Compreensão Mais Inteligente, Chamadas Mais Claras: a ASR da Retell Acaba de Receber uma Grande Atualização

No cerne de entender as pessoas corretamente e ter conversas naturais está o papel do reconhecimento automático de fala (ASR), que é fundamental para qualquer bot de chamada com IA.

As conversas telefônicas são, por natureza, desafiadoras do ponto de vista do reconhecimento de fala. Conectividade ruim, ruído de fundo e diversos dialetos e sotaques tornam difícil entender as palavras de quem liga.

É por isso que lançamos uma grande atualização no motor de Reconhecimento Automático de Fala (ASR) da Retell, trazendo transcrição mais precisa, detecção de intenção mais forte e resultados de chamada mais confiáveis em sete idiomas amplamente usados.

Isso significa mais precisão, transcrições cristalinas e taxas de conclusão de chamada mais altas.

O Que Há de Novo no Motor de ASR Aprimorado da Retell

A nova ASR (conversão de texto em fala) da Retell agora suporta mais de 22 novos idiomas, incluindo:

• Africâner
• Árabe
• Azerbaijano
• Bósnio
• Galês
• Persa
• Filipino
• Galego
• Hebraico
• Croata
• Armênio
• Islandês
• Cazaque
• Canará
• Macedônio
• Marata
• Nepalês
• Esloveno
• Sérvio
• Suaíli
• Tâmil
• Urdu

Isso eleva a nossa contagem total de idiomas para mais de 50, aproximando-nos um passo de tornar o conteúdo acessível em qualquer idioma. A adição desses idiomas abre vastas possibilidades para as empresas alcançarem novos públicos; só o árabe é falado por 450 milhões de pessoas, o persa por 130 milhões e o urdu por 250 milhões.

Esses idiomas são disponibilizados como parte da nossa nova ASR. Você pode experimentar o OpenAI TTS para construir o seu próximo agente de voz com a Retell. Você também pode clonar a sua voz e converter para qualquer um dos nossos mais de 50 idiomas.

Esse amplo suporte a idiomas permite que as empresas se engajem de forma eficaz com um público global. Experimente a Retell AI hoje e veja em ação.

Como Usar os Idiomas Atualizados da Retell?

Aprimorar a capacidade do seu bot de IA de se comunicar em vários idiomas é uma forma poderosa de melhorar a experiência do usuário.

Com a Retell AI, você pode habilitar essas capacidades multilíngues em alguns passos simples:

Passo 1: Acesse as Configurações Globais

Navegue até o Painel do Agente e selecione o bot que você quer configurar. Clique no menu Global Settings no lado direito.

Passo 2: Selecione a Voz e o Idioma

Na seção Voice and Language, em Global Settings, clique no menu suspenso para explorar os idiomas disponíveis.

Escolha o idioma desejado para o seu bot. Por exemplo, selecionar Espanhol (América Latina) aplicará essa configuração de voz e idioma ao bot.

Passo 3: Personalize o Fluxo de Conversa

Após selecionar o idioma, volte ao editor de Fluxo de Conversa e garanta que todas as mensagens estejam traduzidas com precisão para o público-alvo.

Por exemplo, no nó de Saudações, o bot pode dizer:

“Hola, soy Anna, una representante de inteligencia artificial que llama desde la organización Retell Healthcare en una línea grabada…” (quando o espanhol é selecionado).

Confirme que cada nó da conversa — incluindo prompts e respostas do usuário — corresponda consistentemente ao idioma selecionado.

Esses fluxos de voz multilíngues também podem ser configurados dentro de um sistema de URA com IA, permitindo que quem liga navegue pelos menus e chegue ao departamento adequado no idioma de sua preferência.

Passo 4: Teste a Capacidade Multilíngue

Use a opção Test em Global Settings para simular uma conversa e verificar se o bot responde fluidamente no idioma selecionado. Revise tanto a saída de voz quanto a de texto para garantir precisão e consistência.

