Cerca e filtra i fornitori in base ai fattori che influiscono sul lancio: caso d'uso, idoneità al team, canale di chiamata, telefonia, runtime, controlli e indicazioni sui prezzi.
Agenti vocali per web e telefono basati su conoscenze aziendali, con modelli audio nativi in tempo reale, strumenti di lavoro, acquisizione di contatti, prenotazioni e trasferimento a una persona.
è un chatbot incredibilmente flessibile e posso perfezionare ESATTAMENTE ciò che ho bisogno che il bot sappia Karson M. su G2 · 5/5 · Tradotto dall’inglese
Best fit: Team che desiderano agenti vocali basati su contenuti aziendali aggiornati e collegati a strumenti per assistenza, centralino, vendite e flussi di lavoro.
Voice stack: Opzione di modello audio nativo in tempo reale con recupero delle conoscenze e strumenti
Telephony: Collegamento di un numero Twilio, Collegamento a un operatore SIP/PSTN
agenti vocalicentralinisti IAstrumenti di creazione delle conversazioni
Amazon Connect Customer AI consente di selezionare Nova Sonic speech-to-speech per l’impostazione di lingua e regione di un bot Connect, mentre Connect continua a gestire orchestrazione, intenti e flussi.
IA per contact center e modello nativo speech-to-speech
Scope and signals
Best fit: Contact center che usano Amazon Connect e valutano lo speech-to-speech nativo nelle lingue dei bot e negli strumenti per i flussi già in uso.
Voice stack: Pipeline di Connect configurabile con opzione nativa Nova Sonic
Telephony: telefonia di Amazon Connect
agenti vocaliinfrastruttura di esecuzione per API vocaliIA per contact center
Piattaforma di agenti vocali per telefono e web, con agenti creati tramite API, percorsi conversazionali, dati dinamici, strumenti, webhook e impostazioni per le interruzioni.
Piattaforma per agenti vocali
Scope and signals
Best fit: Sviluppatori e team operativi che cercano chiamate in entrata e in uscita già predisposte, con fasce esplicite per volumi di chiamata, concorrenza e basi di conoscenza.
Componente di Programmable Voice che collega una sessione TwiML ConversationRelay al WebSocket di un’applicazione per STT/TTS, impostazioni linguistiche, DTMF ed eventi di chiamata.
Infrastruttura di esecuzione telefonica per agenti vocali
Scope and signals
Best fit: Sviluppatori che creano la logica dei propri agenti vocali e affidano a Twilio telefonia, gestione dei flussi multimediali e controllo delle chiamate.
Voice stack: Interfaccia vocale a cascata con LLM fornito dallo sviluppatore
Telephony: Twilio Programmable Voice, numeri telefonici, SIP
infrastruttura di esecuzione per API vocaliagenti vocali
Gli agenti in tempo reale di Copilot Studio si distribuiscono su canali vocali e digitali, con scelta tra la modalità nativa GPT-Realtime e GPT-5-Chat in anteprima con Neural TTS.
Piattaforma aziendale per creare agenti e IA per contact center
Scope and signals
Best fit: Team che usano Microsoft e richiedono argomenti, strumenti, conoscenze, passaggi a operatori e configurazione vocale esplicita di Copilot Studio su più canali.
Voice stack: Modalità nativa GPT-Realtime o modalità GPT-5-Chat a cascata
Telephony: modalità di integrazione con Dynamics 365 Contact Center e Azure
piattaforma per creare conversazioniagenti vocaliIA per contact center
Agente vocale per l’assistenza clienti con profili vocali configurabili, chiamate in uscita, riepiloghi per il passaggio a operatori, controlli di sicurezza e integrazioni con i sistemi di supporto.
Piattaforma aziendale per agenti di assistenza clienti
Scope and signals
Best fit: Team di supporto che devono collegare l’automazione telefonica a CRM, help desk, basi di conoscenza o sistemi CPaaS.
Piattaforma di agenti orientata alla voce, con flussi visuali, scelta di modelli personalizzati, distribuzione su telefono, web e mobile, e strumenti integrati di test e valutazione.
Piattaforma per agenti vocali e API vocali
Scope and signals
Best fit: Team che necessitano di una libreria di voci gestita e flussi per agenti su telefono, web e mobile.
