Dust lägger till flerspråkig röst till AI-drivna företagsarbetsflöden med ElevenLabs

Dust, the operating system for AI-native enterprises, now includes multilingual voice input and output - powered by ElevenLabs. Designed to integrate models into everyday work, Dust needed voice capabilities that could operate across languages, devices, and contexts with low latency and high realism.

Detta var inte utforskande. Röst blev en produktprioritet efter upprepade kundförfrågningar. Resultatet: ett system som stödjer handsfree-agentinteraktion under pendling, flerspråkigt samarbete över globala team och professionella ljudutgångar för asynkrona arbetsflöden.

Varför röst är viktigt i företaget

Dust identifierade fyra kritiska krav för röst i arbetskontext:

• Naturlig kvalitet som tål granskning: Röstutgången måste låta professionell och mänsklig - lämplig för delning i kundmejl, poddar eller produktdemonstrationer.
• Flerspråkig som standard: Team arbetar över globala kontor och språk. Att växla mellan franska, engelska och tyska inom en enda session ska inte vara ett undantag.
• Låg latens: För både inmatning och utmatning måste svarshastigheten matcha tankens och samtalets tempo.
• Företagsklassad datahantering: Ingen datalagring, regionsbaserad routing och efterlevnad av SOC2 och GDPR var icke-förhandlingsbara.

Varför Dust valde ElevenLabs

Efter att ha utvärderat leverantörer inklusive OpenAI, Google, Deepgram och AssemblyAI, valde Dust ElevenLabs för dess överlägsna kvalitet och beredskap för distribution:

• Text to Speech röster levererade konsekvent hög realism med bred känslomässig räckvidd - kritiskt för Dusts Speech Generator och Sound Studio-verktyg.
• Speech to Text stödde 99 transkriptionsspråk, med stark tvärspråklig trohet.
• Ingen datalagring och multiregionsrouting säkerställde företagsöverensstämmelse direkt.
• Produktionsklara SDK:er och API:er möjliggjorde snabb integration och konsekvent prestanda över plattformar.

Hur Dust integrerade röst

Dust byggde röststöd över två kärnarbetsflöden:

1. Röstinmatning: prata med agenter

Med ElevenLabs' scribe_v1-modell kan användare nu prata med agenter via mikrofon. Systemet upptäcker automatiskt det talade språket, transkriberar det och dirigerar förfrågan därefter, även genom att tolka agentnamn från naturligt tal.

Röstinmatning är tillgänglig på mobil, vilket passar när det är minst bekvämt att skriva.

2. Röstutmatning: ljud genererat av agenter

Genom Speech Generator kan Dust-agenter skapa ljudinnehåll med ElevenLabs’ eleven_multilingual_v2 och eleven_v3-modeller. Utmatningen inkluderar poddar, briefingar och berättande ljudartefakter—används både för intern konsumtion och extern delning.

Sound Studio, drivs av Text to Sound Effects, lägger till icke-verbala ljudlager för utbildning och innehållsanvändning.

Vad Dust lärde sig

• Regional routing är viktigt: Möjligheten att välja EU/US-region minskade latens och underlättade efterlevnadssamtal.
• Kuration slår överflöd: Ett kurerat urval av 12 röster minskar beslutsutmattning samtidigt som alla kärnbehov täcks.
• Kvalitet > hastighet: Trots att snabbare modeller finns tillgängliga, valde användare konsekvent högre trohetsröster för produktionsinnehåll.

Vad detta möjliggör

• Mobil-först produktivitet: Fånga tankar och samarbeta på språng.
• Flerspråkigt samarbete: Tala naturligt på ditt eget språk—agenterna hanterar resten.
  Tillgängliga, asynkrona arbetsflöden: Förvandla forskning till ljud, sänk inmatningsbarriärer och stöd olika arbetsstilar.

Vad som kommer härnäst

Dust utforskar realtidskonverserande röstagenter, djupare ljudförståelse bortom transkription och stöd för långformiga inmatningar som möten och presentationer. Genom att integrera ElevenLabs gör Dust röst till en sömlös del av företags-AI.