# IA de voz no atendimento: o que é um agente de voz e como funciona

> O que é IA de voz no atendimento, como um agente de voz com IA ouve, entende e responde, a diferença para a URA tradicional, onde usar, quanto custa e que cuidados tomar.

- **Versão em HTML:** https://tolky.to/blog/ia-de-voz-para-atendimento
- **Autor:** [Marlos Carmo](https://tolky.to/autor/marlos), Cofundador da Tolky
- **Publicado em:** 19 de novembro de 2026
- **Revisado em:** 19 de novembro de 2026
- **Idioma:** pt-BR

## Resumo

**IA de voz no atendimento** é um agente que atende ou faz ligações em linguagem natural: transcreve a fala do cliente, decide a resposta com um modelo de linguagem e responde com voz sintetizada, transferindo para uma pessoa quando o caso pede. Ela substitui o menu de teclas da URA por uma conversa e funciona no site, em ligações pelo WhatsApp e no telefone.

Quem pesquisa "IA de voz" encontra duas coisas misturadas: ferramentas que clonam ou geram vozes para vídeos e agentes que atendem ligações de clientes. Este guia trata só da segunda. A pergunta aqui é como uma empresa coloca uma IA para atender o telefone, o que ela resolve sozinha e onde uma pessoa precisa entrar.

A seguir: como um agente de voz funciona, a diferença para a URA, os usos, os canais, o custo, os cuidados legais e as métricas.

*Atualizado em novembro de 2026.*

## O que é IA de voz no atendimento?

**IA de voz no atendimento é um agente de software que atende ou faz ligações, entende o que a pessoa fala em linguagem natural, responde com voz sintetizada e executa tarefas durante a chamada.** Ele também é chamado de [agente de voz com IA](https://tolky.to/glossario/agente-de-voz), voicebot ou URA inteligente.

A diferença para a URA de teclas é que o agente conversa. O cliente diz "quero remarcar minha consulta de quinta" e o agente entende o pedido, consulta a agenda e propõe um novo horário, sem obrigar ninguém a apertar 1, 2 ou 3.

Neste guia, "IA de voz" não é clonagem de voz nem locução gerada para vídeo. É atendimento: ligação recebida ou feita pela empresa, com um cliente do outro lado e um resultado a entregar.

## Como funciona um agente de voz com IA?

**Um agente de voz com IA funciona em três etapas que se repetem a cada fala: transcrever o áudio em texto, decidir a resposta com um modelo de linguagem e transformar a resposta em voz.** Tudo isso precisa acontecer em poucos instantes para a conversa soar natural.

1. **Fala para texto ([STT](https://tolky.to/glossario/stt)).** O reconhecimento de fala transcreve o que o cliente diz, em tempo real, incluindo sotaques e ruído de fundo.
2. **Modelo de linguagem (LLM).** O modelo lê a transcrição, consulta a base de conhecimento e os sistemas da empresa, e decide o que responder ou fazer.
3. **Texto para fala ([TTS](https://tolky.to/glossario/tts)).** A síntese de voz transforma a resposta em áudio, com a voz e o sotaque escolhidos.

Dois fatores separam um agente de voz bom de um ruim. O primeiro é a [latência](https://tolky.to/glossario/latencia), o tempo entre o cliente parar de falar e ouvir a resposta. Pausas longas fazem a pessoa repetir a frase ou achar que a ligação caiu, por isso os sistemas processam em fluxo contínuo e preferem respostas curtas.

O segundo é o [barge-in](https://tolky.to/glossario/barge-in), a capacidade de parar de falar quando o cliente interrompe. Sem isso, quem liga precisa ouvir a frase inteira mesmo quando já sabe o que quer.

Há duas arquiteturas comuns. No **modo cascata**, as três etapas rodam em sequência, o que facilita controlar cada uma. No **modo em tempo real**, um modelo ouve e fala ao mesmo tempo, o que deixa a conversa mais fluida.