Essa configuração também pode dar suporte a casos de uso avançados, como um agente de agendamento com IA, em que o bot confirma datas, horários e outros detalhes enquanto fala naturalmente o idioma preferido do cliente.

Dicas para uma Configuração Multilíngue Eficaz

• Seleção de Voz: Escolha uma voz que esteja alinhada com a região do público para melhorar a familiaridade e o engajamento.

• Modo Multilíngue: Em regiões com usuários bilíngues ou multilíngues, habilite o modo multilíngue para que o bot possa alternar entre idiomas de forma fluida.

Ao seguir essas melhores práticas, o seu bot de IA pode se comunicar com clareza com um público mais amplo, melhorando a acessibilidade e entregando uma experiência do cliente mais inclusiva.

Como Essa Nova ASR Funciona na Retell?

A transcrição em tempo real costuma ser um equilíbrio entre latência e precisão.

Quando você otimiza para velocidade, obtém a menor latência, mas uma chance maior de erros devido a menos contexto. Quando confia em resultados com mais contexto, você arrisca esperar mais depois que o usuário para de falar.

A Retell oferece dois modelos de transcrição:

• Otimizar para velocidade (modos Fast & Accurate)

• Otimizar para precisão (modo Accurate)

Mesmo tendo descoberto que o modo otimizar para velocidade e o modo otimizar para precisão têm WER (Taxa de Erro de Palavra) semelhante. A real diferença está nos menores detalhes, como número, data ou endereço.

Ao otimizar o nosso pipeline de modelagem acústica, refinar os dicionários fonéticos específicos por idioma e melhorar a decodificação em tempo real, a Retell agora entrega Taxas de Erro de Palavra (WER) drasticamente menores tanto no modo Accurate quanto nos modos Fast & Accurate.

Precisão Mais Apurada em Idiomas Europeus (Modo Accurate)

Para alemão, francês, italiano e polonês, reduzimos a Taxa de Erro de Palavra em 7 a 10 pontos.

Esses já eram idiomas fortes no nosso modo Accurate. Ainda assim, a nova arquitetura de modelagem reduz significativamente os tipos de erro padrão que observamos em chamadas reais de clientes, como trocas de fonemas causadas pelo sotaque, distorções por ruído de fundo e erros de concordância de gênero/número.

O que isso significa para a automação de voz:

• Transcrições mais claras, mesmo em ambientes ruidosos

• Captura de intenção mais confiável para respostas complexas, de várias frases

• Menos turnos de correção (“Desculpe, você poderia repetir?”)

• Maior resolução na primeira chamada para fluxos de suporte, vendas e atendimento

Grandes Avanços em Idiomas Asiáticos (Modos Fast & Accurate)

Para chinês (mandarim), malaio e híndi, os ganhos são ainda maiores: melhorias de WER de 15 a 25 pontos.

Esses idiomas têm sido historicamente desafiadores para a ASR devido à dinâmica tonal (mandarim), à mistura de códigos (malaio) e à diversidade de sotaques (híndi). O motor aprimorado agora lida com essas complexidades de forma muito mais inteligente.

O que isso desbloqueia:

• Compreensão em tempo real significativamente melhor, mesmo nas velocidades do modo Fast
  
• Reconhecimento preciso de mudanças tonais, variações de dialeto e uso de idiomas misturados
  
• Alternância de turnos mais natural, sem atrasos ou interpretações erradas
  
• Desempenho mais forte em áudio telefônico no estilo de central de atendimento — o ambiente de ASR mais difícil

O Que Isso Significa: Entrada Mais Limpa → Saída Mais Inteligente

O novo motor de ASR reduz a divergência entre o que quem liga diz e o que a IA acha que foi dito. Com WER menor, o nosso motor de raciocínio movido por LLM recebe um texto mais claro, possibilitando:

• Reconhecimento de intenção mais preciso
• Menos rupturas na conversa
• Resoluções mais suaves e rápidas
• Comportamento do agente mais semelhante ao humano

Essa atualização não melhora apenas a transcrição — ela eleva toda a experiência de automação de voz.

‍