Smallest.ai
Smallest AI · Voz e linguagem
O Smallest.ai é uma plataforma de voz com IA em tempo real: o Lightning converte texto em fala, o Pulse transcreve áudio e os agentes hospedados atendem no telefone, na web ou dentro do seu app.
Sobre Smallest.ai
About
O que é o Smallest.ai
O Smallest.ai é infraestrutura de voz, não um app fechado para o usuário final. Reúne quatro famílias de modelos sob uma única conta e uma única chave de API: Lightning para texto para fala, Pulse para fala para texto, Electron como um modelo de linguagem pequeno que resolve o turno de raciocínio, e Hydra para fala para fala. Por cima entra uma camada hospedada, o Voice Agents, que transforma esses modelos em agentes capazes de atender ligações, seguir um roteiro e chegar aos seus clientes por telefone ou por um widget na web.
A aposta da empresa é que vários modelos pequenos e especializados rendem mais do que um gigante genérico. O Electron é um modelo com menos de 3B parâmetros que, segundo a Smallest, supera o GPT-4.1 nas tarefas para as quais foi ajustado, e todo o discurso gira em torno da velocidade. O Lightning devolve o primeiro byte de áudio em cerca de 200 ms, a faixa de que uma conversa natural precisa.
Os limites pesam tanto quanto. Isto é infraestrutura para desenvolvedores e times, então não existe um editor de voz para gravar uma locução avulsa sem mexer em código. O Hydra, a parte de fala para fala, hoje roda só em inglês, e os catálogos de vozes mais ricos puxam para o inglês, o hindi e as línguas da Índia em vez de uma lista global uniforme.
Como começar
- Crie uma conta no console da Smallest AI, abra a página de chaves de API e gere uma.
- Faça sua primeira chamada ao endpoint de texto para fala, ou ao do Pulse se precisar de transcrição, e confirme que o áudio volta.
- Para um agente completo, abra o painel do Voice Agents, escolha um modelo pronto ou comece do zero e escreva o prompt.
- Escolha uma voz, conecte ferramentas ou uma base de conhecimento, teste o agente no navegador e, por fim, vincule um número de telefone ou um embed para web e celular.
Informações do produto
Uma visão rápida dos preços, das plataformas compatíveis e do desempenho de Smallest.ai.
Ideal para
Os usuários, tarefas e cenários em que esta ferramenta se encaixa melhor.
Usuários
- Desenvolvedores que adicionam voz a um produto
- Times de suporte e vendas
- Startups que precisam de velocidade antes de escala
Tarefas
- Virar texto em fala com pouca latência
- Transcrever ligações e gravações
- Rodar um agente que fala de ponta a ponta
Cenários
- Montar uma recepcionista com IA
- Localizar um produto de voz
- Testar uma ideia de voz antes de fechar
Principais recursos
Texto para fala com o Lightning
O Lightning é o motor de fala e vem em dois pools. O Lightning v3.1 é o pool padrão, com 217 vozes, 12 idiomas com vozes treinadas e clonagem instantânea a partir de uma amostra de 5 a 15 segundos. O Lightning v3.1 Pro é o pool premium, com um catálogo selecionado de sotaques americano, britânico e indiano, alternância entre inglês e hindi e mais 29 idiomas. Os dois devolvem o primeiro byte em cerca de 200 ms.
Fala para texto com o Pulse
O Pulse transcreve áudio ao vivo e pré-gravado, e a versão multilíngue cobre streaming e processamento em lote em dezenas de idiomas. Ele adiciona separação de falantes, marcações de tempo, reforço de palavras-chave e censura de termos sensíveis. Um modelo à parte, o Pulse Pro, foca na precisão do inglês para arquivos gravados, e o Pulse 2.0 é um modelo de streaming em inglês com detecção de fim de turno, emoção e gênero já embutidas.
Agentes de voz hospedados
A plataforma Voice Agents é o que transforma os modelos em produto. No painel você configura um prompt, uma voz, um idioma e ferramentas, e a Smallest cuida da fala para texto, do turno de raciocínio, do texto para fala e da telefonia. Dá para testar o agente no navegador antes de ele encostar numa linha de verdade.
Electron, o modelo de linguagem pequeno
O Electron é um modelo compatível com a API da OpenAI feito para o passo de raciocínio de um agente de voz, com primeiro token rápido e suporte a chamadas de ferramentas. É um modelo com menos de 3B parâmetros, e a Smallest o coloca diante de modelos bem maiores nas tarefas que um agente de voz realmente executa, uma afirmação que vale testar com os seus próprios prompts.
