NOS cria agentes de voz com IA para atendimento ao cliente com o Text to Speech da ElevenLabs

NOS, uma das maiores empresas de telecomunicações e mídia de Portugal, atende 1,5 milhão de clientes, e a voz é seu principal canal de atendimento, respondendo a milhões de ligações todos os anos. Para substituir a fricção dos menus estáticos de URA por atendimento imediato e ininterrupto, a NOS desenvolveu agentes de voz com IA desenvolvidos na plataforma ElevenAPI, usando nosso modelo de Text to Speech para gerar as respostas em voz em português europeu que os clientes ouvem. A NOS agora utiliza Eleven v4, nosso mais recente modelo de Text to Speech, para obter ritmo, entonação e pronúncia mais naturais em português europeu. Atualmente, a NOS está testando a solução em produção com 3% a 5% de sua base de clientes, reunindo aprendizados sobre impacto, satisfação e resiliência antes de expandi-la gradualmente.

Por que usar IA de voz

Grande parte das ligações recebidas pela NOS é para obter informações, e os menus estáticos de URA faziam os clientes percorrerem longas árvores de opções até mesmo para solicitações simples. O objetivo da NOS era:

• Dar aos clientes respostas imediatas por meio de conversas naturais, no próprio idioma
• Eliminar o tempo de espera em consultas repetitivas e de alto volume
• Atender os clientes 24 horas por dia, 7 dias por semana, sem aumentar a carga operacional

A IA de voz ofereceu uma forma mais acessível de alcançar esses objetivos sem comprometer a qualidade.

Text to Speech expressivo, confiável e de baixa latência

No pipeline em cascata da NOS, o Text to Speech molda a resposta falada, em que a baixa latência e a alta expressividade mantêm a conversa natural, em vez de robótica. Uma pronúncia confiável em português europeu era um requisito inegociável — e um ponto em que muitos provedores deixam a desejar. A NOS avaliou a camada de resposta por voz com base em três prioridades: fala de alta qualidade, pronúncia confiável em português europeu e baixa latência para conversas em tempo real. A ElevenLabs teve um bom desempenho nos três critérios, tornando o Text to Speech adequado para integrar a voz como um componente essencial da stack de IA conversacional da NOS.

Escolhida para a camada de voz em um pipeline aberto e independente de fornecedores

A NOS construiu sua arquitetura com frameworks de código aberto para manter a stack o mais independente possível de fornecedores em Speech to Text, LLM e Text to Speech. Em um pipeline projetado para que qualquer componente pudesse ser substituído, a NOS escolheu a ElevenLabs para a camada de voz. A integração foi simples: desde que o framework subjacente oferecesse suporte, a NOS podia adicionar o modelo ao pipeline existente com mudanças mínimas e obter a qualidade de fala e a baixa latência necessárias para conversas com clientes em tempo real.

A voz continua sendo um foco fundamental para a NOS, e a equipe segue aprimorando a experiência. Ela vem refinando o dicionário fonético para que a terminologia e as palavras-chave específicas da NOS sejam pronunciadas corretamente e está trabalhando com a solução profissional de Clonar Voz com IA para otimizar ainda mais a qualidade da voz para a marca.

Primeiros resultados dos testes em produção

A NOS está aprendendo deliberadamente em produção antes de expandir, executando a solução com 3% a 5% de sua base de clientes. Os primeiros resultados mostram:

• Os agentes de voz atendem com sucesso cerca de 50% das ligações na coorte de teste. A NOS considera uma ligação atendida com sucesso quando o cliente a encerra e não liga novamente, medindo o impacto líquido de retornos como o indicador disponível mais próximo de resolução.
• Quando uma ligação é transferida para uma pessoa, o tempo passado com o agente de voz é 15% menor do que com o antigo menu de URA. O agente reconhece mais cedo quando não consegue resolver uma questão e transfere o atendimento sem reter o cliente desnecessariamente.
• A satisfação dos clientes aumentou, com ganhos de dois dígitos na pontuação líquida ao comparar a nova experiência com a anterior. Os atributos mais valorizados pelos clientes são a rapidez, o baixo esforço e a fluidez da interação.

A NOS continuará medindo o impacto da solução e reunindo o feedback dos clientes à medida que a implementação se expandir, usando ambos para melhorar continuamente a experiência antes de ampliá-la para toda a base de clientes.

Projetada para resolver e transferir o atendimento sem atritos

A NOS busca a maior taxa possível de atendimentos bem-sucedidos à medida que a solução é ampliada. Igualmente importante é a experiência nos casos que o agente não consegue resolver: para a parcela restante das ligações, a NOS projetou a solução para transferir o atendimento a uma pessoa sem atritos, evitando os ciclos em que os clientes se perdem em um menu de URA.

Próximos passos

Além do atendimento ao cliente, a NOS está investindo na automação de processos internos orientada por voz, com o objetivo de tornar os processos mais ágeis em toda a empresa. Desenvolvedores que criam experiências semelhantes podem usar nosso modelo de Text to Speech pela plataforma ElevenAPI para gerar uma voz natural e de baixa latência.