Smallest.ai

Lightning es el motor de voz y llega en dos pools. Lightning v3.1 es el pool estándar, con 217 voces, 12 idiomas con voces entrenadas y clonación instantánea a partir de una muestra de 5 a 15 segundos. Lightning v3.1 Pro es el pool premium, con un catálogo cuidado de acentos estadounidenses, británicos e indios, alternancia entre inglés e hindi y 29 idiomas más. Los dos devuelven el primer byte en unos 200 ms.

Pulse transcribe audio en directo y pregrabado, y su versión multilingüe cubre streaming y procesamiento por lotes en decenas de idiomas. Añade diarización de hablantes, marcas de tiempo, refuerzo de palabras clave y censura de términos sensibles. Un modelo aparte, Pulse Pro, se centra en la precisión del inglés para archivos grabados, y Pulse 2.0 es un modelo de streaming en inglés con detección de fin de turno, emoción y género ya incorporadas.

La plataforma Voice Agents es lo que convierte los modelos en producto. En el panel configuras un prompt, una voz, un idioma y unas herramientas, y Smallest se encarga de la voz a texto, el turno de razonamiento, el texto a voz y la telefonía. Puedes probar el agente en el navegador antes de que toque una línea real.

Electron es un modelo compatible con la API de OpenAI pensado para el paso de razonamiento de un agente de voz, con un primer token rápido y soporte de llamadas a herramientas. Es un modelo de menos de 3B parámetros, y Smallest lo sitúa frente a modelos mucho mayores en las tareas que un agente de voz ejecuta de verdad, una afirmación que conviene probar con tus propios prompts.

Hydra se salta la transcripción intermedia. Recibe audio y devuelve audio por un único WebSocket, gestiona la interrupción cuando quien llama se solapa y llama a tus herramientas directamente. Es el camino más corto hacia un ida y vuelta natural, y hoy corre en inglés.

En el pool estándar de Lightning puedes clonar una voz a partir de una muestra corta, suficiente para una locución de marca o un narrador consistente. Entre los dos pools tienes varios cientos de voces predefinidas, y Lightning v3.1 Pro añade voces dedicadas para idiomas más allá del inglés y el hindi, como el neerlandés y el sueco.

Los agentes no se quedan dentro de una página web. Puedes alquilar números de teléfono, traer tu propio troncal SIP y lanzar campañas salientes, o incrustar el mismo agente en un widget web, en una app iOS o Android o en una build de Flutter. Los webhooks y las integraciones con LiveKit, Pipecat y el SDK de Vercel AI cubren a los equipos que ya tienen montado su propio pipeline.