A Inworld adquiriu a Ultravox e agora controla as duas pontas do stack de voz para IA.
Lado da Ultravox: plataforma completa de agentes de voz, lidando com speech-to-intent em tempo real, chamadas de ferramentas, lógica de turn-taking e tratamento de interrupções. Equipe central ingressando na Inworld para continuar o desenvolvimento.
Lado da Inworld: modelo Realtime TTS-2 classificado como #1 na Artificial Analysis. Latência abaixo de 100 ms. Suporte a mais de 200 idiomas. Diretrizes de texto embutidas para controle de prosódia ("reduza a velocidade aqui", "soar mais quente", "fique animado") inseridas diretamente nos prompts.
Implicações técnicas: agora um único fornecedor é dono tanto da camada de raciocínio conversacional (quando falar, quais ações disparar) quanto da camada de síntese de voz (como soa, latência, renderização multilíngue). As implantações existentes da Ultravox fazem autoatualização para o TTS-2 com zero esforço de migração.
Casos de uso: companheiros de IA, tutores, agentes de atendimento ao cliente, nos quais a retenção do usuário depende da fluidez da conversa e de padrões de interação mais humanos. A aposta é que a integração vertical reduz a latência e melhora a coerência entre a compreensão da intenção e o timing da saída de voz.
Lado da Ultravox: plataforma completa de agentes de voz, lidando com speech-to-intent em tempo real, chamadas de ferramentas, lógica de turn-taking e tratamento de interrupções. Equipe central ingressando na Inworld para continuar o desenvolvimento.
Lado da Inworld: modelo Realtime TTS-2 classificado como #1 na Artificial Analysis. Latência abaixo de 100 ms. Suporte a mais de 200 idiomas. Diretrizes de texto embutidas para controle de prosódia ("reduza a velocidade aqui", "soar mais quente", "fique animado") inseridas diretamente nos prompts.
Implicações técnicas: agora um único fornecedor é dono tanto da camada de raciocínio conversacional (quando falar, quais ações disparar) quanto da camada de síntese de voz (como soa, latência, renderização multilíngue). As implantações existentes da Ultravox fazem autoatualização para o TTS-2 com zero esforço de migração.
Casos de uso: companheiros de IA, tutores, agentes de atendimento ao cliente, nos quais a retenção do usuário depende da fluidez da conversa e de padrões de interação mais humanos. A aposta é que a integração vertical reduz a latência e melhora a coerência entre a compreensão da intenção e o timing da saída de voz.