Voice stack: Pipeline STT-LLM-TTS a cascata con voci ElevenLabs
Telephony: Integrazione nativa con Twilio, Trunk SIP per chiamate in entrata e in uscita
Prezzi mensili ordinari: Free 15 min; Starter 6 $/75, Creator 22 $/275, Pro 99 $/1.238, Scale 299 $/3.738, Business 990 $/12.375 min. Minuti aggiuntivi 0,08 $; superamento della capacità di chiamate simultanee 0,16 $. Il consumo del LLM e i costi degli operatori esterni sono separati.
EVI è un’API WebSocket speech-to-speech che trasmette in streaming trascrizioni, misure dell’espressione vocale, testo dell’assistente e audio della risposta.
API per modello vocale nativo ed espressivo
Scope and signals
Best fit: Sviluppatori che valutano interazioni vocali sensibili alla prosodia, con voci configurabili ed eventuali LLM supplementari.
Voice stack: Elaborazione vocale nativa speech-to-speech sensibile alla prosodia
Telephony: Non documentato pubblicamente
infrastruttura di esecuzione per API vocaliagenti vocali
L’API Gemini Live di Google trasmette sessioni multimodali tramite WebSocket; i suoi modelli stabili nativi per agenti vocali sono Gemini 3.8 Live e Gemini 3.8 Live Extended Thinking.
API per modello multimodale nativo in tempo reale
Scope and signals
Best fit: Sviluppatori che creano agenti conversazionali a bassa latenza e necessitano di audio nativo, input multimodale e chiamate di funzione in una sessione WebSocket persistente.
Voice stack: Agenti audio nativi: Gemini 3.8 Live (gemini-3.8-live) e Gemini 3.8 Live Extended Thinking (gemini-3.8-live-extended-thinking)., Modelli TTS separati: gemini-3.8-flash-tts e gemini-3.8-flash-lite-tts generano parlato; nessuno dei due è un agente Live., Endpoint di trascrizione separati: gemini-3.5-transcribe elabora file audio; gemini-3.5-transcribe-live è una modalità Live API da voce a testo, non un agente conversazionale., Modalità di traduzione separata: gemini-3.5-live-translate-preview è un interprete di Live API per oltre 70 lingue, non un agente conversazionale; è in anteprima.
Telephony: Non documentato pubblicamente
infrastruttura di esecuzione per API vocaliagenti vocali
Le tariffe standard a pagamento equivalgono a 0,005 USD/min per l’audio in ingresso e a 0,018 USD/min per l’audio in uscita; sono fatturate separatamente, oltre ai token di testo. Google indica anche un piano API gratuito.
Centralinista telefonico con IA e prezzo per agente, dotato di competenze configurabili, moduli, flussi logici, contatti in rubrica e trasferimento delle chiamate.
Centralinista virtuale con IA
Scope and signals
Best fit: Piccole imprese o aziende con più sedi che cercano una spesa mensile prevedibile basata sui clienti unici anziché sui minuti di chiamata.
$79/$129/$249 al mese per agente; equivalenti con fatturazione annuale $66/$108/$208; il fornitore indica minuti e token illimitati, soggetti ai termini contrattuali.
Ambiente di esecuzione gestito Line per agenti vocali, con Agent Builder no-code, logica di ragionamento definita via SDK, Cartesia Ink STT, Sonic TTS, distribuzione e osservabilità.
Piattaforma di agenti vocali e API vocale
Scope and signals
Best fit: Team che vogliono una gestione dell’infrastruttura audio, mantenendo il controllo via codice su ragionamento, strumenti e API esterne.
Voice stack: Pipeline STT-LLM-TTS a cascata con TTS di Cartesia
Telephony: Non documentato pubblicamente
agenti vocaliinfrastruttura di esecuzione per API vocali
Framework per agenti in tempo reale e piattaforma Cloud che supportano pipeline STT-LLM-TTS, modelli nativi in tempo reale, modalità parzialmente a cascata, WebRTC e telefonia.
Framework e infrastruttura per agenti vocali in tempo reale
Scope and signals
Best fit: Team di sviluppo che vogliono scegliere l’architettura della pipeline e integrare l’infrastruttura degli agenti con la logica della propria applicazione.
Voice stack: Pipeline configurabile con supporto per modelli nativi in tempo reale
Telephony: trunk SIP, integrazione con operatori telefonici
infrastruttura di esecuzione per API vocaliagenti vocali
Gli esempi del calcolatore includono circa $0.01 per sessione, $0.01 per telefonia, $0.0014 per LLM, $0.0058 per STT, $0.03 per TTS e $0.01 per osservabilità; i valori dipendono dai parametri inseriti.
Piattaforma completa per la gestione degli agenti che trasforma istruzioni in linguaggio naturale in flussi vocali e digitali soggetti a governance, poi li simula, distribuisce e monitora.
