Resumo
O Decagon Voice 3 foi lançado em 1º de outubro de 2026 no Decagon Dialogues. Ele une o Chord, o modelo de voz próprio da Decagon, a uma arquitetura duplex que permite ao agente de telefone continuar falando enquanto um segundo modelo faz as consultas. Sem preço público; só por demo.
A voz é a manchete, mas a arquitetura é a mudança maior. Nos dados de ligações reais da própria Decagon, a troca para o Chord elevou a resolução em 2,6 a 7,1 pontos em três clientes. Isso é real, e também lembra que a maior parte do resultado de um agente de telefone ainda vem do que ele diz, não de como soa.
Se você tem uma operação de telefone grande e multilíngue, o Voice 3 merece estar na lista curta. Se a maior parte do seu suporte está em e-mail e chat, o ganho maior vem antes: o colega de helpdesk com IA da eesel trabalha a fila de tickets, incluindo os que o seu agente de telefone repassa, e você pode testá-lo nos seus próprios tickets antigos antes de ele tocar em qualquer cliente.
O que a Decagon realmente lançou
A Decagon lançou quatro coisas em 1º de outubro, todas de uma vez. O Voice 3 levou as manchetes. Mas faz mais sentido quando você o vê ao lado das outras três.
Segundo o anúncio do Dialogues 2026 dos cofundadores Jesse Zhang e Ashwin Sreenivas, os quatro lançamentos são:
- Voice 3: Chord mais uma arquitetura duplex, para ligações mais naturais.
- Personal Agent Gateway: detecção e um canal dedicado para agentes de IA pessoais (a Decagon cita Instinct, Muse e dots) que ligam ou enviam mensagens para a sua empresa em nome de um cliente.
- Agent Modules: uma base para estender o agente além do suporte, para qualificação de leads, onboarding e cobrança.
- Duet Apprentice: o Duet aprende com seus documentos internos e conversas escaladas, e depois acompanha threads do Slack e do Microsoft Teams para redigir atualizações de procedimentos.
Eu construo agentes de IA na eesel, e o que me chamou a atenção é o quanto esse lançamento gira em torno do telefone. A própria Decagon enquadra a voz como o canal "menos tolerante", e o Voice 3 é basicamente a resposta dela. Se você é novo na empresa, minha visão geral da Decagon e a análise da Decagon cobrem a plataforma completa.
Como funciona a arquitetura duplex
Se eu estivesse avaliando o Voice 3, é aqui que passaria a maior parte do tempo. Ela muda a sensação de uma ligação com um agente de IA.
A maioria dos agentes de voz com IA roda o que a Decagon chama de pipeline em cascata. A conversão de fala em texto transcreve quem liga, um LLM decide o que dizer e depois a conversão de texto em fala lê a resposta. O anúncio do Voice 3 detalha o problema: cada etapa adiciona atraso, um simples "mhm" pode provocar uma interrupção e uma consulta longa deixa quem liga ouvindo silêncio.
O Voice 3 divide o trabalho em duas camadas que rodam ao mesmo tempo:
- Um modelo conversacional de baixa latência cuida de ouvir e falar, incluindo atualizações rápidas de progresso.
- Um modelo mais poderoso cuida do raciocínio, das chamadas de ferramentas e das verificações de guardrails por trás da conversa.
Assim, o agente continua processando o áudio de entrada enquanto ainda está falando. Segundo a publicação do Dialogues, ele continua falando se quem liga disser "mhm", mas cede diante de uma interrupção de verdade, e pode narrar o progresso ou responder a uma pergunta enquanto uma tarefa longa roda, em vez de colocar a pessoa em espera.
Um exemplo rápido de onde isso importa. Um cliente liga por causa de uma cobrança em duplicidade. Um agente em cascata diz "vou verificar isso" e depois fica em silêncio por seis segundos enquanto consulta a API de cobrança. O cliente diz "alô?", que o agente lê como interrupção, e tudo recomeça. Um agente duplex pode dizer "estou abrindo suas duas últimas faturas agora" e responder "é a de terça?" enquanto a consulta termina. É a diferença entre dar um comando de cada vez a um bot e realmente conversar com ele.
A página do produto de voz da Decagon lista o resto do kit: tratamento de interrupções, centenas de perfis de voz, incluindo vozes ajustadas sob medida, chamadas de saída, transferências com resumo e guardrails ligados aos seus Agent Operating Procedures. Se você quer o panorama mais amplo de como a automação de call center se encaixa, essa publicação é uma boa introdução.
