Programmable-Voice-Komponente, die eine TwiML-ConversationRelay-Sitzung über WebSocket mit einer Anwendung verbindet, um STT/TTS, Spracheinstellungen, DTMF und Anrufereignisse zu verarbeiten.
Am besten geeignet fürEntwickler, die eigene Sprachagentenlogik erstellen und Telefonie, Medienverarbeitung sowie Anrufsteuerung bei Twilio belassen möchten.
PreismodellNutzungsbasierte Minuten und Telefonnummern von Programmable Voice zuzüglich ConversationRelay-Minutenpreisen; Modelle, Anbieter und weitere Anruffunktionen kosten separat.
Nutzungsbasierte Minuten und Telefonnummern von Programmable Voice zuzüglich ConversationRelay-Minutenpreisen; Modelle, Anbieter und weitere Anruffunktionen kosten separat.
Nicht öffentlich dokumentiert
Katalogpreise geprüft am 4. September 2026. Bestätigen Sie aktuelle Bedingungen anhand der Anbieterquellen.
Kaskadierte Sprachschnittstelle mit vom Entwickler bereitgestelltem LLM
Telefonie
Twilio Programmable Voice; Telefonnummern; SIP
Anrufsteuerung
Nicht öffentlich dokumentiert
Integrationen
Nicht öffentlich dokumentiert
Wissen und Daten
Nicht öffentlich dokumentiert
Sprachen
Nicht öffentlich dokumentiert
Besondere Merkmale
ConversationRelay übernimmt STT/TTS und Sitzungstransport im laufenden Anruf und sendet Prompts, Audio-Steuerereignisse sowie optional DTMF über einen erforderlichen sicheren WebSocket an die Anwendung.
Zu beachten
Kein fertiger Agent. Region, Telefonanbieter, Aufzeichnung, Compliance, Modell und Anwendung bleiben in der Verantwortung des Implementierungsteams.
Fragen von Käufern
Fragen zu ConversationRelay
Wie sollte ich das Budget für ConversationRelay planen?
Die veröffentlichte Preisangabe lautet: ConversationRelay 0,07 US-Dollar/Min.; lokale US-Anrufe ausgehend 0,014, eingehend 0,0085, SIP 0,004, Rufnummer 1,15 US-Dollar/Monat. Das erfasste Preismodell lautet: Nutzungsbasierte Minuten und Telefonnummern von Programmable Voice zuzüglich ConversationRelay-Minutenpreisen; Modelle, Anbieter und weitere Anruffunktionen kosten separat. Bitten Sie den Anbieter um ein aktuelles Angebot für dieselbe Nutzung, dieselben Kanäle sowie Abonnement-, Nutzungs- und Implementierungskosten.
Kann ConversationRelay meine vorhandenen Daten nutzen?
Zu den aufgeführten Wissens- und Datenquellen gehören Nicht öffentlich dokumentiert. Bestätigen Sie beim Anbieter Berechtigungen, Aktualität und Fehlerverhalten für Ihre konkreten Systeme.
Was sollte ich in einem Pilotprojekt mit ConversationRelay testen?
Testen Sie repräsentative Anrufe mit denselben Anweisungen und Eskalationsregeln. Erfassen Sie Sprachqualität, erledigte Aufgaben, Übergaben und Gesamtkosten. Prüfen Sie diese Einschränkungen: Kein fertiger Agent. Region, Telefonanbieter, Aufzeichnung, Compliance, Modell und Anwendung bleiben in der Verantwortung des Implementierungsteams.
Vergleichen Sie Twilio ConversationRelay mit ähnlichen Kandidaten
Diese Produkte teilen dokumentierte Kategorien oder eine Eignung für ähnliche Unternehmensgrößen. Vergleichen Sie tatsächliche Kanäle, Funktionen und Preise, bevor Sie sie als austauschbar betrachten.
Wissensgestützte Sprachagenten für Web und Telefon mit nativen Echtzeit-Audiomodellen, Geschäftstools, Lead-Erfassung, Terminplanung und Übergabe an Mitarbeitende.
es ist einfach ein erstaunlich flexibler Chatbot und ich kann GENAU abstimmen, was der Bot wissen soll Karson M. auf G2 · 5/5 · Aus dem Englischen übersetzt
Am besten geeignet für: Teams, die Sprachagenten auf gepflegte Unternehmensinhalte stützen und mit Tools für Support, Empfang, Vertrieb und Arbeitsabläufe verbinden möchten.
Sprachtechnologie: Option für ein natives Echtzeit-Audiomodell mit Wissensabruf und Tools
Telefonie: Anbindung einer Twilio-Rufnummer, Anbindung eines SIP-/PSTN-Telefonanbieters
SprachagentenKI-TelefonempfangBuilder für Gesprächsabläufe
Tarife für 49/149/499 US-Dollar pro Monat; Voice Standard+ und Business Voice befinden sich in der Betaphase; kein öffentlicher Gesamtpreis pro Minute.
Plattform für Sprachagenten am Telefon und im Web mit per API erstellten Agenten, Gesprächspfaden, dynamischen Daten, Tools, Webhooks und Einstellungen für Unterbrechungen.
Plattform für Sprachagenten
Umfang und Hinweise
Am besten geeignet für: Entwicklungs- und Betriebsteams, die gebündelte eingehende und ausgehende Anrufe mit klaren Tarifstufen für Anrufvolumen, parallele Anrufe und Wissensdatenbanken benötigen.
EVI ist eine Sprache-zu-Sprache-WebSocket-API, die Transkripte, Messwerte des stimmlichen Ausdrucks, Assistententext und Antwortaudio streamt.
API für ein natives ausdrucksstarkes Sprachmodell
Umfang und Hinweise
Am besten geeignet für: Entwickler, die gesprochene Interaktionen mit Berücksichtigung der Prosodie, konfigurierbaren Stimmen und optionalen ergänzenden LLMs prüfen.
