Primeira páginaDiário da IA
Para quem programa

PolyAI disponibiliza o Dialog-RSN-1 no AWS Marketplace e no SageMaker JumpStart

A PolyAI tornou seu modelo de conversas de voz em tempo real disponível para clientes da AWS implantarem em suas próprias contas. O modelo é limitado ao inglês e requer integração com telefonia.

Atendente com headset diante de ondas de áudio conectadas a servidores em nuvem, representando chamada de voz em tempo real.
Ilustração editorial · Diário da IA

A PolyAI disponibilizou o Dialog-RSN-1 no AWS Marketplace e no Amazon SageMaker JumpStart. O modelo foi desenvolvido para interpretar o áudio de chamadas ao vivo e responder em tempo real, sem uma etapa separada de transcrição de voz para texto. É o primeiro modelo da PolyAI oferecido pelo AWS Marketplace.

Clientes da AWS podem implantá-lo como um endpoint dentro da própria conta, pelo SageMaker Studio ou pelo catálogo do JumpStart. A empresa diz que o áudio e as transcrições permanecem no ambiente AWS controlado pelo cliente, sob suas regras de acesso e monitoramento. A implantação inclui opções de configuração voltadas a reduzir a latência, aumentar a capacidade de processamento, reduzir custos ou equilibrar esses objetivos.

O cliente continua responsável pela integração com telefonia, pela lógica do negócio e pela coordenação do agente. O endpoint usa o protocolo OpenAI Realtime e se conecta a clientes existentes por meio da ponte da PolyAI. O modelo funciona apenas em inglês; cada conexão pode durar até 30 minutos. O áudio deve estar em PCM mono de 16 bits, a 16 ou 24 kHz. G.711 e Opus precisam ser convertidos antes do envio.

O que muda para você

A oferta serve a equipes que já usam AWS e querem avaliar conversas de voz com o Dialog-RSN-1 em dados próprios. É possível implantá-lo pelo Marketplace ou pelo JumpStart, mas é preciso ter uma conta AWS e configurar a integração com telefonia e as regras do atendimento. A cobrança passa pela conta AWS. Para quem não desenvolve sistemas de atendimento, nada muda de imediato; o modelo também opera apenas em inglês.

Minha leitura

A implantação simplificada facilita chegar a um teste, mas não resolve o trabalho de construir um agente de atendimento. A equipe ainda precisa integrar telefonia, definir regras e avaliar as respostas nas chamadas que pretende tratar. O limite do inglês também restringe os usos possíveis. Eu separaria a facilidade de colocar o modelo em funcionamento da prova de que ele atende bem à operação.

Thiago FelizolaConsultor de IA, curador do Diário da IA

Primeira páginaArquivo de notícias