## Agente de voz, URA tradicional e URA semântica: qual a diferença?

**A URA tradicional organiza a ligação por menus de teclas; a URA semântica entende a fala livre para direcionar ou resolver; o agente de voz com IA conversa do começo ao fim e executa tarefas.** Na prática, a URA semântica é a porta de entrada de um agente de voz, e muitas empresas usam as duas ideias juntas.

| Critério | URA tradicional | URA semântica | Agente de voz com IA |
| :--- | :--- | :--- | :--- |
| Como o cliente pede | Teclas e opções fixas | Fala livre, interpretada | Fala livre, em conversa |
| Mudança de assunto | Volta ao início do menu | Redireciona | A conversa continua |
| Interrupção | Só por tecla | Depende do sistema | Barge-in na fala |
| Consulta a sistemas | Roteia para uma fila | Pode consultar | Consulta e responde |
| Resolução sem pessoa | Pedidos muito simples | Pedidos frequentes | Pedidos frequentes e tarefas com regra clara |
| Transferência | Sem contexto | Com a intenção detectada | Com o motivo e a transcrição |

A [URA semântica](https://tolky.to/glossario/ura-semantica) tem um post próprio, com exemplos de ponta a ponta: [voz com IA e URA semântica](https://tolky.to/blog/voz-com-ia-ura-semantica). Aqui, o foco é o agente de voz como um todo, incluindo ligações ativas.

## Para que serve um agente de voz?

**Um agente de voz serve para atender ligações repetitivas sem fila e para fazer ligações em escala com roteiro, sempre com uma saída para uma pessoa.** Os usos mais comuns cabem em quatro grupos:

- **Atendimento receptivo.** Segunda via, status de pedido, horário de funcionamento, triagem do motivo da ligação. A IA resolve o repetitivo e transfere o resto para a [central de atendimento](https://tolky.to/blog/central-atendimento-com-ia).
- **Ligações ativas.** Primeiro contato com leads, reativação de clientes, convite para renovação. É o que a Tolky chama de [campanhas por voz](https://tolky.to/solucoes/campanhas-voz).
- **Confirmação e agenda.** Confirmar, remarcar ou cancelar consultas e visitas, comum em [saúde](https://tolky.to/segmentos/saude) e serviços com horário marcado.
- **Cobrança.** Lembrar de um vencimento, informar o valor e oferecer o canal de pagamento, com transferência quando o cliente quer negociar. Veja a área de [cobrança](https://tolky.to/areas/cobranca).

Em ligações longas e sensíveis, como reclamações graves ou negociações complexas, o melhor uso é triar e passar para uma pessoa com o contexto pronto.

## Em quais canais o agente de voz atende?

**Um agente de voz pode atender em três canais: voz no site, pelo navegador; ligações pelo WhatsApp, pela Calling API da Meta; e telefone comum, por telefonia SIP.** Cada um tem regras próprias.

- **Web.** O visitante clica e fala direto no navegador, sem instalar nada. Bom para suporte e pré-venda no próprio site.
- **WhatsApp.** A [Calling API](https://tolky.to/glossario/chamadas-whatsapp) permite à empresa receber e fazer ligações de voz dentro do WhatsApp. Segundo a [documentação da Meta](https://developers.facebook.com/documentation/business-messaging/whatsapp/calling), conferida em 19 de novembro de 2026, ligar para a empresa é grátis para o usuário. Para a empresa ligar, o contato precisa dar permissão antes.
- **Telefone.** O agente atende um número comum, com [telefonia SIP](https://tolky.to/glossario/telefonia-sip) ligando a rede telefônica à plataforma. É o canal que alcança qualquer pessoa, inclusive quem não usa WhatsApp.

Nos três, a transcrição de cada ligação precisa cair no histórico do cliente, junto com as conversas de texto.

## Quanto custa atendimento por voz com IA?

**O custo do atendimento por voz com IA soma três partes: a tarifa do canal (telefonia ou WhatsApp), o processamento de voz e IA por minuto e a plataforma que orquestra tudo.** Como cada fornecedor empacota essas partes de um jeito, compare sempre pelo custo por ligação resolvida, e não pelo preço por minuto isolado.

