Agentes de voz com IA ganham nova infraestrutura

A compra da Daily pela Deepgram aproxima ferramentas de voz em tempo real e mantém o Pipecat como projeto de código aberto.

Agentes de voz com IA podem ficar mais naturais e ágeis com a integração entre a Deepgram e a Daily, empresa responsável pelo Pipecat. A Deepgram anunciou a aquisição, sem divulgar o valor, e afirmou que o Pipecat continuará de código aberto. A combinação reúne ferramentas para processar conversas por voz e vídeo em tempo real.

O que a Deepgram ganha com a aquisição da Daily?

A Daily desenvolve e mantém o Pipecat, uma estrutura de software de código aberto usada para organizar sistemas de voz e vídeo com inteligência artificial. A empresa também oferece infraestrutura hospedada para chamadas. Com a aquisição, a Deepgram amplia sua experiência em comunicação em tempo real e passa a integrar ao negócio uma ferramenta que conecta diferentes componentes de um agente.

O Pipecat coordena etapas como reconhecimento de fala, geração de respostas e conversão de texto em voz. Reconhecimento de fala, também chamado de STT, transforma o que uma pessoa diz em texto. Um modelo de linguagem de grande porte, ou LLM, interpreta a solicitação e prepara uma resposta. Já a conversão de texto em fala, conhecida como TTS, produz a resposta falada.

Essas etapas precisam funcionar em sequência e com pouca demora. O intervalo entre a fala do cliente e a resposta do sistema é chamado de latência. Se ele for alto, a conversa pode soar truncada ou pouco natural. Ao coordenar os componentes, o Pipecat busca reduzir essa espera e facilitar a criação de experiências de voz e vídeo.

O que muda para agentes de voz com IA?

Para empresas, a principal possibilidade é criar atendimentos por voz que se aproximem mais de uma conversa comum. Um agente pode ouvir a dúvida, consultar um modelo para interpretá-la e responder em áudio. A aquisição, por si só, não garante que qualquer empresa terá um atendimento melhor: o resultado depende da configuração, dos modelos escolhidos e da qualidade das informações usadas.

Um ponto importante é que o Pipecat seguirá como projeto de código aberto, segundo as empresas. Isso significa que seu código poderá continuar acessível para desenvolvedores, em vez de ficar restrito a um único fornecedor. A Deepgram também afirmou que pretende manter o ecossistema aberto a diferentes modelos e parceiros, sem exigir que cada parte da solução seja fornecida por ela.

Essa abertura pode ser útil para negócios que precisam comparar opções. Uma empresa pode, por exemplo, escolher ferramentas diferentes para transcrever a fala, interpretar pedidos e gerar respostas. O uso de componentes compatíveis pode reduzir a dependência de uma única plataforma, embora seja necessário verificar integração, custo, segurança e suporte antes de adotar uma solução.

Como pequenas empresas podem avaliar essa tecnologia?

Pequenos negócios não precisam começar construindo um sistema complexo. O primeiro passo é identificar uma tarefa repetitiva em que a conversa por voz possa ajudar, como responder dúvidas frequentes ou encaminhar solicitações. Depois, vale testar se o atendimento automatizado resolve o problema sem dificultar o contato com uma pessoa.

Antes de contratar ou desenvolver um agente, considere estes pontos:

• Objetivo definido: escolha uma tarefa específica, como informar horários ou coletar dados para um agendamento.
• Qualidade da conversa: teste se o sistema entende sotaques, interrupções e perguntas formuladas de maneiras diferentes.
• Tempo de resposta: observe se a espera entre pergunta e resposta permite uma conversa fluida.
• Integração: confirme se a ferramenta consegue se conectar aos sistemas que sua equipe já usa.
• Encaminhamento humano: estabeleça como o cliente poderá falar com uma pessoa quando o agente não souber ajudar.
• Custos e dados: entenda o preço de uso e quais informações são processadas ou armazenadas.

Um teste pequeno ajuda a medir o valor da solução antes de ampliar seu uso. Acompanhe indicadores práticos, como quantas solicitações foram resolvidas, quantas precisaram de atendimento humano e em que momentos os clientes tiveram dificuldade. Esses sinais ajudam a decidir se a automação está economizando tempo sem prejudicar a experiência.

Um padrão aberto para dar contexto às conversas

Além da aquisição, a Deepgram anunciou o Real-Time Context Standard (RCS), um protocolo aberto desenvolvido com a equipe do Pipecat. Um protocolo é um conjunto de regras que permite que diferentes sistemas troquem informações de uma forma combinada. Neste caso, o RCS descreve metadados — informações complementares ao áudio — que podem orientar como um agente interpreta e responde.

Esse contexto pode incluir sinais da conversa, como uma fala sussurrada, instruções sobre como o modelo deve usar essas informações e orientações para o estilo da resposta. A proposta é ajudar diferentes partes de um sistema a trabalhar com os mesmos sinais, sem tratar cada trecho de áudio como se estivesse isolado.

Para quem administra um negócio, o RCS ainda não significa uma mudança automática no atendimento. É uma iniciativa voltada a desenvolvedores e à interoperabilidade entre ferramentas. Seu impacto dependerá da adoção por plataformas e da disponibilidade de soluções que usem o protocolo de forma prática.

Perguntas frequentes

O Pipecat continuará gratuito e de código aberto?

As empresas disseram que o Pipecat continuará de código aberto. Isso mantém o acesso ao projeto para desenvolvedores, mas não significa que todo serviço hospedado ou suporte relacionado seja necessariamente gratuito.

A aquisição muda imediatamente o atendimento das empresas?

Não. A operação reúne empresas e ferramentas, mas cada negócio ainda precisa escolher, configurar e testar uma solução adequada. Os efeitos práticos dependem dos produtos oferecidos e de como forem implementados.

O que é um agente de voz com IA?

É um sistema que conversa por áudio, interpreta o que a pessoa diz e responde com voz. Ele pode automatizar tarefas delimitadas, mas deve permitir o encaminhamento para uma pessoa quando necessário.

Uma pequena empresa precisa desenvolver seu próprio agente?

Não necessariamente. É possível avaliar serviços prontos ou contar com um fornecedor para implementar a solução. O essencial é começar por uma necessidade concreta e comparar resultado, custo, integração e experiência do cliente.

Se sua empresa considera automatizar o atendimento, mapeie primeiro as perguntas mais frequentes e escolha um caso simples para testar. Assim, você poderá avaliar os ganhos antes de ampliar a automação.

Fonte: techcrunch.com

Imagem gerada por inteligência artificial.

Texto produzido com auxílio de inteligência artificial a partir da reportagem original indicada em Fonte.