
Agentes de voz com IA: a revolução do atendimento telefônico
Como funciona um agente de voz com IA, em que ele difere de uma URA, para que serve, o que não faz e quanto custa com o AgenteUno em cada plano de assinatura.

Como funciona um agente de voz com IA, da arquitetura em cadeia (STT, LLM, TTS) ao áudio nativo que o AgenteUno usa, e por que a latência decide tudo.
Um agente de voz soar natural depende sobretudo de uma coisa: quanto tempo ele leva para começar a responder. Este guia explica as duas arquiteturas que existem hoje, o que o AgenteUno faz e o que não faz, e por que vale a pena testar uma ligação antes de confiar em qualquer número de latência, inclusive os nossos.
A arquitetura clássica encadeia três serviços:
Audio → STT (voz a texto) → LLM (cerebro) → TTS (texto a voz) → Audio
Cada elo acrescenta espera, e o conjunto precisa ser rápido o bastante para a conversa não parecer um papo por rádio. As plataformas de voz por componentes mostram isso nas suas tarifas: a da Vapi lista separadamente um transcritor, um modelo e uma voz, e a da Retell separa a infraestrutura de voz, o modelo e a síntese de voz (fontes no final).

O STT converte a voz do cliente em texto: é o ouvido do agente. Em espanhol o desafio são os sotaques e as expressões coloquiais: um reconhecedor genérico pode confundir palavras parecidas, e por isso convém testar o agente com vozes da sua região antes de colocá-lo em produção.
O modelo de linguagem recebe a transcrição, o contexto da conversa, a base de conhecimento do seu negócio e as instruções do agente (personalidade, limites), e decide o que responder. É aqui que vivem a precisão e a prudência: um agente bem configurado diz «isso eu não sei, vou passar você para uma pessoa» antes de inventar.
O TTS converte a resposta em áudio: é a voz do agente. Importam a naturalidade, a prosódia (entonação, ritmo, pausas) e o streaming, que permite começar a falar antes de ter gerado a frase inteira.
O áudio chega ao cliente em tempo real pela rede telefônica ou pela internet. A qualidade da rede influencia o que o cliente percebe, como em uma ligação entre pessoas.
As ligações do AgenteUno não encadeiam três serviços: são atendidas com um modelo de áudio nativo (Gemini Live, do Google) que ouve e fala em um único passo. Essa é uma decisão de design com suas vantagens (menos elos somando espera, interrupções mais naturais) e seus custos (o motor de voz é escolhido por nós e você não pode trocá-lo pelo seu, ao contrário das plataformas por componentes).
A voz está disponível a partir do plano Profissional (48€/mês + IVA, com 600 minutos incluídos e ligações recebidas). O plano Negócio acrescenta ligações realizadas e 2.000 minutos, e o plano Empresa inclui clonagem de voz personalizada.
A regra geral é simples: quanto menos o cliente espera entre a sua frase e a resposta, mais natural parece a conversa, e uma pausa longa faz muita gente desligar ou repetir o que disse.
Sobre números, sejamos claros: o site público do AgenteUno fala de uma latência inferior a 500 ms, mas neste artigo não a apresentamos como medição. A melhor prova é ligar para o agente do seu celular, com ruído de fundo e com o seu sotaque, e julgar você mesmo.

O cliente pode interromper o agente a qualquer momento: o agente detecta que o cliente fala, se cala e escuta. O AgenteUno distingue uma interrupção real do eco da própria ligação.
Se a situação pedir (o cliente está frustrado, uma regra exige), o agente transfere a ligação para uma pessoa da sua equipe. Se ninguém atender, o cliente continua na linha, é avisado de que a equipe vai ligar de volta e a solicitação fica em prioridade alta na fila de escalonamento.
Você pode fazer isso de graça: começa com um teste de 14 dias com tudo do plano Básico, sem cartão (a voz entra com Profissional). Crie a sua conta.
Consultadas em 2026-11-14.
Crie sua conta, descreva seu negócio e conecte seus canais. Sem código e pronto em minutos.
Começar grátis
Como funciona um agente de voz com IA, em que ele difere de uma URA, para que serve, o que não faz e quanto custa com o AgenteUno em cada plano de assinatura.

Preços e limites publicados por Vapi, Retell, Bland e Synthflow, lidos nos sites deles em 2026-11-14, frente ao AgenteUno: onde cada um ganha e quando escolher.

Como um agente de IA atende clientes em vários idiomas, o que detecta sozinho, o que o AgenteUno cobre em chat e voz e o que vale testar antes de prometer.