No WhatsApp, a Meta publica as regras na [página de preços da Calling API](https://developers.facebook.com/documentation/business-messaging/whatsapp/calling/pricing), conferida em 19 de novembro de 2026:

- Ligações iniciadas pelo usuário são grátis.
- Ligações iniciadas pela empresa são cobradas pela duração, em pulsos de 6 segundos, conforme o país do número chamado e a faixa de volume do mês.
- O pedido de permissão para ligar é uma mensagem e segue a cobrança normal por mensagem.

Na telefonia, a tarifa por minuto depende da operadora e do destino (fixo ou celular). O processamento de voz pesa mais em ligações longas, por isso respostas curtas e um bom roteiro reduzem o custo junto com a latência. Para estimar o retorno, use a [calculadora de ROI de atendimento](https://tolky.to/recursos/calculadora-roi-atendimento).

## Que cuidados tomar com IA de voz?

**Os cuidados com IA de voz são quatro: avisar que é uma IA, garantir a transferência para uma pessoa, tratar áudio e transcrição como dado pessoal e cumprir as regras do setor sobre gravação e espera.** São eles que evitam reclamação e risco jurídico.

- **Transparência.** Diga logo no início que o cliente fala com um assistente virtual. Esconder isso costuma gerar desconfiança quando a pessoa percebe.
- **Transferência para humano.** No Brasil, o [Decreto nº 13.135/2026](https://www.planalto.gov.br/ccivil_03/_Ato2023-2026/2026/decreto/d13135.htm), que regula o SAC de serviços regulados pelo governo federal e de serviços financeiros digitais, permite sistemas de inteligência artificial na triagem e na solução, desde que o consumidor tenha a opção de atendimento em tempo real por uma pessoa. O mesmo decreto exige atendimento humano das 8 às 20 horas e limita a cinco os níveis de atendimento (conferido em 19 de novembro de 2026). Monte as regras com o guia de [handoff entre IA e humano](https://tolky.to/blog/handoff-ia-humano-regras).
- **LGPD.** Voz e transcrição são dados pessoais. A [Lei nº 13.709/2018](https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709.htm) exige finalidade informada, uso do mínimo necessário e transparência com o titular (art. 6º). Veja o termo [LGPD](https://tolky.to/glossario/lgpd) no glossário.
- **Gravação e registro.** O mesmo decreto do SAC manda guardar as gravações por no mínimo 90 dias (art. 19). Confira a regra do seu setor antes de definir onde e por quanto tempo o áudio fica guardado.

## Como medir se o agente de voz está funcionando?

**Meça o agente de voz pelo que ele resolve e pela qualidade da passagem para pessoas, e não pelo número de ligações atendidas.** Atender muito e resolver pouco só empurra a fila para depois.

| Métrica | O que mostra | Sinal de alerta |
| :--- | :--- | :--- |
| Resolução pela IA | Ligações encerradas sem pessoa, com o pedido atendido | Alta, mas com muitas ligações repetidas no dia seguinte |
| Taxa de transferência | Quanto vai para a equipe e por qual motivo | Motivo vazio ou repetido sem ajuste na base |
| Abandono | Quem desliga antes de ser atendido ou resolvido | Picos depois de mudanças no roteiro |
| Tempo médio de atendimento | Duração das ligações | Ligações longas em pedidos simples |
| Resolução no primeiro contato | Casos resolvidos sem nova ligação | Cliente liga de novo pelo mesmo motivo |
| NPS após a ligação | Percepção de quem ligou | Queda nas ligações atendidas só pela IA |

Para calcular cada uma, veja [como medir a taxa de resolução por IA](https://tolky.to/blog/taxa-de-resolucao-por-ia-como-medir) e os termos [FCR](https://tolky.to/glossario/fcr) e [TMA](https://tolky.to/glossario/tma). Ouça uma amostra de ligações toda semana: a transcrição mostra onde a IA errou ou demorou.

## Como a Tolky atende por voz

**A Tolky é um AI CRM conversacional em que o mesmo agente de IA que atende por texto atende por voz, no site, em ligações pelo WhatsApp e no telefone com URA semântica.** A telefonia entra sob ativação, com o número e o agente que você escolher. Os recursos estão em [agente de voz com IA](https://tolky.to/funcionalidades/agente-de-voz-com-ia) e em [atendimento por voz](https://tolky.to/solucoes/atendimento-voz).

