Agenti vocali in tempo reale nei dialetti svizzeri
Trasmetta l'audio di chi chiama con un'unica connessione WebSocket. L'agente ascolta, capisce e risponde in tempo reale con una voce naturale, nella varietà che parla chi chiama: italiano della Svizzera italiana (natel, franchi, Lei), dialetti svizzero tedeschi (zurighese, bernese, basilese, lucernese), francese della Svizzera romanda. Sono disponibili anche tedesco standard e inglese. Lei scrive le istruzioni e collega i Suoi sistemi, noi conduciamo la conversazione.
CHF 0.33 al minuto (CHF 19.80 all'ora), fatturati al secondo di sessione connessa. Chiavi sandbox gratuite.
Non vuole programmare?
Suisse Speech è l’API per i team che sviluppano il proprio agente vocale. Se desidera semplicemente un assistente telefonico IA per la Sua azienda, scelga Suisse Line, il nostro prodotto pronto all’uso: risponde alle Sue chiamate 24/7 in più lingue, svizzero tedesco compreso, e prenota appuntamenti. Senza programmare.
Vai a Suisse LineCome funziona
1. Descriva il Suo agente
Apra la connessione WebSocket e invii session.start con le Sue istruzioni, la lingua e il dialetto, una voce e, a Sua scelta, un saluto e degli strumenti.
2. Trasmetta la conversazione
Invii l'audio di chi chiama man mano che arriva, dal microfono di un browser o da una linea telefonica. Le trascrizioni di ciò che dice chi chiama appaiono in diretta.
3. Riproduca le risposte
L'agente risponde con una voce naturale. Lei riproduce i frame audio man mano che arrivano e riceve una trascrizione live di ogni risposta. Se chi chiama interrompe, l'agente si ferma e Le indica quale audio nel buffer scartare.
Avviare una sessione
ws.send(JSON.stringify({
type: 'session.start',
language: 'de-CH', dialect: 'bern', voice: 'anna',
instructions: 'Du bist die Terminvergabe der Praxis Muster. ' +
'Sprich kurz und freundlich.',
greeting: 'Grüezi, Praxis Muster. Wie kann ich helfen?',
vocabulary: ['Muster', 'Dr. Brunner', 'Bremgarten'],
input: { encoding: 'mulaw', sample_rate_hz: 8000 }, // phone line
output: { encoding: 'mulaw', sample_rate_hz: 8000,
transport: 'binary' },
turn_taking: { mode: 'auto', interruptions: true },
tools: [{
name: 'book_appointment',
description: 'Books an appointment for the caller.',
parameters: {
type: 'object',
properties: {
name: { type: 'string' }, time: { type: 'string' },
},
required: ['name', 'time'],
},
}],
}));Audio e strumenti
ws.on('message', async (data, isBinary) => {
if (isBinary) return player.write(data); // agent's voice
const m = JSON.parse(data.toString());
switch (m.type) {
case 'audio.clear': // caller interrupted
player.clear(); break;
case 'user.transcript.final':
log('caller', m.text); break;
case 'reply.done':
log('agent', m.transcript); break;
case 'tool.call': { // ask your backend
const result = await bookAppointment(m.arguments);
ws.send(JSON.stringify({
type: 'tool.result', call_id: m.call_id,
output: JSON.stringify(result),
}));
break;
}
}
});Che cosa sa fare un agente
Dialetti e varietà della Svizzera
Capisce e parla i dialetti svizzero tedeschi (Zurigo, Berna, Basilea, Lucerna e svizzero tedesco generale), l'italiano della Svizzera italiana e il francese della Svizzera romanda. Lingua e dialetto li sceglie Lei, per ogni sessione.
Le Sue istruzioni
Ruolo, conoscenze e regole con parole semplici, fino a 16’000 caratteri, più nomi e termini che l'agente deve riconoscere. Modificabili durante la chiamata.
Strumenti e chiamate di funzioni
Definisca fino a 32 funzioni. Quando all'agente serve qualcosa, interroga il Suo backend, ad esempio per cercare un ordine o prenotare un appuntamento, e pronuncia il risultato.
Interruzioni naturali
Chi chiama può parlare sopra l'agente. L'agente smette di parlare e ascolta, e il Suo client scarta l'audio che non aveva ancora riprodotto.
Audio telefonico
G.711 µ-law e A-law a 8 kHz per le linee telefoniche, oppure PCM a 8, 16, 24 o 48 kHz per browser e app.
Trascrizioni live
Trascrizioni parziali e finali di chi chiama e di ogni risposta mentre la conversazione si svolge, per registri, sottotitoli o analisi.
