Suoni delle chiamate degli strumenti

Panoramica

I suoni delle chiamate agli strumenti forniscono un feedback audio di sottofondo durante l’esecuzione degli strumenti, creando un’esperienza di conversazione più naturale e coinvolgente. Quando il tuo agente esegue uno strumento, ad esempio recuperando dati da un’API o elaborando una richiesta, questi suoni aiutano a riempire i momenti di silenzio e indicano agli utenti che l’agente sta lavorando attivamente.

ElevenLabs Agents supporta diversi suoni ambientali integrati che puoi configurare sia a livello di strumento sia a livello di integrazione, offrendoti un controllo dettagliato su quando e come vengono riprodotti i suoni durante le conversazioni.

Casi d’uso

I suoni delle chiamate agli strumenti sono particolarmente efficaci negli scenari in cui:

• Le chiamate API richiedono tempo per essere completate: Riproduci musica ambientale o suoni di digitazione durante il recupero di dati da servizi esterni
• Operazioni di lunga durata: Fornisci feedback audio durante query di database, calcoli complessi o integrazioni di terze parti
• Flusso di conversazione naturale: Riempi le pause nella conversazione per evitare silenzi imbarazzanti
• Aspettative degli utenti: Segnala agli utenti che l’agente sta elaborando la richiesta anziché riscontrare problemi tecnici

Suoni disponibili

ElevenLabs offre le seguenti opzioni audio ambientali:

Configurazione

Puoi configurare i suoni delle chiamate agli strumenti in due punti; la configurazione a livello di strumento ha la precedenza:

Configurazione a livello di strumento

Configura i suoni per singoli strumenti nelle impostazioni degli strumenti del tuo agente.

Configurazione a livello di integrazione

Per gli strumenti creati tramite integrazioni, come server MCP e integrazioni API, puoi impostare i suoni predefiniti delle chiamate agli strumenti a livello di integrazione:

Opzioni di comportamento del suono

L’impostazione del comportamento del suono determina quando i suoni delle chiamate agli strumenti vengono riprodotti durante una conversazione:

With Pre-Speech (Auto)

Comportamento predefinito. Il suono viene riprodotto solo quando l’agente parla prima di utilizzare lo strumento.

Scenario di esempio:

User: "What's the weather in Tokyo?"
Agent: "Let me check that for you..." [typing sound plays while fetching weather data]
Agent: "It's currently 72 degrees and sunny in Tokyo."

Quando usarlo:

• Quando vuoi che i suoni vengano riprodotti solo dopo che l’agente ha confermato la richiesta
• Per un flusso di conversazione più naturale, in cui il silenzio dopo il parlato dell’utente risulterebbe imbarazzante
• Quando l’esecuzione dello strumento segue immediatamente il parlato dell’agente

Always Play

Il suono viene riprodotto durante ogni esecuzione dello strumento, indipendentemente dal fatto che l’agente parli prima.

Scenario di esempio:

User: "Check my order status"
[typing sound plays immediately while fetching order data]
Agent: "Your order #12345 shipped yesterday and will arrive tomorrow."

Quando usarlo:

• Per operazioni che richiedono sempre un tempo percepibile
• Quando vuoi un feedback audio coerente per ogni chiamata allo strumento
• Per operazioni in background che potrebbero non richiedere la conferma dell’agente

Best practice

Abbina i suoni al tempo di esecuzione dello strumento

Per operazioni rapide (< 1 secondo), valuta l’uso di “None” o del suono di digitazione. Per operazioni più lunghe (> 3 secondi), le opzioni di musica da ascensore offrono un’esperienza utente migliore.

Usa “With pre-speech” per le azioni confermate

Quando il tuo agente conferma esplicitamente una richiesta prima di eseguirla, usa il comportamento “With pre-speech” per creare un flusso di conversazione naturale:

When users request information, first acknowledge their request before using tools.
For example: "Let me check that for you..." then call the appropriate tool.

Configura a livello di integrazione per maggiore coerenza

Se hai più strumenti della stessa integrazione, configura i suoni delle chiamate agli strumenti a livello di integrazione per garantire feedback audio coerenti in tutti gli strumenti correlati.

Esegui test con latenze realistiche

Testa i suoni delle chiamate agli strumenti con latenze API realistiche per assicurarti che il feedback audio corrisponda alle aspettative degli utenti. Considera:

• Latenza di rete verso le tue API
• Tempo di elaborazione delle API
• Distribuzione geografica dei tuoi utenti

Bilancia con la gestione delle interruzioni

Se il tuo agente supporta le interruzioni degli utenti, i suoni delle chiamate agli strumenti verranno interrotti automaticamente quando l’utente interrompe. Assicurati che il flusso di conversazione gestisca questa situazione in modo fluido.

Configurazioni di esempio

Agente di ricerca

Caso d’uso: Agente che esegue ricerche in una knowledge base o in un database

Configurazione:

• Suono della chiamata allo strumento: Typing
• Comportamento del suono: With pre-speech
• Il system prompt include: “Quando gli utenti fanno domande, di’ ‘Lascia che cerchi questa informazione’ prima di chiamare lo strumento di ricerca.”

Agente del servizio clienti

Caso d’uso: Agente che controlla lo stato degli ordini, l’inventario o i dati dei clienti

Configurazione:

• Suono della chiamata allo strumento: Elevator Music 3
• Comportamento del suono: Always play
• Motivazione: le operazioni possono richiedere 2-5 secondi e la musica di sottofondo offre un’esperienza migliore del silenzio

Workflow in più passaggi

Caso d’uso: Agente che esegue più chiamate sequenziali agli strumenti

Configurazione:

• Primo strumento: Typing con With pre-speech
• Strumenti successivi: Elevator Music 1 con Always play
• Il system prompt orchestra: “Prima conferma la richiesta, poi esegui gli strumenti in sequenza.”

Risoluzione dei problemi

Il suono non viene riprodotto

Possibili cause:

1. Nessun pre-speech: se usi il comportamento “With pre-speech”, l’agente deve parlare prima dell’esecuzione dello strumento. Aggiorna il system prompt per includere una conferma.
2. Esecuzione rapida: se lo strumento si completa in meno di circa 500 ms, il suono potrebbe non avere il tempo di essere riprodotto in modo percepibile.

Risorse correlate

• Strumenti webhook - Scopri come configurare gli strumenti webhook
• Strumenti client - Comprendi l’esecuzione degli strumenti lato client
• Strumenti di sistema - Esplora gli strumenti integrati della piattaforma
• Best practice - Best practice generali per creare agenti conversazionali