- **Voz configurável.** Você escolhe a voz com prévia, o sotaque regional, a saudação e o tamanho das respostas, no modo cascata ou em tempo real.
- **Conversa natural.** O cliente pode interromper a IA, e a [transcrição em tempo real](https://tolky.to/glossario/transcricao-em-tempo-real) acompanha o idioma de quem fala.
- **Pessoas na linha.** A equipe acompanha as ligações em andamento e pode ouvir. Quando o operador entra no áudio, a IA fica em silêncio; se o responsável não atende, a chamada toca para outros operadores.
- **Histórico único.** A transcrição fica no histórico do contato, junto com as conversas de texto.
- **WhatsApp com permissão.** Para ligar pelo WhatsApp, a Tolky envia o pedido de permissão e mostra o status na conversa.
- **Campanhas por voz.** A IA liga para a base pelo WhatsApp ou pela telefonia, com roteiro, objetivo, faixas de horário e teto diário de gasto. Toda ligação começa com o aviso de transcrição, que não pode ser desligado.

![Captura real da tela Identidade da Tolky, em tema escuro, onde se define o papel do agente de IA, a mensagem inicial, a missão Vendas e Relacionamento Comercial e o comportamento do agente](https://tolky.to/screenshots/identidade.png)

**O que a Tolky não faz:** ela não é uma ferramenta de locução ou de clonagem de voz para vídeos, e a telefonia não vem ligada por padrão, porque depende de ativação. Se a sua operação exige gravação de áudio por prazo definido, confirme com o time como isso fica no seu caso.

## Perguntas frequentes

### O que é um agente de voz com IA?

É um assistente que atende ou faz ligações em linguagem natural. Ele transcreve a fala do cliente, decide a resposta com um modelo de linguagem e responde com voz sintetizada, transferindo para uma pessoa quando o caso pede.

### Qual a diferença entre URA inteligente e URA tradicional?

A URA tradicional usa menus de teclas e opções fixas. A URA inteligente, ou semântica, entende o que o cliente fala com as próprias palavras e direciona ou resolve o pedido sem o "digite 1".

### A IA de voz pode atender ligações pelo WhatsApp?

Sim. A Calling API da Meta permite que empresas recebam e façam ligações de voz no WhatsApp, e essas ligações podem ser atendidas por um agente de voz. Para a empresa ligar, o contato precisa autorizar antes.

### O cliente precisa saber que está falando com uma IA?

É a prática recomendada: avisar no início evita desconfiança e reclamação. No Brasil, as regras do SAC também exigem que o consumidor tenha a opção de falar com uma pessoa.

### A IA de voz substitui a equipe da central?

Não. Ela absorve as ligações repetitivas e a primeira triagem, e a equipe fica com os casos que exigem julgamento. Uma pessoa precisa poder entrar na ligação a qualquer momento.

### Quanto custa um agente de voz com IA?

Depende do canal, da duração das ligações e da plataforma. No WhatsApp, ligações iniciadas pelo cliente são grátis e as iniciadas pela empresa são cobradas por duração; na telefonia, há a tarifa da operadora. Compare pelo custo por ligação resolvida.

---

## Conclusão

IA de voz no atendimento é uma conversa no lugar do menu de teclas: o cliente fala, a IA entende, resolve o que tem regra clara e passa o resto para uma pessoa com a transcrição pronta. Comece pelas ligações mais repetitivas, avise que é uma IA, garanta a saída para a equipe e meça pela resolução.

[Conheça o agente de voz](https://tolky.to/funcionalidades/agente-de-voz-com-ia), [veja as campanhas por voz](https://tolky.to/solucoes/campanhas-voz), [veja os planos](https://tolky.to/precos) ou [fale com o time →](https://tolky.to/contato). Vamos conversar?

---

Esta é a versão em Markdown da página. A versão completa, com imagens e navegação, está em https://tolky.to/blog/ia-de-voz-para-atendimento

Tolky: https://tolky.to
