Configurações de Voz

​

Visão Geral

Após selecionar sua voz, você pode ajustar configurações específicas do provedor para ajustar finamente como ela soa. As configurações disponíveis dependem do provedor de voz que você selecionou.

---

​

Configurações ElevenLabs

As vozes ElevenLabs suportam os seguintes parâmetros ajustáveis:

​

Estabilidade

Controla consistência e expressividade (intervalo: 0.0-1.0, padrão itellicoAI: 0.71) Como funciona:

• Valores baixos (0.3-0.5): Mais expressivo e variado, mas menos consistente entre gerações
• Valores médios (0.5-0.7): Expressividade e consistência equilibradas (recomendado)
• Valores altos (0.7-1.0): Mais consistente e previsível, mas pode soar monótono

Ponto de partida recomendado: 0.5-0.7 Use estabilidade mais baixa para aplicações criativas onde variedade é desejada, e estabilidade mais alta (0.6-0.85) para respostas consistentes de atendimento ao cliente.

​

Aumento de Similaridade

Controla quão próximo a voz corresponde ao falante original (intervalo: 0.0-1.0, padrão itellicoAI: 0.75) Como funciona:

• Valores baixos (0.5-0.7): Interpretação mais criativa da voz
• Valores médios (0.75-0.8): Aderência equilibrada à voz original (recomendado)
• Valores altos (0.8-1.0): Correspondência estrita ao caráter vocal original

Ponto de partida recomendado: 0.75-0.8 Valores mais altos aumentam a carga computacional e podem adicionar latência. Também são mais propensos a reproduzir artefatos se os dados de voz de origem forem ruidosos.

​

Estilo

Controla variação estilística no ritmo e entonação (intervalo: 0.0-1.0, padrão itellicoAI: 0.0) Como funciona:

• 0.0: Entrega neutra (recomendado)
• 0.5-1.0: Estilo amplificado do falante original

Ponto de partida recomendado: 0.0 Valores de estilo mais altos podem tornar as vozes menos estáveis e adicionar latência. Mantenha isso em 0 para a maioria dos casos de uso.

​

Aumento de Alto-falante

Melhora clareza e presença (booleano, padrão itellicoAI: habilitado) Como funciona:

• Habilitado: Aumenta a similaridade com o falante original, melhorando a clareza
• Desabilitado: Processamento padrão

Ponto de partida recomendado: Habilitado Aumenta ligeiramente a latência; efeito sutil.

​

Velocidade

Controla velocidade de reprodução (intervalo: 0.7-1.2, padrão itellicoAI: 1.0) Valores de velocidade:

• 0.7-0.9: Entrega mais lenta e clara
• 1.0: Velocidade normal (padrão)
• 1.1-1.2: Entrega mais rápida e enérgica

Ponto de partida recomendado: 1.0 Ajuste em pequenos incrementos (0.05-0.1) e teste com conversas completas.

---

​

Configurações Cartesia

As vozes Cartesia suportam o seguinte parâmetro ajustável:

​

Taxa de Fala

Controla quão rápido a voz fala (intervalo: 0.5-2.0, padrão: 1.0) Valores de taxa de fala:

• 0.5-0.8: Entrega mais lenta para clareza
• 1.0: Velocidade normal (padrão)
• 1.2-2.0: Entrega mais rápida para eficiência

Ponto de partida recomendado: 1.0 A latência ultra-baixa da Cartesia torna os ajustes de velocidade responsivos. Teste com cenários de conversa realistas.

---

​

Configurações Azure Speech

As vozes Azure Speech não suportam configurações ajustáveis através da interface itellicoAI. Azure usa configurações de voz padrão otimizadas pela Microsoft para cada voz neural.

---

​

Ajustar Configurações

​

Como Alterar Configurações de Voz

1. Navegue até a aba Voz na configuração do seu agente
2. Sua voz atualmente selecionada é exibida no cartão “Voz Atual” no topo
3. Clique no ícone de engrenagem ao lado da sua voz atual (disponível para vozes ElevenLabs e Cartesia)
4. Um modal abre com parâmetros ajustáveis para sua voz
5. Ajuste controles deslizantes ou botões alternos conforme necessário
6. Clique em Salvar Alterações para aplicar

---

​

Configurações Comuns por Caso de Uso

---

​

Melhores Práticas

Comece com valores padrão recomendados: Os padrões do Itellico são pontos de partida otimizados. ElevenLabs recomenda estabilidade ≈0.5 e similaridade ≈0.75-0.8 como referências comuns. Faça pequenas mudanças: As configurações de voz são sensíveis. Ajuste em pequenos incrementos e teste após cada mudança. Teste em contexto: Use cenários de conversa completos (3-5 minutos), não apenas amostras de uma frase. Considere seu público: Clientes mais velhos geralmente preferem velocidades ligeiramente mais lentas. Públicos mais jovens podem preferir ligeiramente mais rápido. Entenda as compensações de latência: Aumento de similaridade e aumento de alto-falante mais altos aumentam a latência. Valores de estilo >0 também podem adicionar latência e reduzir estabilidade. Documente suas configurações: Mantenha registro do que funciona para cada combinação de caso de uso e voz.

---

​

Próximos Passos