Configuração Geral

Configurações básicas do seu assistente de IA, incluindo direção da chamada, números de telefone voz e configurações avançadas.

Configure as configurações fundamentais do seu assistente de IA, incluindo direção da chamada, números de telefone, seleção de voz e parâmetros técnicos.

Guia de Início Rápido

Pronto para configurar seu primeiro assistente de IA?
Aqui está o fluxo essencial:

• Escolha a Direção da Chamada:
  Recebida (Inbound) para atender chamadas ou Efetuada (Outbound) para realizar chamadas
• Defina o Nome do Assistente:
  Um rótulo interno como “Bot de Suporte” ou “Bot de Vendas”
• Configure os Números de Telefone:
  Atribua números da plataforma, SIP ou Caller ID
• Selecione a Voz e o Idioma:
  Escolha entre vozes integradas ou clone vozes personalizadas
• Ajuste as Configurações Avançadas:
  Faça o ajuste fino de modelos, tempos de resposta e parâmetros de áudio

Sempre teste suas alterações realizando uma chamada com o assistente ou executando uma pequena campanha para confirmar que ele está se comportando conforme o esperado.

Siga esta página seção por seção para configurar seu assistente.
Cada configuração inclui explicações detalhadas e boas práticas para ajudá-lo a fazer as escolhas corretas.

Tipo de Assistente

Escolha se o seu assistente irá lidar com chamadas recebidas (inbound) ou chamadas efetuadas (outbound).
Essa escolha fundamental afeta quais outras opções estarão disponíveis.

• Inbound (Receber chamadas): Lida com chamadas de clientes que entram. Consulte Visão geral de chamadas recebidas.
• Outbound (Efetuar chamadas): Inicia chamadas para leads ou clientes. Consulte Visão geral de chamadas efetuadas.

---

Nome do Assistente

Um nome descritivo para identificar seu assistente no painel.
Use algo memorável que descreva o propósito do assistente (ex: “Qualificador de Vendas”, “Bot de Suporte”, “Agendador de Consultas”).

---

Configuração de Número de Telefone

Seu assistente precisa de um número de telefone para operar.
As opções disponíveis dependem da direção da chamada escolhida.

Para Assistentes Outbound

Você pode usar:

• Números da plataforma: Números alugados diretamente da plataforma
• Números SIP: Conecte seu sistema VOIP/PBX existente
• Somente Caller ID: Verifique a propriedade de um número existente para exibi-lo em chamadas efetuadas

Para Assistentes Inbound

Você pode usar:

• Números da plataforma: Números alugados diretamente da plataforma
• Números SIP: Conecte seu sistema VOIP/PBX existente

Observação: Números Caller ID only não podem receber chamadas — eles apenas exibem o identificador em chamadas outbound.

---

Preços e Custos

• Números da plataforma: Taxa mensal a partir de US$ 3,99/mês. Veja aluguel de número dedicado para preços detalhados.
• Integração SIP: Sem taxa mensal, apenas US$ 0,00045/minuto para ponte de IA. Consulte preços de integração SIP.
• Caller ID: Sem taxa mensal, tarifas por minuto baseadas na região (ex: US$ 0,01/min nos EUA). Veja preços Caller ID.

Consulte Tipos de número de telefone para explicações detalhadas e o guia de integração SIP para configuração VOIP.

---

Tipo de Motor (Modo de Processamento de Voz)

Escolha como sua IA processará a fala e gerará respostas.
Cada modo é otimizado para diferentes casos de uso. Consulte Modos de Assistente para comparações detalhadas.

Pipeline Mode

Fluxo tradicional Speech-to-Text → LLM → Text-to-Speech.
Oferece máximo controle sobre a seleção de voz e geração de respostas.
Melhor para: raciocínios complexos, chamadas de função e requisitos de voz personalizados.

Speech-to-Speech Mode

Geração direta de fala para fala, sem processamento intermediário de texto.
Oferece um fluxo de conversa mais natural.
Melhor para: conversas rápidas e diálogo fluido.

Dualplex Mode (Beta)

Combina processamento multimodal rápido com saída de voz premium da ElevenLabs.
Melhor para: a maioria dos casos de uso – configuração padrão recomendada.