Fala para fala com o Hydra
O Hydra pula a transcrição do meio. Recebe áudio e devolve áudio por um único WebSocket, lida com a interrupção quando quem liga se sobrepõe e chama suas ferramentas diretamente. É o caminho mais curto para um vai e volta natural, e hoje roda em inglês.
Clonagem de voz e uma biblioteca ampla
No pool padrão do Lightning você clona uma voz a partir de uma amostra curta, o bastante para uma locução de marca ou um narrador consistente. Somando os dois pools, são várias centenas de vozes prontas, e o Lightning v3.1 Pro adiciona vozes dedicadas para idiomas além do inglês e do hindi, como holandês e sueco.
Telefonia e entrega em vários canais
Os agentes não ficam presos numa página web. Você pode alugar números de telefone, trazer seu próprio tronco SIP e rodar campanhas ativas, ou embutir o mesmo agente em um widget web, num app iOS ou Android ou numa build Flutter. Webhooks e integrações com LiveKit, Pipecat e o SDK da Vercel AI atendem os times que já têm um pipeline montado.
Prós e contras
Prós
- Uma única chave de API cobre texto para fala, fala para texto, um modelo de linguagem e fala para fala, então você monta a pilha de voz sem encadear quatro fornecedores.
- A latência é o argumento forte, e o primeiro byte de cerca de 200 ms do Lightning sustenta uma conversa falada sem tropeços.
- O plano de pagamento por uso começa com créditos grátis e sem contrato, o que mantém baratos os primeiros testes.
- A clonagem de voz e várias centenas de vozes ficam no pool padrão, então você não precisa do nível premium só para ter variedade.
- A hospedagem própria está documentada para os modelos principais, uma opção que importa se os seus dados não podem sair da sua nuvem.
Contras
- A cobertura mais profunda de vozes e tradução se apoia no inglês, no hindi e nas línguas da Índia, então confira seu idioma de destino antes de decidir.
- O Hydra, a parte de fala para fala, hoje só fala inglês, o que o descarta para agentes multilíngues.
- Não existe um app de consumo para tirar uma locução rápida, então quem não programa tem pouco o que tocar.
- Os recursos de telefonia e enterprise passam pelo time de vendas em vez de uma tabela pública de preços, algo que atrasa o cálculo do orçamento.
Perguntas frequentes
O Smallest.ai é infraestrutura de voz com IA. Converte texto em fala, transcreve áudio e hospeda agentes de voz que atendem ligações e chats na web, tudo na mesma plataforma e API.
Conteúdo relacionado
Explore ferramentas, skills e artigos relacionados a Smallest.ai.
Alternativas a Smallest.ai
Prosp
Prosp · Escrita · Voz e linguagem · MarketingO Prosp é uma ferramenta de abordagem no LinkedIn com IA, feita para agências e equipes de vendas, e escreve a mensagem e a nota de voz com a sua própria voz para cada prospect, para que eles realmente respondam. Você conecta suas contas, encontra leads e deixa a IA redigir e enviar mensagens personalizadas em escala, tudo em uma única caixa de entrada. É feita para quem faz abordagem em volume. Essa é toda a proposta. Cada toque ainda precisa parecer humano.
Wordly AI Translation
Wordly · Voz e linguagem · ProdutividadeO Wordly AI Translation é uma plataforma de tradução e legendagem com IA em tempo real feita para reuniões, conferências e eventos. Ele entrega tradução ao vivo, legendas, transcrições e resumos em mais de 60 idiomas, e os participantes entram escaneando um QR code ou abrindo um link em vez de usar fones dedicados. A plataforma funciona com Zoom, Microsoft Teams, Google Meet e Webex, e foi pensada para organizações que querem acesso multilíngue sem contratar intérpretes humanos para cada sessão. Simples assim.
Musicful
Musicful AI · Voz e linguagem · VídeoO Musicful é um gerador de música com IA e um criador de videoclipes com IA que transforma texto em música em minutos. Você entrega um texto, um conjunto de letras ou uma melodia cantarolada e ele devolve uma faixa pronta com vocais e instrumentos. Também funciona como gerador de músicas com IA, produz videoclipes a partir das músicas que você cria e oferece uma ferramenta de cover com IA mais uma API para desenvolvedores. A plataforma roda no navegador e em um app para Android, então você pode começar uma música no computador e continuar no celular.