Sprachtechnologie: Native Sprache-zu-Sprache-Verarbeitung mit Berücksichtigung der Prosodie
Die Gemini Live API von Google streamt multimodale Sitzungen über WebSockets; ihre stabilen nativen Sprachagentenmodelle sind Gemini 3.8 Live und Gemini 3.8 Live Extended Thinking.
Native multimodale Echtzeit-Modell-API
Umfang und Hinweise
Am besten geeignet für: Entwickler, die latenzarme Konversationsagenten mit nativem Audio, multimodaler Eingabe und Funktionsaufrufen in einer persistenten WebSocket-Sitzung entwickeln.
Sprachtechnologie: Native Audioagenten: Gemini 3.8 Live (gemini-3.8-live) und Gemini 3.8 Live Extended Thinking (gemini-3.8-live-extended-thinking)., Separate TTS-Modelle: gemini-3.8-flash-tts und gemini-3.8-flash-lite-tts erzeugen Sprache; keines davon ist ein Live-Agent., Separate Transkriptionsendpunkte: gemini-3.5-transcribe verarbeitet Audiodateien; gemini-3.5-transcribe-live ist ein Speech-to-Text-Modus der Live API, kein Konversationsagent., Separater Übersetzungsmodus: gemini-3.5-live-translate-preview ist ein Dolmetschermodus der Live API für 70+ Sprachen, kein Konversationsagent; er befindet sich in der Vorschau.
Die Standardtarife für die Nutzung betragen $0,005/Min. als Gegenwert für Audioeingabe und $0,018/Min. für Audioausgabe; beides wird separat zuzüglich Texttokens abgerechnet. Google führt außerdem eine kostenlose API-Stufe auf.
ConversationRelay ist eine Komponente von Twilio Programmable Voice und kein vollständiger KI-Agent. Twilio übernimmt Spracherkennung, Text-zu-Sprache und Sprachsynthese während des Live-Anrufs. Ihre Anwendung verbindet sich über einen sicheren WebSocket und verantwortet LLM, Geschäftsregeln, Tools, Zustand und Antwortlogik.
Während eines Anrufs sendet Twilio erkannte Sprache und Sitzungsereignisse an Ihren WebSocket. Ihre Anwendung entscheidet, was gesagt oder getan wird, gibt Text zurück, und ConversationRelay synthetisiert und streamt die gesprochene Antwort. Planen Sie Aufwand für Entwicklung, Absicherung, Überwachung und Betrieb dieser Anwendungsschnittstelle ein.
Twilio nennt 0,07 US-Dollar pro Minute für ConversationRelay und berechnet Voice-Kosten separat. Bei 1.000 Minuten beträgt die Relay-Position beispielhaft 70 US-Dollar; das ist kein Gesamtpreis für den Agenten. Hinzu kommen Telefonie, LLM- oder Anbieternutzung, Rufnummern, Aufzeichnungen oder andere Anruffunktionen und Ihre Anwendungsinfrastruktur.
Damit entwickeln oder einen verwalteten Agenten kaufen?
Nehmen Sie ConversationRelay in die engere Auswahl, wenn Twilio Anruf und Sprachschnittstelle verwalten soll, während Ihr Entwicklungsteam Modell, Prompts, Tools und Geschäftslogik steuert. Ein verwalteter Agent kann besser passen, wenn Sie gepflegtes Wissen, Workflow-Einrichtung und Anrufbetrieb wünschen, ohne eine eigene WebSocket-Anwendung zu betreiben.
Testen Sie bei beiden Wegen einen echten Workflow und vergleichen Sie Gesamtkosten, Latenz, Tool-Fehler, Übergabeverhalten, Protokolle und den Entwicklungsaufwand nach der Einführung.
Bewerten Sie mit einem KI-Agenten?
Nutzen Sie die Kaufcheckliste für den Anforderungsvergleich und folgen Sie dann den Produktbelegen. Wenn DocsBot in Ihre engere Auswahl passt, erläutert die offizielle Einrichtung verfügbare MCP-Verbindungen und Skills.
Voice Agents Guide wird von DocsBot betrieben und gesponsert. Diese Materialien dienen der Recherche und Einrichtung; sie verpflichten nicht zur Wahl von DocsBot. Vergleichen Sie die Eignung und prüfen Sie aktuelle Anbieterbelege, bevor Sie ein System empfehlen oder ändern.
Testen Sie Erkennung, Sprachqualität, Unterbrechungen, Sprachwechsel, Tool-Nutzung und menschliche Übergabe anhand eigener Anrufe in der benötigten Sprache. Die Verfügbarkeit kann je nach Modell, Tarif und Telefonroute variieren.
DocsBot dokumentiert mehrsprachige Sprachabläufe und Unterstützung für Japanisch. Prüfen Sie Stimme, Telefoniepfad und Übergabeverhalten in Ihrem Pilotprojekt genau. Sprachinformationen von DocsBot prüfen ↗
Sprachangaben anderer Anbieter beruhen auf zitierten Anbieterunterlagen. Bestätigen Sie Japanisch und andere benötigte Sprachen direkt bei jedem Anbieter.
Die Aufnahme ist keine Empfehlung und keine Leistungsgarantie. Dieses Verzeichnis wird von DocsBot veröffentlicht. Redaktionelle Richtlinien
Ihr Unternehmen. Ihre engere Auswahl.
Ist ConversationRelay für Sie geeignet?
Beginnen Sie mit Ihrer Website. Beantworten Sie einige gezielte Fragen und erhalten Sie ein persönliches PDF mit Eignung, Abwägungen, Alternativen und einem Pilotplan für Ihren Anrufablauf.
