Każdy wiodący model głosowy na prawdziwej linii telefonicznej
Postaw OpenAI Realtime, Gemini Live, ElevenLabs lub Deepgram na swoich numerach telefonów. DialPress obsługuje połączenie, audio i narzędzia; Ty wybierasz model i zmieniasz go jedną linią.
Dostawcy speech-to-speech i mowy
W skrócie
Jedna linia
Zmień model agenta bez ruszania jego promptu, narzędzi ani routingu.
To samo działanie
Narzędzia, wtrącenia, przekazania i zdarzenia działają tak samo w każdym modelu.
Twoje klucze
Używaj własnych kluczy dostawców, dla każdego agenta lub dla całego konta.
Albo żadnych
Uruchamiaj otwarte modele na własnych GPU, gdy audio musi zostać w Twojej sieci.
Agenci speech-to-speech
Jeden model słyszy rozmówcę, myśli i odpowiada własnym głosem.
01
OpenAI Realtime
gpt-realtime i inne modele realtime przez bramę LLM. Audio połączenia G.711 trafia do modelu bez zmian.
02
Gemini Live
Natywne modele audio Gemini, z AI Studio lub Vertex, połączone bezpośrednio przez Twoje dane uwierzytelniające Google.
03
ElevenLabs Agents
Agenci konwersacyjni ElevenLabs na Twoich numerach, z ich głosami.
04
Deepgram Voice Agent
Agent głosowy Deepgram z wybranym przez Ciebie modelem rozumującym.
05
Także
xAI, Azure OpenAI, Azure Voice Live i Amazon Nova Sonic.
Albo zbuduj pipeline samodzielnie
Agent kaskadowy dobiera każdy element: rozpoznawanie mowy, model językowy i głos. Połącz rozpoznawanie Deepgram z dowolnym modelem i głosem ElevenLabs. Wypowiedzi rozmówcy wykrywa detekcja aktywności głosowej, a odpowiedzi są wypowiadane zdanie po zdaniu, więc pierwsze słowa brzmią, zanim reszta zostanie wygenerowana.
Dostawcy mowy
Wybierz dowolny głos. Wybierz dowolne ucho.
Synteza i rozpoznawanie mowy od 28 dostawców, każdy jako jedno ustawienie agenta. Łącz rozpoznawanie jednej firmy z głosem innej.
Synteza mowy
Mowa na tekst
Oba, oraz mowa dla agentów
Rozpoznawanie mowy i głosy
Modele i głosy każdego dostawcy są pobierane na żywo z jego API, więc nowe pojawiają się bez aktualizacji.
Deepgram
Rozpoznawanie Nova na żywo i transkrypcja wsadowa, z Twoim słownictwem jako kluczowymi terminami. Głosy Aura 2.
ElevenLabs
Transkrypcja Scribe na żywo i wsadowa. Głosy Flash, Multilingual i v3, w tym sklonowane głosy Twojego konta.
OpenAI
Transkrypcja na żywo z gpt-4o-transcribe. Głosy gpt-4o-mini-tts z instrukcjami sposobu mówienia.
Google Cloud
Rozpoznawanie Chirp 3 ze strumieniami dłuższymi niż pięć minut. Głosy Chirp 3 HD i Neural2.
Azure AI Speech
Rozpoznawanie i szybka transkrypcja. Głosy neuronowe ze stylem i prozodią SSML.
Amazon
Strumieniowe Transcribe. Głosy Polly: neuronowe, generatywne i long-form.
Operatorzy i kanały wiadomości
Operatorzy i kanały wiadomości
Docieraj do dzwoniących i klientów tam, gdzie już są.
Twilio
Podłącz Twilio Elastic SIP Trunking jako trunk. Twoje numery Twilio dzwonią do Twoich agentów i aplikacji, a połączenia wychodzące idą przez Twilio.
Rozmowy WhatsApp trafiają do tych samych agentów czatu, bazy wiedzy i przekazań co Twoje połączenia i SMS-y.
Telegram
Czaty Telegram obsługiwane przez tych samych agentów, a człowiek przejmuje rozmowę, gdy agent powinien przestać.
Modele językowe
Każde wywołanie modelu przechodzi przez bramę LLM.
Dowolny dostawca
Wybierz z katalogu modeli swojego konta: OpenAI, Gemini, Anthropic i pozostałe.
Budżety na połączenie
Każde połączenie dostaje własny klucz z budżetem, więc jedna rozmowa, która wymknie się spod kontroli, nie nabije rachunku.
Koszty, które widzisz
Koszt dzienny według agenta i modelu oraz zużycie każdego pojedynczego połączenia.
Prompty z wersjami
Wersjonuj, porównuj i promuj prompty, ze śladami każdej wypowiedzi.
Otwarte modele na Twoich GPU
Dla audio, które nie może opuścić Twojej sieci.
Rozpoznawanie
Otwarte modele strumieniowe, takie jak Whisper i Zipformer, z równoważeniem między Twoimi maszynami z GPU.
Głosy
Głosy Kokoro i Piper generowane tuż obok połączenia.
Zgodne serwery
Skieruj integrację OpenAI na zgodny serwer hostowany u siebie i zachowaj tę samą konfigurację.
Częste pytania
Czy mogę zmienić model bez przebudowy agenta?
Tak. Model to jedno ustawienie. Prompt, narzędzia, routing i przekazania pozostają bez zmian.
Czy potrzebuję własnych kluczy dostawców?
Możesz używać własnych kluczy dla każdego agenta lub dla całego konta. Mowa jest też wliczona w DialPress cloud.
Czy narzędzia i przekierowania działają w każdym modelu?
Tak. Wbudowane narzędzia telefoniczne, Twoje narzędzia MCP, obsługa wtrąceń i przekazania do ludzi działają tak samo w agentach speech-to-speech i kaskadowych.
Czy mogę użyć modelu, którego nie ma na liście?
Jako model językowy działa każdy model z katalogu Twojej bramy LLM, a serwery mowy zgodne z OpenAI działają przez integrację OpenAI.
Zbudowane z
Klocki DialPress, z których to korzysta.
Postaw swój model na numerze telefonu.
Wybierz model, daj mu swoje narzędzia i zadzwoń do niego.