EVI è un’API WebSocket speech-to-speech che trasmette in streaming trascrizioni, misure dell’espressione vocale, testo dell’assistente e audio della risposta.
Tipo di fornitoreAPI per modello vocale nativo ed espressivo
Ideale perSviluppatori che valutano interazioni vocali sensibili alla prosodia, con voci configurabili ed eventuali LLM supplementari.
Dimensioni del teamstartup; medie imprese; grandi imprese; sviluppatori
Canali di chiamataWebSocket; web; app mobili; integrazioni telefoniche
Modello tariffarioI piani mensili includono minuti EVI; l’utilizzo aggiuntivo di EVI 3 è fatturato al minuto nei piani Pro, Scale e Business, mentre il TTS ha quote di caratteri e tariffe separate.
Indicazione di prezzoEVI 3: Pro $70/mese con 1,200 minuti e $0.06/min aggiuntivi; Scale $200 con 5,000 minuti e $0.05/min; Business $500 con 12,500 minuti e $0.04/min.
Piano gratuito o provaIl piano gratuito include 5 minuti EVI; verificare la versione EVI scelta e le condizioni attuali.
Prezzi e budget di Empathic Voice Interface
EVI 3: Pro $70/mese con 1,200 minuti e $0.06/min aggiuntivi; Scale $200 con 5,000 minuti e $0.05/min; Business $500 con 12,500 minuti e $0.04/min.
I piani mensili includono minuti EVI; l’utilizzo aggiuntivo di EVI 3 è fatturato al minuto nei piani Pro, Scale e Business, mentre il TTS ha quote di caratteri e tariffe separate.
Il piano gratuito include 5 minuti EVI; verificare la versione EVI scelta e le condizioni attuali.
Prezzi del catalogo verificati il 21 settembre 2026. Conferma le condizioni attuali nelle fonti del fornitore.
Elaborazione vocale nativa speech-to-speech sensibile alla prosodia
Telefonia
Non documentato pubblicamente
Controlli delle chiamate
Non documentato pubblicamente
Integrazioni
Non documentato pubblicamente
Conoscenze e dati
Non documentato pubblicamente
Lingue
Non documentato pubblicamente
Punti distintivi
I messaggi WebSocket strutturati di EVI espongono sia la trascrizione sia misure dell’espressione vocale insieme a testo e audio generati; le versioni EVI differiscono per copertura linguistica e requisiti degli LLM supplementari.
Aspetti da considerare
Il posizionamento come prodotto empatico non dimostra un rilevamento accurato delle emozioni. Valutare interpretazioni errate, differenze culturali, consenso, usi sensibili e passaggio a un operatore.
Domande degli acquirenti
Domande su Empathic Voice Interface
Come devo pianificare il budget per Empathic Voice Interface?
Indicazione di prezzo pubblicata: EVI 3: Pro $70/mese con 1,200 minuti e $0.06/min aggiuntivi; Scale $200 con 5,000 minuti e $0.05/min; Business $500 con 12,500 minuti e $0.04/min. Modello tariffario registrato: I piani mensili includono minuti EVI; l’utilizzo aggiuntivo di EVI 3 è fatturato al minuto nei piani Pro, Scale e Business, mentre il TTS ha quote di caratteri e tariffe separate. Chiedi al fornitore un preventivo aggiornato per lo stesso carico di lavoro, gli stessi canali, abbonamenti, consumi e costi di implementazione.
Empathic Voice Interface può usare i miei dati esistenti?
Le fonti di conoscenza e dati elencate includono Non documentato pubblicamente. Verifica con il fornitore autorizzazioni, aggiornamento dei dati e comportamento in caso di errore per i tuoi sistemi specifici.
Cosa devo testare in un progetto pilota con Empathic Voice Interface?