IA vocale per contact center aziendali
Scope and signals
Best fit: Grandi contact center che necessitano di controllo centralizzato del ciclo di vita tra brand, aree geografiche, canali e attività di diversa complessità.
Voice stack: Pipeline vocale a cascata
Telephony: Non documentato pubblicamente
agenti vocaliIA per contact centercreazione di conversazioni
API per modelli in tempo reale che gestisce testo e audio in ingresso e in uscita tramite WebRTC, WebSocket o SIP, con chiamata di funzioni.
API per modelli multimodali nativi in tempo reale
Scope and signals
Best fit: Team di prodotto e sviluppo che costruiscono un’applicazione vocale attorno a un modello in tempo reale anziché a un prodotto completo per contact center.
Voice stack: Ingresso e uscita audio nativi con chiamata di strumenti
Telephony: connessione SIP, integrazione con l’operatore telefonico a carico del cliente
Piattaforma per ricavi e contact center con strumenti no-code per creare agenti vocali, profili cliente unificati, percorsi attivati da eventi, IVR e instradamento, e contatti su più canali.
Piattaforma di agenti vocali per vendite e contact center
Scope and signals
Best fit: Team commerciali o di assistenza che coordinano chiamate in entrata e in uscita con percorsi guidati dai segnali dei clienti.
Voice stack: Non documentato pubblicamente
Telephony: Non documentato pubblicamente
agenti vocalichiamate vocali in uscitaIA per contact center
Piattaforma di automazione per contact center che analizza le conversazioni umane, crea agenti LLM con controlli di sicurezza basati su codice, quindi li testa, distribuisce e migliora.
IA vocale per contact center aziendali
Scope and signals
Best fit: Contact center che automatizzano tipi di chiamata definiti usando conversazioni storiche, logiche aziendali e percorsi controllati di passaggio a un operatore.
Piattaforma ospitata per agenti vocali e chat, basata su flussi conversazionali a nodi o prompt singoli, con telefonia, strumenti, base di conoscenza e analisi.
Piattaforma per agenti vocali
Scope and signals
Best fit: Team che confrontano un editor di agenti gestito, con progettazione visuale dei flussi e controllo tramite API/SDK.
Voice stack: Pipeline STT-LLM-TTS configurabile, con possibilità di usare un LLM personalizzato
Telephony: numeri telefonici gestiti, trunk SIP, telefonia del cliente
agenti vocaliruntime API vocalevalutazione degli agenti vocali
Fascia indicata dal fornitore: $0.07-$0.31/min; infrastruttura $0.055, TTS tipico $0.015, telefonia $0.015, base di conoscenza $0.005, controlli di sicurezza $0.005, rimozione dei dati personali $0.01 e controllo qualità $0.10 dopo 100 minuti.
Piattaforma di agenti per l’assistenza clienti con voce in entrata e in uscita, messaggistica, email, assistenza in tempo reale e pubblicazione sul canale ChatGPT.
Piattaforma aziendale per agenti di assistenza clienti
Scope and signals
Best fit: Organizzazioni di assistenza clienti che cercano un unico modello di agente per voce e canali digitali, con controlli sulla personalità del brand.
Editor di agenti vocali senza codice, con motori vocali configurabili, voci importate o clonate e un modello vocale di riserva per Enterprise.
Editor di agenti vocali senza codice
Scope and signals
Best fit: Team che cercano la creazione visuale dei flussi di chiamata e il controllo dei fornitori vocali, con prezzi di distribuzione definiti in base a utilizzo, telefonia, integrazioni e supporto.
Voice stack: Pipeline STT-LLM-TTS a cascata
Telephony: Non documentato pubblicamente
agenti vocalireceptionist IAcreazione di conversazioni
Modello nativo per voce e linguaggio progettato per l’uso tramite API, con Console no-code, strumenti personalizzati e telefonia a carico del cliente per telefono, web e app native.
API per modello nativo di voce e linguaggio
Scope and signals
Best fit: Team di sviluppo che vogliono elaborazione diretta della voce e controllo sulla telefonia o sui canali dell’applicazione.
Voice stack: Modello nativo per voce e linguaggio
Telephony: Non documentato pubblicamente
infrastruttura di esecuzione per API vocaliagenti vocali
Piattaforma per sviluppatori che permette di comporre agenti vocali scegliendo i fornitori di riconoscimento vocale, modelli linguistici e sintesi vocale, con chiamate via telefono e web.
