Dust aggiunge la voce multilingue ai workflow aziendali basati sull’IA con ElevenLabs

Dust, il sistema operativo per aziende native IA, ora include input e output vocali multilingue, basati su ElevenLabs. Progettato per integrare i modelli nel lavoro quotidiano, Dust aveva bisogno di funzionalità vocali in grado di operare tra lingue, dispositivi e contesti diversi, con bassa latenza e alto realismo.

Non è stato un progetto esplorativo. La voce è diventata una priorità di prodotto dopo le ripetute richieste dei clienti. Il risultato è un sistema che supporta l’interazione hands-free con gli agenti durante gli spostamenti, la collaborazione multilingue tra team globali e output audio professionali per workflow asincroni.

Perché la voce è importante in azienda

Dust ha individuato quattro requisiti fondamentali per la voce in un contesto lavorativo:

• Qualità naturale, anche sotto esame: L’output vocale deve suonare professionale e umano, adatto alla condivisione in email ai clienti, podcast o demo di prodotto.
• Multilingue per impostazione predefinita: I team lavorano tra sedi globali e lingue diverse. Passare dal francese all’inglese e al tedesco nella stessa sessione non dovrebbe essere un caso eccezionale.
• Bassa latenza: Sia per l’input che per l’output, la velocità di risposta deve tenere il passo con il pensiero e la conversazione.
• Gestione dei dati di livello aziendale: Nessuna conservazione dei dati, routing in base alla regione e conformità a SOC2 e GDPR erano requisiti imprescindibili.

Perché Dust ha scelto ElevenLabs

Dopo aver valutato fornitori tra cui OpenAI, Google, Deepgram e AssemblyAI, Dust ha scelto ElevenLabs per la qualità superiore e la prontezza per il deployment:

• Text to Speech offriva costantemente un elevato realismo e un’ampia gamma emotiva, elementi cruciali per gli strumenti Speech Generator e Sound Studio di Dust.
• Speech to Text supportava 99 lingue di trascrizione, con un’elevata fedeltà tra lingue diverse.
• Zero Data Retention e il routing multiregione garantivano la conformità aziendale fin da subito.
• SDK e API pronti per la produzione consentivano un’integrazione rapida e prestazioni costanti su tutte le piattaforme.

Come Dust ha integrato la voce

Dust ha integrato il supporto vocale in due workflow principali:

1. Input vocale: parlare con gli agenti

Con il modello scribe_v1 di ElevenLabs, ora gli utenti possono parlare con gli agenti tramite microfono. Il sistema rileva automaticamente la lingua parlata, la trascrive e instrada la richiesta di conseguenza, deducendo persino i nomi degli agenti dal linguaggio naturale.

L’input vocale è disponibile su mobile, ideale per i momenti in cui digitare è meno pratico.

2. Output vocale: audio generato dagli agenti

Attraverso Speech Generator, gli agenti di Dust possono creare contenuti audio usando i modelli eleven_multilingual_v2 e eleven_v3 di ElevenLabs. L’output include podcast, briefing e contenuti audio narrativi, utilizzati sia internamente sia per la condivisione esterna.

Sound Studio, basato su Effetti Sonori, aggiunge livelli audio non verbali per casi d’uso di formazione e creazione di contenuti.

Cosa ha imparato Dust

• Il routing regionale è importante: Abilitare la selezione della regione UE/USA ha ridotto la latenza e semplificato le discussioni sulla conformità.
• La selezione è meglio dell’abbondanza: Un set selezionato di 12 voci riduce l’affaticamento decisionale e copre tutte le esigenze principali.
• Qualità > velocità: Nonostante fossero disponibili modelli più veloci, gli utenti hanno scelto costantemente voci più fedeli per i contenuti di produzione.

Cosa rende possibile

• Produttività mobile-first: Cattura le idee e collabora anche in movimento.
• Collaborazione multilingue: Parla naturalmente nella tua lingua: gli agenti si occupano del resto.
  Workflow asincroni accessibili: Trasforma la ricerca in audio, riduci le barriere di input e supporta diversi stili di lavoro.

Cosa ci aspetta

Dust sta esplorando gli agenti vocali conversazionali in tempo reale, una comprensione dell’audio più approfondita oltre la trascrizione e il supporto per input di lunga durata, come riunioni e presentazioni. Integrando ElevenLabs, Dust rende la voce una parte naturale dell’IA aziendale.