Todos los grandes modelos de voz, en una línea telefónica real
Pon OpenAI Realtime, Gemini Live, ElevenLabs o Deepgram en tus números de teléfono. DialPress se encarga de la llamada, el audio y las herramientas; tú eliges el modelo y lo cambias con una línea.
Proveedores voz a voz y de voz
De un vistazo
Una línea
Cambia el modelo de un agente sin tocar su prompt, sus herramientas ni su enrutamiento.
Mismo comportamiento
Las herramientas, el barge-in, las transferencias y los eventos funcionan igual en todos los modelos.
Tus claves
Usa tus propias claves de proveedor, por agente o para toda la cuenta.
O ninguna
Ejecuta modelos abiertos en tus propias GPUs cuando el audio debe quedarse en tu red.
Agentes voz a voz
Un solo modelo escucha al llamante, piensa y responde con su propia voz.
01
OpenAI Realtime
gpt-realtime y los demás modelos realtime, a través del gateway de LLM. El audio de una llamada G.711 llega al modelo tal cual.
02
Gemini Live
Los modelos de audio nativo de Gemini, desde AI Studio o Vertex, conectados directamente con tus credenciales de Google.
03
ElevenLabs Agents
Los agentes conversacionales de ElevenLabs en tus números, con sus voces.
04
Deepgram Voice Agent
El agente de voz de Deepgram, con el modelo de razonamiento que elijas.
05
También
xAI, Azure OpenAI, Azure Voice Live y Amazon Nova Sonic.
O construye tú mismo el pipeline
Un agente en cascada elige cada pieza: el reconocimiento de voz, un modelo de lenguaje y una voz. Combina el reconocimiento de Deepgram con cualquier modelo y una voz de ElevenLabs. Los turnos del llamante se detectan con detección de actividad de voz, y las respuestas se pronuncian frase a frase, así las primeras palabras suenan mientras se genera el resto.
Proveedores de voz
Elige cualquier voz. Elige cualquier oído.
Texto a voz y voz a texto de 28 proveedores, cada uno un ajuste del agente. Combina el reconocimiento de una empresa con la voz de otra.
Texto a voz
Voz a texto
Ambos, y voz para agentes
Reconocimiento de voz y voces
Los modelos y voces de cada proveedor se listan en vivo desde su API, así los nuevos aparecen sin actualizar nada.
Deepgram
Reconocimiento Nova en vivo y transcripción por lotes, con tu vocabulario como términos clave. Voces Aura 2.
ElevenLabs
Transcripción Scribe en vivo y por lotes. Voces Flash, Multilingual y v3, incluidas las voces clonadas de tu cuenta.
OpenAI
Transcripción en vivo con gpt-4o-transcribe. Voces gpt-4o-mini-tts con instrucciones de locución.
Google Cloud
Reconocimiento Chirp 3, con streams que duran más de cinco minutos. Voces Chirp 3 HD y Neural2.
Azure AI Speech
Reconocimiento y transcripción rápida. Voces neuronales con estilo y prosodia SSML.
Amazon
Transcribe en streaming. Voces Polly neuronales, generativas y de formato largo.
Operadores y canales de mensajería
Operadores y canales de mensajería
Llega a quienes llaman y a tus clientes donde ya están.
Twilio
Conecta Twilio Elastic SIP Trunking como troncal. Tus números de Twilio suenan en tus agentes y apps, y las llamadas salientes salen por Twilio.
Las conversaciones de WhatsApp llegan a los mismos agentes de chat, la misma base de conocimiento y las mismas transferencias que tus llamadas y SMS.
Telegram
Chats de Telegram atendidos por los mismos agentes, con una persona que toma el relevo cuando el agente debe parar.
Modelos de lenguaje
Cada llamada al modelo pasa por el gateway de LLM.
Cualquier proveedor
Elige del catálogo de modelos de tu cuenta: OpenAI, Gemini, Anthropic y los demás.
Presupuestos por llamada
Cada llamada recibe su propia clave con un presupuesto, así una conversación desbocada no puede disparar la factura.
Costes a la vista
Coste por día por agente y por modelo, y el consumo de cada llamada.
Prompts con versiones
Versiona, compara y promueve prompts, con trazas de cada turno.
Modelos abiertos en tus GPUs
Para el audio que no debe salir de tu red.
Reconocimiento
Modelos abiertos en streaming como Whisper y Zipformer, balanceados entre tus máquinas con GPU.
Voces
Voces Kokoro y Piper, generadas junto a la llamada.
Servidores compatibles
Apunta la integración de OpenAI a un servidor compatible autoalojado y conserva la misma configuración.
Preguntas frecuentes
¿Puedo cambiar de modelo sin reconstruir mi agente?
Sí. El modelo es un solo ajuste. El prompt, las herramientas, el enrutamiento y las transferencias no cambian.
¿Necesito mis propias claves de proveedor?
Puedes usar tus propias claves por agente o por cuenta. La voz también está incluida en DialPress cloud.
¿Funcionan las herramientas y las transferencias en todos los modelos?
Sí. Las herramientas telefónicas integradas, tus herramientas MCP, el barge-in y las transferencias a personas se comportan igual en agentes voz a voz y en cascada.
¿Puedo usar un modelo que no aparece en la lista?
Cualquier modelo del catálogo de tu gateway de LLM sirve como modelo de lenguaje, y los servidores de voz compatibles con OpenAI funcionan a través de la integración de OpenAI.
Construido con
Las primitivas de DialPress que usa.
Pon tu modelo en un número de teléfono.
Elige un modelo, dale tus herramientas y llámalo.