Componente Programmable Voice que liga uma sessão TwiML ConversationRelay a um WebSocket da aplicação para STT/TTS, definições de idioma, DTMF e eventos de chamadas.
Tipo de fornecedorAmbiente de execução de agentes de voz para telefonia
Melhor adequaçãoProgramadores que criam a sua própria lógica de agentes de voz, mantendo na Twilio a telefonia, o tratamento de áudio e o controlo de chamadas.
Dimensão das equipasstartups; médias empresas; grandes empresas; programadores
Canais de chamadatelefone / rede telefónica pública; WebSocket
Modelo de preçosMinutos de Programmable Voice e números de telefone cobrados conforme a utilização, acrescidos dos encargos por minuto do ConversationRelay; modelos, fornecedores e outras funcionalidades de chamada são cobrados à parte.
Indicação de preçoConversationRelay $0,07/min; chamadas locais efetuadas nos EUA $0,014, recebidas $0,0085, SIP $0,004, número $1,15/mês.
Plano gratuito ou período experimentalNão documentado publicamente
Preços e orçamento de ConversationRelay
ConversationRelay $0,07/min; chamadas locais efetuadas nos EUA $0,014, recebidas $0,0085, SIP $0,004, número $1,15/mês.
Minutos de Programmable Voice e números de telefone cobrados conforme a utilização, acrescidos dos encargos por minuto do ConversationRelay; modelos, fornecedores e outras funcionalidades de chamada são cobrados à parte.
Não documentado publicamente
Preços do catálogo verificados em 4 de setembro de 2026. Confirme as condições atuais nas fontes do fornecedor.
Interface de fala em cascata com LLM fornecido pelo programador
Telefonia
Twilio Programmable Voice; números de telefone; SIP
Controlos de chamada
Não documentado publicamente
Integrações
Não documentado publicamente
Conhecimento e dados
Não documentado publicamente
Idiomas
Não documentado publicamente
O que se destaca
O ConversationRelay gere o STT/TTS e o transporte da sessão na chamada em direto e envia prompts, eventos de controlo de áudio e DTMF opcional para a aplicação através de um WebSocket seguro obrigatório.
Pontos a considerar
Não é um agente pronto a usar. A região, operadora, gravação, conformidade, modelo e aplicação continuam sob responsabilidade de quem implementa.
Perguntas dos compradores
Perguntas sobre ConversationRelay
Como devo orçamentar ConversationRelay?
A indicação de preço publicada é: ConversationRelay $0,07/min; chamadas locais efetuadas nos EUA $0,014, recebidas $0,0085, SIP $0,004, número $1,15/mês. O modelo de preços registado é: Minutos de Programmable Voice e números de telefone cobrados conforme a utilização, acrescidos dos encargos por minuto do ConversationRelay; modelos, fornecedores e outras funcionalidades de chamada são cobrados à parte. Peça ao fornecedor uma proposta atual para a mesma carga de trabalho, canais, subscrições, utilização e custos de implementação.
ConversationRelay pode utilizar os meus dados existentes?
As fontes de conhecimento e dados indicadas incluem Não documentado publicamente. Confirme com o fornecedor as permissões, a atualização e o comportamento em caso de falha dos seus sistemas específicos.
O que devo testar num projeto-piloto de ConversationRelay?
Execute chamadas representativas com as mesmas instruções e regras de escalamento. Registe a qualidade da voz, as tarefas concluídas, as transferências e o custo total. Tenha em conta estes cuidados: Não é um agente pronto a usar. A região, operadora, gravação, conformidade, modelo e aplicação continuam sob responsabilidade de quem implementa.
Compare Twilio ConversationRelay com candidatos semelhantes
Estes produtos partilham categorias registadas ou adequação a empresas de dimensão semelhante. Compare os canais, as capacidades e os preços reais antes de os considerar substitutos.
Agentes de voz para Web e telefone baseados em conhecimento, com modelos nativos de áudio em tempo real, ferramentas empresariais, captação de potenciais clientes, marcações e transferência para agentes humanos.
é um chatbot incrivelmente flexível e posso ajustar EXATAMENTE aquilo que preciso que o bot saiba Karson M. no G2 · 5/5 · Traduzido do inglês
Plataforma de agentes de voz baseada em conhecimento
Âmbito e indicadores
Melhor adequação: Equipas que pretendem agentes de voz baseados em conteúdo empresarial atualizado e ligados a ferramentas de apoio, receção, vendas e fluxos de trabalho.
Arquitetura de voz: Opção de modelo de áudio nativo em tempo real com pesquisa de conhecimento e ferramentas
Telefonia: ligação a número Twilio, ligação a operadora SIP/rede telefónica pública
agentes de vozrececionistas com IAferramentas de criação de conversas
Plataforma de agentes de voz para telefone e Web, com agentes criados por API, percursos de conversação, dados dinâmicos, ferramentas, webhooks e definições de interrupção.