Piattaforma API e di orchestrazione per agenti vocali
Scope and signals
Best fit: Team di sviluppo che desiderano scegliere direttamente i fornitori STT, LLM e TTS e controllare strumenti e orchestrazione delle chiamate.
Voice stack: Pipeline configurabile, inclusi STT-LLM-TTS e OpenAI Realtime
Telephony: numeri telefonici gestiti, telefonia del cliente, SIP
agenti vocaliruntime API vocalecreazione di conversazioni
API Voice Agent unificata che combina riconoscimento vocale Deepgram, orchestrazione LLM e sintesi vocale con chiamate di funzione e controlli durante la sessione.
API per agenti vocali e infrastruttura vocale
Scope and signals
Best fit: Sviluppatori che desiderano un’unica API vocale gestita anziché assemblare servizi separati di STT, orchestrazione e TTS.
Voice stack: Stack STT-LLM-TTS completo e gestito, a cascata
Telephony: Non documentato pubblicamente
infrastruttura di esecuzione per API vocaliagenti vocali
Piattaforma visuale per agenti vocali e chat, con spazi di lavoro per agenzie, passaggio dei progetti ai clienti, scelta dei modelli, API, osservabilità e ambienti distinti.
Piattaforma per creare conversazioni
Scope and signals
Best fit: Agenzie che gestiscono agenti per più clienti o team di customer experience che richiedono progettazione condivisa, accesso API e ambienti di produzione.
Voice stack: Pipeline STT-LLM-TTS configurabile a cascata
Telephony: Non documentato pubblicamente
piattaforma per creare conversazioniagenti vocaliinfrastruttura di esecuzione per API vocali
Questo è il catalogo completo dei fornitori: agenti telefonici pronti all’uso, centralinisti, prodotti per centri di contatto e runtime per sviluppatori. Filtra per canali di chiamata e integrazioni necessari, poi confronta le singole schede.
Se il tuo team sviluppa e gestisce un’applicazione vocale, parti dalla categoria delle piattaforme. Se ti serve un flusso telefonico gestito in entrata o in uscita, parti dagli agenti telefonici IA. Usa la guida ai prezzi per confrontare lo stesso carico di lavoro tra i fornitori.
Valuta il supporto linguistico con chiamate reali
Verifica riconoscimento, qualità della voce, interruzioni, cambio di lingua, uso degli strumenti e trasferimento a una persona con chiamate reali nella lingua richiesta. La disponibilità può variare in base a modello, piano e percorso telefonico.
DocsBot documenta flussi vocali multilingue e il supporto del giapponese. Verifica nel progetto pilota la voce specifica, il percorso telefonico e il trasferimento. Consulta le informazioni di DocsBot sulle lingue ↗
Le dichiarazioni degli altri fornitori sulle lingue si basano sulle fonti citate; conferma direttamente con ciascuno il supporto del giapponese e delle altre lingue richieste.
Domande degli acquirenti
Domande sul software per agenti vocali
Quali filtri offre il catalogo degli agenti vocali?
Cerca per fornitore, architettura, canali di distribuzione, telefonia, controlli delle chiamate, integrazioni, fonti di conoscenza, lingue, idoneità aziendale e visibilità dei prezzi.
Posso confrontare direttamente i prezzi al minuto?
Di solito no. Una tariffa può coprire solo l’orchestrazione, mentre un’altra include la voce o un servizio gestito. Per lo stesso carico di lavoro, somma i costi di modello, STT, TTS o audio nativo, operatore, numero, SIP, trasferimenti, registrazioni, archiviazione, valutazione, implementazione e assistenza.
Quanto è aggiornato il catalogo?
Ogni scheda oggetto di ricerca mostra la data di verifica e i link alle fonti primarie. Prezzi, anteprime, quote, modelli e copertura linguistica possono cambiare: conferma le condizioni rilevanti prima dell’acquisto.
Perché un campo dice «Non documentato pubblicamente»?
La ricerca non ha individuato una fonte primaria pubblica sufficientemente chiara. Il catalogo segnala esplicitamente la lacuna invece di presentare una deduzione o una dichiarazione commerciale come un fatto.
L’inclusione nel catalogo non implica una raccomandazione né garantisce le prestazioni. Questo catalogo è pubblicato da DocsBot. Politica editoriale
La tua azienda. La tua rosa di candidati.
Trova il sistema vocale IA più adatto a te.
Parti dal tuo sito web. Rispondi ad alcune domande mirate e ricevi un PDF personalizzato con idoneità, compromessi, alternative e un piano pilota per il tuo flusso di chiamate.
