Tous les grands modèles vocaux, sur une vraie ligne téléphonique
Mettez OpenAI Realtime, Gemini Live, ElevenLabs ou Deepgram sur vos numéros de téléphone. DialPress porte l’appel, l’audio et les outils ; vous choisissez le modèle et en changez en une ligne.
Fournisseurs parole à parole et vocaux
En bref
Une ligne
Changez le modèle d’un agent sans toucher à son prompt, à ses outils ni à son routage.
Même comportement
Les outils, les interruptions, les transferts et les événements fonctionnent de la même façon sur chaque modèle.
Vos clés
Utilisez vos propres clés de fournisseur, par agent ou pour tout le compte.
Ou aucune
Exécutez des modèles ouverts sur vos propres GPU quand l’audio doit rester dans votre réseau.
Agents parole à parole
Un seul modèle entend l’appelant, réfléchit et répond avec sa propre voix.
01
OpenAI Realtime
gpt-realtime et les autres modèles realtime, via la passerelle LLM. L’audio d’un appel G.711 est transmis tel quel au modèle.
02
Gemini Live
Les modèles audio natifs de Gemini, depuis AI Studio ou Vertex, connectés directement avec vos identifiants Google.
03
ElevenLabs Agents
Les agents conversationnels d’ElevenLabs sur vos numéros, avec leurs voix.
04
Deepgram Voice Agent
L’agent vocal de Deepgram, avec le modèle de raisonnement de votre choix.
05
Aussi
xAI, Azure OpenAI, Azure Voice Live et Amazon Nova Sonic.
Ou construisez le pipeline vous-même
Un agent en cascade choisit chaque élément : la reconnaissance vocale, un modèle de langage et une voix. Associez la reconnaissance de Deepgram à n’importe quel modèle et à une voix ElevenLabs. Les tours de parole de l’appelant sont détectés par la détection d’activité vocale, et les réponses sont prononcées phrase par phrase : les premiers mots sont joués pendant que la suite est générée.
Fournisseurs de voix
Choisissez n’importe quelle voix. Et n’importe quelle oreille.
Synthèse et reconnaissance vocales de 28 fournisseurs, chacun un simple réglage de l’agent. Combinez la reconnaissance d’un fournisseur avec la voix d’un autre.
Synthèse vocale
Reconnaissance vocale
Les deux, et voix pour agents
Reconnaissance vocale et voix
Les modèles et les voix de chaque fournisseur sont listés en direct depuis son API : les nouveaux apparaissent sans mise à jour.
Deepgram
Reconnaissance Nova en direct et transcription par lots, avec votre vocabulaire comme termes clés. Voix Aura 2.
ElevenLabs
Transcription Scribe en direct et par lots. Voix Flash, Multilingual et v3, y compris les voix clonées de votre compte.
OpenAI
Transcription en direct avec gpt-4o-transcribe. Voix gpt-4o-mini-tts avec instructions de diction.
Google Cloud
Reconnaissance Chirp 3, avec des flux qui dépassent cinq minutes. Voix Chirp 3 HD et Neural2.
Azure AI Speech
Reconnaissance et transcription rapide. Voix neuronales avec style et prosodie SSML.
Amazon
Transcribe en streaming. Voix Polly neuronales, génératives et long format.
Opérateurs et canaux de messagerie
Opérateurs et canaux de messagerie
Joignez appelants et clients là où ils sont déjà.
Twilio
Connectez Twilio Elastic SIP Trunking comme trunk. Vos numéros Twilio font sonner vos agents et vos apps, et les appels sortants passent par Twilio.
Les conversations WhatsApp passent par les mêmes agents de chat, la même base de connaissances et les mêmes transferts que vos appels et SMS.
Telegram
Des conversations Telegram traitées par les mêmes agents, avec une personne qui prend le relais quand l’agent doit s’arrêter.
Modèles de langage
Chaque appel de modèle passe par la passerelle LLM.
N’importe quel fournisseur
Choisissez dans le catalogue de modèles de votre compte : OpenAI, Gemini, Anthropic et les autres.
Budgets par appel
Chaque appel reçoit sa propre clé avec un budget : une conversation qui s’emballe ne peut pas faire exploser la facture.
Des coûts visibles
Coût par jour par agent et par modèle, et consommation de chaque appel.
Prompts versionnés
Versionnez, comparez et promouvez vos prompts, avec la trace de chaque tour de parole.
Modèles ouverts sur vos GPU
Pour l’audio qui ne doit pas quitter votre réseau.
Reconnaissance
Modèles ouverts en streaming comme Whisper et Zipformer, répartis sur vos machines GPU.
Voix
Voix Kokoro et Piper, générées au plus près de l’appel.
Serveurs compatibles
Pointez l’intégration OpenAI vers un serveur compatible auto-hébergé et gardez la même configuration.
Questions fréquentes
Puis-je changer de modèle sans reconstruire mon agent ?
Oui. Le modèle est un simple paramètre. Le prompt, les outils, le routage et les transferts restent identiques.
Ai-je besoin de mes propres clés de fournisseur ?
Vous pouvez utiliser vos propres clés par agent ou par compte. La voix est aussi incluse dans DialPress cloud.
Les outils et les transferts fonctionnent-ils sur tous les modèles ?
Oui. Les outils téléphoniques intégrés, vos outils MCP, la gestion des interruptions et les transferts vers des humains se comportent de la même façon sur les agents parole à parole et en cascade.
Puis-je utiliser un modèle absent de la liste ?
N’importe quel modèle du catalogue de votre passerelle LLM peut servir de modèle de langage, et les serveurs vocaux compatibles OpenAI fonctionnent via l’intégration OpenAI.
Construit avec
Les primitives DialPress utilisées.
Mettez votre modèle sur un numéro de téléphone.
Choisissez un modèle, donnez-lui vos outils et appelez-le.