Plataforma de agentes de voz
Âmbito e indicadores
Melhor adequação: Programadores e equipas de operações que precisam de chamadas recebidas e efetuadas com escalões explícitos de volume, simultaneidade e base de conhecimento.
A API Gemini Live da Google transmite sessões multimodais por WebSockets; os seus modelos nativos estáveis para agentes de voz são Gemini 3.8 Live e Gemini 3.8 Live Extended Thinking.
API de modelo multimodal nativo em tempo real
Âmbito e indicadores
Melhor adequação: Programadores que desenvolvem agentes conversacionais de baixa latência e precisam de áudio nativo, entrada multimodal e chamadas de funções numa sessão WebSocket persistente.
Arquitetura de voz: Modelos nativos de agente de voz com áudio: Gemini 3.8 Live (gemini-3.8-live) e Gemini 3.8 Live Extended Thinking (gemini-3.8-live-extended-thinking)., Modelos TTS separados: gemini-3.8-flash-tts e gemini-3.8-flash-lite-tts geram fala; nenhum dos dois é um agente Live., Endpoints de transcrição separados: gemini-3.5-transcribe processa ficheiros de áudio; gemini-3.5-transcribe-live é um modo de voz para texto da Live API, não um agente conversacional., Modo de tradução separado: gemini-3.5-live-translate-preview é um intérprete da Live API para mais de 70 idiomas, não um agente conversacional; está em pré-visualização.
As tarifas pagas padrão equivalem a $0,005/min para áudio de entrada e $0,018/min para áudio de saída, faturadas separadamente, além dos tokens de texto; a Google indica também um nível gratuito da API.
ConversationRelay é um componente do Twilio Programmable Voice, não um agente de IA completo. A Twilio trata do reconhecimento e da síntese de voz durante a chamada em tempo real. A sua aplicação liga-se através de um WebSocket seguro e fica responsável pelo LLM, pelas regras de negócio, ferramentas, estado e lógica de resposta.
Durante uma chamada, a Twilio envia a fala reconhecida e os eventos da sessão para o seu WebSocket. A sua aplicação decide o que dizer ou fazer, devolve texto e o ConversationRelay sintetiza e transmite a resposta falada. Inclua no orçamento o desenvolvimento, a proteção, a monitorização e a operação dessa interface da aplicação.
A Twilio apresenta o ConversationRelay a 0,07 $ por minuto e indica que os custos de Voice são calculados separadamente. Para 1 000 minutos, a linha de retransmissão seria 70 $ a título ilustrativo; não é o preço total do agente. Acrescente telefonia, utilização do LLM ou de outros fornecedores, números de telefone, gravação ou outras funcionalidades da chamada e infraestrutura da aplicação.
Desenvolver com este componente ou comprar um agente gerido?
Considere o ConversationRelay quando pretende que a Twilio faça a gestão da interface de chamada e voz, enquanto os engenheiros controlam o modelo, as instruções, as ferramentas e a lógica de negócio. Um agente gerido pode ser mais adequado se o comprador pretender conhecimentos mantidos, configuração de processos e operações de chamadas sem ser responsável por uma aplicação WebSocket personalizada.
Em qualquer das opções, faça um projeto-piloto de um processo real e compare o custo total, a latência, as falhas das ferramentas, as transferências, os registos e o trabalho de engenharia necessário após o lançamento.
Está a avaliar com um agente de IA?
Use a lista de verificação do comprador para comparar requisitos e, depois, consulte as provas dos produtos. Se a DocsBot entrar na sua seleção, as instruções oficiais explicam as ligações MCP e os skills disponíveis.
Voice Agents Guide é operado e patrocinado pela DocsBot. Estes recursos destinam-se a pesquisa e configuração; não obrigam a escolher a DocsBot. Compare a adequação e verifique provas atuais dos fornecedores antes de recomendar ou alterar um sistema.
Teste o reconhecimento, a qualidade da fala, as interrupções, a alternância de idiomas, o uso de ferramentas e a transferência para uma pessoa com chamadas suas no idioma necessário. A disponibilidade pode variar consoante o modelo, o plano e o percurso telefónico.
A DocsBot documenta processos de voz multilingues e suporte para japonês. Verifique a voz exata, o percurso telefónico e o comportamento de transferência no seu projeto-piloto. Consultar informações de idiomas da DocsBot ↗
As afirmações de outros fornecedores sobre idiomas refletem o material citado; confirme diretamente com cada um o japonês e os restantes idiomas necessários.
A inclusão não implica recomendação nem garantia de desempenho. Este diretório é publicado pela DocsBot. Política editorial
A sua empresa. A sua seleção.
ConversationRelay é adequado para si?
Comece pelo site da sua empresa. Responda a algumas perguntas específicas e receba um PDF personalizado com adequação, vantagens e limitações, alternativas e um plano-piloto para o seu fluxo de chamadas.
