reconhecimento de fala (STT) transforma as palavras de quem liga em texto, um modelo de linguagem (LLM) entende a intenção e formula uma resposta conforme o roteiro e as regras, a síntese de voz (TTS) a converte em fala, e uma camada de telefonia conecta tudo isso a uma linha real. O requisito-chave é a baixa latência: a pausa entre o fim da frase de quem liga e a resposta do agente precisa ficar próxima da humana.

Os agentes podem ser de entrada (inbound) ou de saída (outbound). Um agente de entrada atende chamadas, conduz o diálogo, coleta dados e transfere para um humano; um agente de saída inicia as chamadas por conta própria para cenários de rotina — qualificação de leads, pesquisas, lembretes e confirmações, reativação, avisos. Em ambos os casos, o agente segue uma persona configurada, um objetivo de conversa e regras para coletar e validar campos.

Para um negócio, um agente de voz tira a carga das pessoas em conversas de grande volume e repetitivas: fica disponível 24 horas por dia, conduz o diálogo de forma consistente, não se cansa e escala sem aumento proporcional de equipe. E cada chamada que ele faz é gravada e entra no mesmo ciclo de análise das conversas com atendentes humanos.

Um agente de voz está fortemente ligado à análise de conversas: ele não só gera conversas, como também aprende com elas. Chamadas anotadas e a base de conhecimento montada a partir delas ajudam a calibrar roteiros, tratamento de objeções e tom, enquanto a análise mostra onde o agente erra — fechando o ciclo "chamada → análise → melhoria do agente".

Como funciona na plataforma

Na plataforma, o agente de voz é configurado por um construtor de cenários: número (DID), idioma, voz do TTS, motor de reconhecimento, modelo de LLM do diálogo, persona, objetivo e regras de transferência. Suas chamadas são gravadas e passam automaticamente por transcrição, métricas, tags e automações, fechando o ciclo de "fala → escuta → entende → melhora".

Termos relacionados

Secretária de IA Uma secretária de IA é um agente de voz com IA para chamadas de entrada que atende a chamada, conduz um diálogo, qualifica a solicitação e a encaminha para a pessoa certa. Diferente de uma simples secretária eletrônica, ela entende a fala e age conforme um roteiro, em vez de reproduzir gravações fixas. Barge-in (interrupção) Barge-in é a capacidade de quem liga interromper um agente de voz que está falando: assim que a pessoa começa a falar, o agente silencia e passa a escutar. Esse recurso torna a conversa com o bot mais natural, aproximando-a de um diálogo ao vivo. STT (reconhecimento de fala) STT (speech-to-text, reconhecimento de fala) é a tecnologia de conversão automática da fala em texto. É o componente básico que permite ler, buscar e analisar conversas, além de entender quem liga em agentes de voz. LLM (modelo de linguagem grande) Um LLM (large language model, modelo de linguagem grande) é um modelo de IA treinado em grandes volumes de texto, capaz de entender e gerar linguagem natural. Ele consegue responder perguntas, resumir, extrair dados e conduzir um diálogo, trabalhando com texto como entrada e saída flexíveis.

Pronto para começar?

Transforme cada conversa em dados, conhecimento e ação

Comece analisando suas conversas — sem risco e sem bots. A plataforma transforma seu arquivo em dados e base de conhecimento, e os agentes de voz com IA entram quando você estiver pronto.

Começar grátis Todos os planos e preços de operações

Plano Free, sem cartão necessário.