Componente de Programmable Voice que conecta una sesión TwiML ConversationRelay con un WebSocket de la aplicación para STT/TTS, configuración de idioma, DTMF y eventos de llamada.
Tipo de proveedorEntorno de ejecución de telefonía para agentes de voz
Ideal paraDesarrolladores que crean su propia lógica de agente de voz y mantienen la telefonía, el tratamiento del audio y el control de llamadas en Twilio.
Tamaños de empresaempresas emergentes; empresa mediana; gran empresa; desarrolladores
Canales de llamadasteléfono / red pública; WebSocket
Modelo de preciosMinutos de Programmable Voice y números de teléfono facturados según uso, más cargos por minuto de ConversationRelay; el modelo, los proveedores y otras funciones de llamada se cobran aparte.
Referencia de preciosConversationRelay: $0,07/min; llamadas locales salientes en EE. UU. $0,014, entrantes $0,0085, SIP $0,004 y número $1,15/mes.
Plan o prueba gratisNo se documenta públicamente
Precios y presupuesto de ConversationRelay
ConversationRelay: $0,07/min; llamadas locales salientes en EE. UU. $0,014, entrantes $0,0085, SIP $0,004 y número $1,15/mes.
Minutos de Programmable Voice y números de teléfono facturados según uso, más cargos por minuto de ConversationRelay; el modelo, los proveedores y otras funciones de llamada se cobran aparte.
No se documenta públicamente
Precios del catálogo comprobados el 4 de septiembre de 2026. Confirma las condiciones vigentes en las fuentes del proveedor.
Interfaz de voz en cascada con LLM aportado por el desarrollador
Telefonía
Twilio Programmable Voice; números de teléfono; SIP
Controles de llamadas
No se documenta públicamente
Integraciones
No se documenta públicamente
Conocimiento y datos
No se documenta públicamente
Idiomas
No se documenta públicamente
Aspectos destacados
ConversationRelay gestiona STT/TTS y el transporte de la sesión durante la llamada, y envía instrucciones, eventos de control de audio y DTMF opcional a la aplicación mediante un WebSocket seguro obligatorio.
Aspectos a verificar
No es un agente empaquetado. La región, el operador, la grabación, el cumplimiento, el modelo y la aplicación siguen siendo responsabilidad de quien lo implementa.
Preguntas frecuentes de compradores
Preguntas sobre ConversationRelay
¿Cómo debo presupuestar ConversationRelay?
La señal de precio publicada es: ConversationRelay: $0,07/min; llamadas locales salientes en EE. UU. $0,014, entrantes $0,0085, SIP $0,004 y número $1,15/mes. El modelo de precios registrado es: Minutos de Programmable Voice y números de teléfono facturados según uso, más cargos por minuto de ConversationRelay; el modelo, los proveedores y otras funciones de llamada se cobran aparte. Solicita al proveedor un presupuesto actualizado para la misma carga de trabajo, canales, suscripciones, uso y costes de implementación.
¿Puede ConversationRelay usar mis datos actuales?
Entre las fuentes de conocimiento y datos indicadas figuran No se documenta públicamente. Confirma con el proveedor los permisos, la actualización y el comportamiento ante fallos de tus sistemas concretos.
¿Qué debo probar en un piloto de ConversationRelay?
Realiza llamadas representativas con las mismas instrucciones y reglas de escalamiento. Registra calidad de voz, tareas completadas, derivaciones y coste total. Comprueba estas precauciones: No es un agente empaquetado. La región, el operador, la grabación, el cumplimiento, el modelo y la aplicación siguen siendo responsabilidad de quien lo implementa.
Compara Twilio ConversationRelay con candidatos similares
Estos productos comparten categorías registradas o adecuación al tamaño de la empresa. Compara los canales, las capacidades y los precios reales antes de considerarlos sustitutos.
Agentes de voz para web y teléfono fundamentados en conocimiento, con modelos de audio nativos en tiempo real, herramientas empresariales, captación de clientes potenciales, programación de citas y transferencia a una persona.
es un chatbot increíblemente flexible y puedo ajustar EXACTAMENTE lo que necesito que sepa el bot Karson M. en G2 · 5/5 · Traducido del inglés
plataforma de agentes de voz fundamentados en conocimiento
Alcance e indicios
Ideal para: Equipos que buscan agentes de voz basados en contenido empresarial actualizado y conectados con herramientas de soporte, recepción, ventas y flujos de trabajo.
Arquitectura de voz: Opción de modelo de audio nativo en tiempo real con recuperación de conocimiento y herramientas
Telefonía: conexión de números de Twilio, conexión con operadores SIP/red pública
agentes de vozrecepcionistas con IAherramientas para crear conversaciones
Plataforma de agentes de voz para teléfono y web con creación de agentes por API, rutas, datos dinámicos, herramientas, webhooks y ajustes de interrupción.
plataforma de agentes de voz
Alcance e indicios
Ideal para: Desarrolladores y equipos de operaciones que necesitan llamadas entrantes y salientes empaquetadas, con niveles explícitos de volumen, simultaneidad y base de conocimiento.