Esegui chiamate rappresentative con le stesse istruzioni e regole di escalation. Registra qualità vocale, attività completate, trasferimenti e costo totale. Verifica questi aspetti: Il posizionamento come prodotto empatico non dimostra un rilevamento accurato delle emozioni. Valutare interpretazioni errate, differenze culturali, consenso, usi sensibili e passaggio a un operatore.
Confronta Hume EVI con candidati simili
Questi prodotti condividono categorie o idoneità per dimensione aziendale registrate. Confronta canali, funzionalità e prezzi effettivi prima di considerarli intercambiabili.
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
Ideale per: Team che desiderano agenti vocali basati su contenuti aziendali aggiornati e collegati a strumenti per assistenza, centralino, vendite e flussi di lavoro.
Stack vocale: Opzione di modello audio nativo in tempo reale con recupero delle conoscenze e strumenti
Telefonia: Collegamento di un numero Twilio, Collegamento a un operatore SIP/PSTN
agenti vocalicentralinisti IAstrumenti di creazione delle conversazioni
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
Ambito e indicatori
Ideale per: 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
Ambito e indicatori
Ideale per: Sviluppatori che creano la logica dei propri agenti vocali e affidano a Twilio telefonia, gestione dei flussi multimediali e controllo delle chiamate.
Stack vocale: Interfaccia vocale a cascata con LLM fornito dallo sviluppatore
Telefonia: Twilio Programmable Voice, numeri telefonici, SIP
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
Ambito e indicatori
Ideale per: Sviluppatori che creano agenti conversazionali a bassa latenza e necessitano di audio nativo, input multimodale e chiamate di funzione in una sessione WebSocket persistente.
Stack vocale: 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.
Telefonia: 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.
Empathic Voice Interface di Hume è un’API voce a voce in tempo reale. Elabora segnali vocali e restituisce trascrizioni, misure dell’espressione, testo generato e audio di risposta. Valuta queste misure come output del modello, non come etichette oggettive delle emozioni o garanzie di accuratezza.
Testa interpretazioni errate, accenti, variazioni culturali, interruzioni e conversazioni sensibili. Decidi quando l’applicazione debba ignorare un segnale dedotto, chiedere chiarimenti o trasferire a una persona.
L’attuale confronto di Hume indica EVI 3 per l’inglese con un LLM aggiuntivo facoltativo. EVI 4-mini elenca 11 lingue e richiede un LLM aggiuntivo. La versione del modello cambia quindi sia la copertura linguistica sia l’architettura: verifica la versione scelta nell’implementazione e testa ogni lingua richiesta, senza presumere che il nome EVI descriva una capacità unica e invariabile.
Prezzi verificati il 21 settembre 2026. Hume include 5 minuti EVI nel piano Free. Pro costa 70 $ al mese con 1.200 minuti e 0,06 $ per ogni minuto EVI 3 aggiuntivo; Scale costa 200 $ con 5.000 minuti e 0,05 $ per minuto aggiuntivo; Business costa 500 $ con 12.500 minuti e 0,04 $ per minuto aggiuntivo. I caratteri della sintesi vocale sono fatturati separatamente.
Per esempio, 1.500 minuti EVI 3 sul piano Pro costano 88 $: 70 $ per il piano più 300 minuti aggiuntivi a 0,06 $. Non si tratta di un preventivo e sono esclusi eventuali costi per LLM esterni o altri servizi. La tabella citata riferisce queste tariffe di superamento a EVI 3; non applicarle a EVI 4-mini senza un preventivo aggiornato del fornitore.
Usa la lista di controllo per confrontare i requisiti, poi verifica le prove sui prodotti. Se DocsBot rientra nella tua rosa di candidati, la sua documentazione ufficiale spiega le connessioni MCP e le skill disponibili.
Voice Agents Guide è gestito e sponsorizzato da DocsBot. Queste risorse servono alla ricerca e alla configurazione; non obbligano a scegliere DocsBot. Confronta l’idoneità e verifica le prove aggiornate dei fornitori prima di raccomandare o modificare un sistema.
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.
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.
Empathic Voice Interface è 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.
