Voz (visualização)

Agentes de conversação de voz em tempo real que lidam com chamadas de entrada e realizam chamadas de saída, criados no Maestro Flow com o nó do agente de voz.

Um agente de conversação por voz lida com conversas telefônicas em tempo real. Os chamadores discam um número que você possui e o agente pode executar ferramentas durante a chamada para ler ou atualizar dados ao vivo.

Como funciona

Um agente de voz é executado em um modelo de fala em tempo real. O áudio vai diretamente para o modelo, sem nenhum pipeline de transcrição-motivo-sintetizador separado no meio. Isso é o que torna a conversa rápida o suficiente para que o chamador seja interrompido. As ferramentas são executadas fora desse caminho de áudio, no mecanismo de execução de agentes compartilhado (Unified Runtime) que atende chamadas de ferramenta para cada tipo de agente.

Você traz o número de telefone em um tronco SIP ou de sua própria conta do Twilio. A chamada chega à UiPath, que mantém a sessão do modelo por sua duração e executa as ferramentas do agente.

Os agentes de conversação por voz são criados no Maestro Flow, não no Agent Builder. Não há um agente de voz separado para publicar ou importar.

• Criar no Maestro Flow — modelando a chamada com os nós Agente de voz, Chamada de entrada, Criar chamada de saída e Encerrar chamada . Modelo, persona, solicitação e ferramentas são configurados no nó do agente de voz .
• Implantação — conectando um número de telefone pelo SIP ou na sua própria conta do Twilio e vinculando-o a um Fluxo publicado.
• Observabilidade — lendo a transcrição de uma chamada, chamadas de ferramentas e tempos no trace de execução da execução.

Limitações

Estamos expandindo ativamente o produto com novos recursos. A tabela abaixo descreve as limitações atuais, que estão planejadas para serem resolvidas em futuras versões.

Limitação	Description
Duração da chamada	As chamadas são limitadas a 10 minutos
Gravações de chamadas	As gravações de áudio de chamadas não estão disponíveis.
Entregue a chamada a uma pessoa	A transferência de chamadas em tempo real para uma pessoa não é compatível.
Suporte do SDK / superfície de chat	Os agentes de voz estão disponíveis apenas por meio de chamadas telefônicas
Automation Suite	Os agentes de voz estão disponíveis apenas no Automation Cloud.

Perguntas frequentes

Quais provedores de telefone funcionam?

Os agentes de voz trabalham com os seguintes provedores de telefone:

• Twilio
• SDK do Amazon Chime
• generativo
• Cinco 9
• quaisquer provedores SIP que atendam aos requisitos de tronco SIP

Provedores que não funcionam:

• Amazon Connect: use o SDK do Amazon Chime.
• Serviços de comunicação do Azure: a menos que você tenha um SBC gerenciado, você pode usar.
• Zoom

Quais idiomas são compatíveis?

A cobertura e a qualidade do idioma dependem do modelo selecionado. Por exemplo, os modelos do Gemini Live são compatíveis com 24 idiomas. A compreensão de acentos e a resposta em diferentes acentos são limitadas pelos recursos do modelo.

Quais proteções e proteções de dados se aplicam?

A UiPath impõe retenção de dados zero (ZDR) com todos os fornecedores de IA, o que significa que nenhum áudio ou transcrições são armazenados com nossos fornecedores de IA, como OpenAI e Google.

As proteções no nível do agente não estão disponíveis para agentes de voz. Isso inclui proteções centralizadas na AI Trust Layer, como mascarar informações de identificação pessoal (PII) e políticas de conteúdo. As proteções no nível da ferramenta estão disponíveis nas ferramentas conectadas ao nó do agente de voz . Consulte Observabilidade.