La API Gemini Live de Google transmite sesiones multimodales por WebSockets; sus modelos estables nativos para agentes de voz son Gemini 3.8 Live y Gemini 3.8 Live Extended Thinking.
API de modelo multimodal nativo en tiempo real
Alcance e indicios
Ideal para: Desarrolladores que crean agentes conversacionales de baja latencia y necesitan audio nativo, entrada multimodal y llamadas a funciones en una sesión WebSocket persistente.
Arquitectura de voz: Agentes nativos de audio: Gemini 3.8 Live (gemini-3.8-live) y Gemini 3.8 Live Extended Thinking (gemini-3.8-live-extended-thinking)., Modelos TTS independientes: gemini-3.8-flash-tts y gemini-3.8-flash-lite-tts generan voz; ninguno es un agente Live., Endpoints de transcripción independientes: gemini-3.5-transcribe procesa archivos de audio; gemini-3.5-transcribe-live es un modo de voz a texto de Live API, no un agente conversacional., Modo de traducción independiente: gemini-3.5-live-translate-preview funciona como intérprete de Live API para más de 70 idiomas; no es un agente conversacional y está en versión preliminar.
Telefonía: No se documenta públicamente
plataforma de ejecución de API de vozagentes de voz
Las tarifas estándar de pago equivalen a 0,005 USD/min de audio de entrada y 0,018 USD/min de audio de salida; se facturan por separado, más los tokens de texto. Google también ofrece un nivel gratuito de la API.
ConversationRelay es un componente de Twilio Programmable Voice, no un agente de IA completo. Twilio gestiona el reconocimiento del habla, la conversión de texto a voz y la síntesis de voz durante la llamada. Tu aplicación se conecta mediante un WebSocket seguro y se encarga del LLM, las reglas de negocio, las herramientas, el estado y la lógica de respuesta.
Durante la llamada, Twilio envía a tu WebSocket lo que reconoce de la voz de quien llama y los eventos de sesión. Tu aplicación decide qué decir o hacer, devuelve texto y ConversationRelay sintetiza y transmite la respuesta hablada. Incluye en el presupuesto el desarrollo, la seguridad, la supervisión y la operación de esa integración.
Twilio indica que ConversationRelay cuesta $0.07 por minuto y que los costes de Voice se calculan por separado. Para 1,000 minutos, la partida de retransmisión sería de $70 a modo de ejemplo; no es el precio total del agente. Añade la telefonía, el uso del LLM o de otros proveedores, los números de teléfono, la grabación u otras funciones de llamada y la infraestructura de tu aplicación.
¿Desarrollar con ConversationRelay o contratar un agente gestionado?
Considera ConversationRelay si tu equipo quiere que Twilio gestione la llamada y la interfaz de voz mientras tus ingenieros controlan el modelo, las instrucciones, las herramientas y la lógica de negocio. Un agente gestionado puede encajar mejor si buscas una base de conocimiento mantenida, configuración de flujos y operación de llamadas sin tener que administrar una aplicación WebSocket propia.
En cualquiera de los dos casos, realiza un piloto con un flujo real y compara el coste total, la latencia, los fallos de herramientas, las transferencias, los registros y el trabajo de ingeniería necesario tras el lanzamiento.
¿Evalúas con un agente de IA?
Usa la lista de compra para comparar requisitos y después sigue las evidencias de producto. Si DocsBot encaja en tu lista corta, su configuración oficial explica las conexiones MCP y habilidades disponibles.
Voice Agents Guide está gestionada y patrocinada por DocsBot. Estos recursos ayudan a investigar y configurar opciones; no obligan a elegir DocsBot. Compara la adecuación y verifica la evidencia vigente de cada proveedor antes de recomendar o cambiar un sistema.
Prueba el reconocimiento, la calidad de la voz, las interrupciones, el cambio de idioma, el uso de herramientas y la transferencia a una persona con llamadas propias en el idioma necesario. La disponibilidad puede variar según el modelo, el plan y la ruta telefónica.
DocsBot documenta flujos de voz multilingües y compatibilidad con japonés. Verifica la voz concreta, la ruta telefónica y el comportamiento de la transferencia en tu prueba piloto. Consultar la información sobre idiomas de DocsBot ↗
Las afirmaciones de otros proveedores sobre idiomas proceden de las fuentes citadas; confirma directamente con cada uno la compatibilidad con japonés y los demás idiomas necesarios.
La inclusión no supone una recomendación ni garantiza el rendimiento. Este directorio lo publica DocsBot. Política editorial
Tu empresa. Tu selección.
¿Es ConversationRelay adecuado para ti?
Empieza por el sitio web de tu empresa. Responde unas preguntas concretas y recibe un PDF personalizado con recomendaciones, ventajas y desventajas, alternativas y un plan piloto para tus llamadas.