---

Configuração de Idioma

Idioma Principal

O idioma principal que seu assistente usará para reconhecimento e síntese de fala. Isso afeta:

• Precisão do reconhecimento de fala
• Opções de voz disponíveis
• Frases de preenchimento (filler audio)
• Seleção do modelo de voz

Consulte Suporte de Idiomas para ver todos os idiomas e sotaques disponíveis.

Idiomas Secundários

Idiomas adicionais que seu assistente pode compreender e falar. Útil para:

• Suporte ao cliente multilíngue
• Empresas internacionais
• Conversas com alternância de idiomas (code-switching)

Observação: A IA pode detectar automaticamente o idioma do cliente e responder de forma apropriada.

---

Seleção de Voz da IA

Seu assistente pode escolher entre vozes existentes, clonar vozes personalizadas ou solicitar vozes da biblioteca ElevenLabs.

Opções de Voz

Você tem três maneiras de obter a voz ideal para o seu assistente:

1. Escolher entre vozes existentes:

   • Vozes profissionais: opções pré-treinadas e de alta qualidade da ElevenLabs
   • Múltiplos sotaques: disponíveis para a maioria dos idiomas
   • Opções de gênero: vozes masculinas e femininas
   • Variedade de tons: de formal e corporativo até casual e conversacional

2. Clonar uma voz personalizada:
   Crie uma voz exclusiva enviando amostras de áudio.

   Requisitos:

   • Áudio claro e de alta qualidade (1 a 5 minutos recomendados)
   • Formato MP3 ou WAV
   • Ritmo e tom consistentes
   • Mínimo de ruído de fundo
   • Mesma voz usada em toda a gravação

   Processo:

   • Grave você mesmo ou contrate um dublador lendo um texto de amostra
   • Envie o arquivo de áudio nas configurações do assistente
   • Aguarde o treinamento ser concluído (de minutos a algumas horas)
   • Teste a voz clonada antes de usá-la em produção

   Casos de uso:

   • Consistência de marca com o porta-voz da empresa
   • Toque pessoal nas interações com clientes
   • Voz alinhada à persona do negócio

3. Solicitar da biblioteca ElevenLabs:
   Você pode solicitar vozes específicas da biblioteca pública da ElevenLabs.
   Entre em contato com o suporte para adicioná-las à sua conta.
   Explore a Biblioteca de Vozes ElevenLabs para descobrir milhares de vozes profissionais em diversos idiomas, sotaques e estilos.

Consulte o Guia de Seleção de Voz para instruções detalhadas de configuração.

---

Configuração de Fuso Horário

Fuso Horário

Defina o fuso horário em que seu assistente irá operar. Isso afeta:

• Variáveis baseadas em tempo durante conversas
• Funções de agendamento de compromissos
• Referências de “hora atual” nos prompts do sistema
• Carimbos de tempo em registros de chamadas e extração de dados

Importante: Escolha o fuso horário onde sua empresa opera ou onde está a maioria dos clientes.
O assistente usará essa configuração para cálculos e agendamentos relacionados a horário.

---

Configurações de Aprimoramento de Áudio

Som Ambiente

Som de fundo opcional misturado à voz do assistente, para mascarar eventuais atrasos de processamento e criar uma experiência de áudio mais natural.

Opções:

• Nenhum: sem som de fundo (padrão)
• Escritório: sons sutis de ambiente de escritório

Controle de volume:
Ajuste o nível do som ambiente em relação à voz.
Valores mais baixos costumam ser melhores — som excessivo pode interferir no reconhecimento de fala.

Desative ou reduza o volume se o assistente não estiver ouvindo o cliente com clareza.

Áudio de Preenchimento (Filler Audio)

Frases curtas de conversação como “mhm”, “okay”, “entendi” que são reproduzidas durante o tempo de processamento da IA.
Consulte o Guia de Áudio de Preenchimento para mais detalhes.

Benefits

• Elimina silêncios constrangedores durante o processamento
• Mantém os chamadores engajados
• Cria um fluxo de conversa mais natural
• Reduz a taxa de desligamento

Configuração sensível ao idioma:
As frases de preenchimento são configuradas automaticamente para o idioma selecionado.

Respostas Positivas

“Ótimo!”, “Perfeito!”, “Excelente!”

Respostas Negativas

“Hmm.”, “Entendi.”, “Ok.”

Respostas a Perguntas

“Certo?”, “Sério?”, “Como assim?”