Dialetti svizzeri e varietà regionali, capiti e parlati
Scelga per ogni sessione la lingua e, per lo svizzero tedesco, il dialetto. L'italiano della Svizzera italiana (it-CH) e il francese della Svizzera romanda (fr-CH) sono varietà regionali con un proprio lessico: natel, franchi, il «Lei» di cortesia, septante, huitante, nonante. Sono disponibili anche tedesco standard, francese, italiano e inglese.
- Zurighese (Züritüütsch)
dialect: "zurich" - Bernese (Bärndütsch)
dialect: "bern" - Basilese (Baaseldütsch)
dialect: "basel" - Lucernese (Lozärnerdütsch)
dialect: "luzern" - Svizzero tedesco generale
dialect: "standard" - Italiano della Svizzera italiana
language: "it-CH" - Francese della Svizzera romanda
language: "fr-CH" - Tedesco standard, francese, italiano, inglese
de-DE, fr, it, en
Che cosa può costruire
Assistente telefonico
Risponda alle chiamate a ogni ora: orari di apertura, indicazioni stradali e domande quotidiane. Tutto ciò che è più complesso passa al Suo team con una chiamata di strumento.
Prenotazione di appuntamenti
L'agente controlla con una chiamata di strumento gli orari liberi nel Suo calendario, concorda un orario con chi chiama e prenota.
Servizio clienti
Stato dell'ordine, consegna, domande sul contratto: l'agente cerca la risposta nei Suoi sistemi e risponde nella lingua e nel dialetto che Lei ha impostato.
La voce nella Sua app
Aggiunga un assistente vocale a un'app web o mobile: microfono in entrata, risposte parlate in uscita, con trascrizioni da mostrare sullo schermo.
Formati per telefono e browser
Le linee telefoniche usano G.711 µ-law o A-law a 8 kHz. Browser e app usano PCM a 8, 16, 24 o 48 kHz. L'audio viaggia in entrambe le direzioni come frame WebSocket binari nel formato che Lei dichiara. Il Suo client deve cancellare l'eco, cosa che le linee telefoniche e i browser (echoCancellation) fanno. Altrimenti l'agente potrebbe sentire sé stesso.
Un solo prezzo, fatturato al secondo
CHF 0.33 al minuto, cioè CHF 19.80 all'ora, IVA esclusa. La fatturazione avviene al secondo di sessione connessa, dal momento in cui la sessione è pronta fino alla chiusura, e attinge allo stesso credito prepagato di speech-to-text e text-to-speech. Le chiavi sandbox eseguono una sessione sintetica con gli stessi eventi e non vengono mai fatturate.
Vedere tutti i prezzi →Domande frequenti
Con che rapidità risponde l'agente?
Inizia a parlare appena ha capito chi chiama, e l'audio viene trasmesso mentre la risposta è ancora in produzione. Il ritardo esatto dipende dalla Sua connessione, dai Suoi strumenti e dalla lunghezza della risposta: lo misuri con una chiave live sulla Sua linea. Non pubblichiamo un'unica cifra.
Quali lingue e quali dialetti parla l'agente?
Svizzero tedesco nei dialetti di Zurigo, Berna, Basilea, Lucerna e svizzero tedesco generale (de-CH), italiano della Svizzera italiana (it-CH) e francese della Svizzera romanda (fr-CH), più tedesco standard (de-DE), francese (fr), italiano (it) e inglese (en). GET /capabilities elenca ciò che la Sua chiave può usare.
Posso collegarlo a una linea telefonica?
Sì. L'agente ascolta e parla in G.711 µ-law e A-law a 8 kHz, il formato delle linee telefoniche: la Sua piattaforma di telefonia o il Suo media gateway può passare l'audio della chiamata alla connessione WebSocket e riprodurre ciò che riceve. Le linee telefoniche cancellano già l'eco.
L'agente può cercare informazioni o prenotare appuntamenti?
Sì, con gli strumenti. Lei descrive fino a 32 funzioni, e quando all'agente ne serve una, interroga il Suo backend e pronuncia il risultato. Una chiamata a cui il Suo backend non risponde entro 30 secondi viene segnalata all'agente come scaduta e non viene mai ripetuta automaticamente.
Come faccio a testare senza pagare?
Usi una chiave sandbox (sv_test_…). Esegue una sessione sintetica con gli stessi eventi di una sessione reale, così può sviluppare e testare il Suo client senza costi. Le sessioni sandbox non vengono mai fatturate. La qualità di voce e dialetto la valuti con una chiave live.
Che cosa succede ad audio e trascrizioni?
La pagina Sicurezza descrive che cosa viene conservato e dove avviene l'elaborazione, e come firmare il nostro accordo sul trattamento dei dati.
Lo provi con il Suo audio
Ottenga 60 minuti gratuiti di speech-to-text e text-to-speech. Nessuna carta di credito richiesta.