Respostas Neutras

“Ok.”, “Entendi.”, “Compreendi.”

Personalização: Você pode editar as frases padrão de cada categoria para combinar com a voz da sua marca ou preferências regionais.

Ativar por padrão – a maioria das conversas se beneficia do uso de fillers.
Teste com seu público-alvo e ajuste as frases para combinar com a personalidade do assistente.

Configurações Avançadas

Seleção do Modelo LLM

Escolha o melhor modelo de linguagem para o modo do seu assistente.
Consulte o Guia de Seleção de Modelos LLM para recomendações detalhadas.

Modelos recomendados por modo:

Modelo	Pontos Fortes	Melhor Para
GPT-5 Mini	Raciocínio equilibrado com baixa latência	Pipeline Mode para raciocínio complexo
GPT-5 Realtime	Respostas de voz com ultra baixa latência	Speech-to-Speech e Dualplex
GPT-4o	Raciocínio avançado e compreensão multimodal	Tarefas complexas (latência maior)
Gemini Flash 2.0/2.5	Ultra-rápido para respostas de voz	Dualplex/Multimodal para latência mínima

Guia Rápido de Seleção:

• Velocidade é crítica: Use GPT-5 Realtime ou Gemini Flash 2.0/2.5
• Raciocínio complexo necessário: Use GPT-4o ou GPT-5 Mini com filler audios para compensar a latência

---

Temperatura do LLM

• Intervalo: 0.0 - 1.0 | Padrão: 0.1
• Ajusta o nível de criatividade da IA ao gerar respostas.
• Valores mais baixos produzem melhores resultados em chamadas de função.

Mais Baixo (0.0-0.3)

Mais estável: Respostas previsíveis, ideal para chamadas de função e casos de uso empresarial.

Mais Alto (0.7-1.0)

Mais aleatório: Respostas criativas e variadas, ideal para conversas informais.

Dito pelo ChatGPT:

Comportamento especial: Para os modelos GPT-5 Mini e GPT-5 Nano no Pipeline Mode, a temperatura é ajustada automaticamente para 1.0 para desempenho otimizado.

Configurações de Duração

Controle o tempo e os limites de chamadas para otimizar a experiência do usuário e os custos:

Intervalo de Reengajamento

Intervalo: 7 - 600 segundos | Padrão: 30 segundos

A IA tentará reengajar o usuário se nenhuma resposta for detectada dentro desse período.

Recomendação: 30-60 segundos para chamadas profissionais.

Duração Maxima de Chamada

Intervalo: 20 - 1200 segundos | Padrão: 600 segundos (10 minutos)

A chamada será encerrada automaticamente se esse valor for atingido.

Recomendação: 5-10 minutos para qualificação de leads, a fim de controlar custos.

Duração Maxima de Silêncio

Intervalo: 1 - 120 segundos | Padrão: 40 segundos

A chamada será encerrada se o usuário não responder dentro desse período.

Recomendação: 30-45 segundos para equilibrar paciência e eficiência.

Tempo de Toque

Intervalo: 1 - 60 segundos | Padrão: 30 segundos

Determina por quanto tempo a chamada tocará antes de ser marcada como não atendida.
Útil para evitar caixa postal, definindo um valor menor.

Otimização de custos: Limites de duração menores ajudam a controlar os custos por minuto, especialmente importante em campanhas de alto volume.

Configurações de Proteção de Chamadas

Cancelamento de Ruído

Padrão: Ativado

Filtra ruído de fundo do chamador para um reconhecimento de fala mais claro.
Desative se houver recorte de áudio (clipping).

Encerrar Chamada na Caixa Postal

Padrão: Ativado

Encerra a chamada imediatamente se for detectada caixa postal em chamadas outbound (economiza custos).

Gravação da Chamada

Padrão: Ativado

Grava o áudio da chamada para revisão e análise.
Garanta conformidade com as leis locais de gravação.

Silêncio Inicial Máximo

Intervalo: 1 - 120 segundos | Padrão: 20 segundos (quando ativado)

Se ativado, encerra a chamada se não houver resposta do usuário dentro desse período.
Conta apenas do início da chamada até a primeira resposta do usuário.

Caso de uso: Detectar se alguém realmente atendeu o telefone.

Configurações do Sintetizador

Configure os parâmetros de voz text-to-speech para conversas com som mais natural.

Disponível para: apenas modos Pipeline e Dualplex.
O modo Speech-to-Speech utiliza geração de voz nativa.

---

Parâmetros de Ajuste de Voz

Ajuste finamente as características da voz do assistente para desempenho ideal:

Estabilidade da Voz

Intervalo: 0.0 - 1.0 | Padrão: 0.7

Valores mais baixos tornam a voz mais expressiva, mas menos previsível, enquanto valores mais altos tornam a voz mais estável, porém menos emocional.

Mais Expressivo (0.0-0.3)

Entrega dinâmica e variada, porém menos previsível

Menos Estável (0.7-1.0)

Consistente e estável, porém com menor variação emocional

Voice Similarity

Intervalo: 0.0 - 1.0 | Padrão: 0.5

Determina o quão fiel a IA será à voz original.
Valores mais altos podem incluir ruídos indesejados da gravação original.

Mais Estável (0.0-0.4)

Áudio mais limpo, porém menos fiel à voz original

Mais Similar (0.6-1.0)

Fiel à voz original, mas pode incluir ruído de fundo

Para vozes clonadas: Comece em 0.5 e aumente gradualmente.
Valores mais altos de similaridade podem introduzir artefatos indesejados da gravação original.

Velocidade da Fala

Range: 0.7 - 1.2 | Default: 1.0

Adjust the speed of the AI’s speech for optimal comprehension and user experience.

Mais Lento (0.7-0.85)

Melhor para informações complexas ou para públicos mais velhos

Normal (0.9-1.1)

Ritmo de conversa padrão para a maioria dos casos de uso

Mais Rápido (1.15-1.2)

Conversas rápidas ou cenários com limite de tempo

Configurações do Transcritor

Configure o reconhecimento de fala para texto para obter precisão e velocidade ideais.

Disponível para: apenas no modo Pipeline. Os modos Speech-to-Speech e Dualplex utilizam transcrição integrada.

Seleção de Provedor

Escolha o transcritor mais adequado para seu idioma e caso de uso. O provedor selecionado será usado para transcrever a fala do usuário.Latency: Faster

Solid choice for English and major languages.

Azure

Precisão: ⭐⭐⭐⭐ Latência: Mais lenta

Melhor para máxima fidelidade na transcrição quando a precisão é crítica.

Gladia

Precisão: ⭐⭐⭐

Latência: Mais rápido

Bom para uso geral na maioria dos idiomas. Suporta configurações multilíngues.

Deepgram

Precisão: ⭐⭐⭐

Latência: Mais rápida

Boa opção para inglês e principais idiomas.

Idiomas diferentes, sotaques ou ruído de fundo podem impactar cada provedor de forma diferente. Teste qual funciona melhor para seu idioma e configuração de áudio específicos.

Configuração de Endpoint

AI Turn Detection

Utiliza IA para detectar de forma inteligente quando o interlocutor terminou de falar

Voice Activity Detection (VAD)

Padrão: Detecção tradicional de atividade vocal

Escolha como a IA irá detectar o final da frase do usuário.

Voice Activity Detection (VAD)

Controle quando sua assistente começa e para de falar. Consulte o guia de Tratamento de Interrupções para configuração detalhada do VAD.

Ajuste essas configurações finamente se estiver enfrentando problemas de interrupção ou respostas lentas.

Sensitividade Endpoint

Intervalo: 0 - 5 segundos | Padrão: 0,5

Ajuste o tempo que a IA aguardará o usuário falar após a última palavra. Valores menores tornam a IA mais rápida; valores maiores são melhores para frases longas do usuário.

0 (Mais rápido): Respostas rápidas, mas pode interromper o usuário.

5 (Mais lento): Aguarda mais tempo, reduzindo interrupções.

Sensibilidade à Interrupção

Com que facilidade a assistente para quando o interlocutor fala por cima. Controla a sensibilidade para detectar quando alguém está tentando interromper.

Palavras de Interrupção Mínima

Exigir pelo menos N palavras do interlocutor antes de interromper a assistente.

Uso: Evita disparos falsos causados por ruído de fundo ou sons breves.

Dica profissional: Comece com as configurações padrão do VAD e ajuste com base em testes reais de chamadas. Aumente a sensibilidade do endpoint se os interlocutores forem interrompidos; diminua se as respostas parecerem lentas.