O que é o Chord e como a Decagon o construiu
O Chord é o primeiro modelo de voz da Decagon Labs. O aprofundamento sobre o Chord de Samuel Zhang explica a aposta: modelos de voz gerais são feitos para tudo, de narração de audiolivros a dublagem de jogos, e isso limita o quão naturais soam numa ligação de suporte ao vivo.
Algumas das escolhas se destacam:
- Dados de treinamento bagunçados, de propósito. A maioria dos pipelines de voz remove pausas e vícios de fala. A Decagon os manteve, usando transcrição literal que preserva ritmo, ênfase e disfluências.
- Um método de gravação que não é leitura de roteiro. Dubladores com um roteiro entregam uma atuação, então a Decagon criou um método que mistura conteúdo de roteiro com conversa livre.
- Um modelo base de difusão sem tokenizador. A maioria dos modelos de voz corta o áudio em tokens e perde detalhe a cada passo. A Decagon diz que dispensar a tokenização mantém o Chord quase sem perdas e facilita controlar emoção, ritmo e ênfase.
Na prática, o Chord modela a fala frase a frase. Ele desacelera para um código de confirmação ou número de telefone e depois volta ao ritmo normal, em vez de rodar com um único ajuste global de velocidade. A Decagon diz que ele é servido na Modal em produção e treinado com dados licenciados e vozes com consentimento, nunca com dados de propriedade de clientes.
Leve esse último ponto ao seu time de segurança desde cedo. Se você já passou por uma revisão de clonagem de voz, sabe que será a primeira pergunta. É também uma das poucas declarações do fornecedor aqui que você pode colar direto num documento de compras.
Lendo os números do Voice 3 com honestidade
A Decagon publicou três conjuntos de resultados. Os três vêm da própria Decagon. Ou seja, dados do fornecedor. Ainda assim, são mais específicos do que a maioria das publicações de lançamento oferece e merecem uma leitura atenta.
A afirmação de que "90% não perceberam a diferença"
A publicação de lançamento diz que cerca de 90% dos ouvintes não distinguiram o Chord de uma pessoa real. O gráfico logo abaixo diz mais do que a manchete. Num teste cego com três vozes, 54,3% escolheram a pessoa real e 45,7% escolheram o Chord como a humana.
Um cara ou coroa perfeito seria 50/50, então 45,7% fica perto de "indistinguível". O enquadramento de "90%" é aproximadamente 45,7 dividido por 50. Nenhuma das leituras está errada. Internamente, eu citaria o número de 45,7%, porque é o que sua equipe pode verificar de verdade.
O teste de preferência
A Decagon também colocou o Chord contra outros três modelos de voz líderes com as mesmas palavras e perguntou qual voz os ouvintes prefeririam ouvir numa ligação de suporte. Entre 185 ouvintes, o Chord ficou em primeiro com 36,2%, à frente de 26,8%, 19,9% e 17,2% dos outros três. A Decagon não nomeia os concorrentes, então não dá para mapear isso diretamente para a ElevenLabs ou qualquer outra.
Os resultados em ligações reais (os que importam)
Como comprador, é este o teste que mais me importaria. A Decagon pegou três clientes de telecomunicações, serviços financeiros e viagens que passaram de uma voz pronta para o Chord, e comparou os mesmos programas antes e depois, mudando apenas a voz.
| Setor | Mudança na taxa de resolução | Mudança na taxa de barge |
|---|---|---|
| Telecomunicações | +6,1 pontos | -14,5 pontos |
| Serviços financeiros | +7,1 pontos | -6,1 pontos |
| Viagens e hotelaria | +2,6 pontos | -5,3 pontos |
Fonte: publicação da Decagon sobre o Chord, 1º de outubro de 2026.
A "taxa de barge" é a parcela das ligações em que quem liga só quer uma pessoa e continua dizendo "atendente" até conseguir. Uma queda de 14,5 pontos em telecomunicações é muito para uma mudança que só tocou a voz.
Duas ressalvas, porém. São três clientes, e a Decagon não publica as taxas de resolução iniciais, então não dá para saber se +7,1 significa de 50% para 57% ou de 80% para 87%. E o ganho em viagens é um terço do de serviços financeiros, então a voz claramente importa mais para alguns tipos de ligação do que para outros.
A voz não é tudo (a Decagon também diz isso)
A parte mais útil, para mim, vem do próprio blog da Decagon. Numa publicação anterior sobre como reduzir o barge, a Decagon diz que reduziu o barge em mais de 15% numa operadora global de telecomunicações em disputas de cobrança "não com um modelo novo ou uma voz melhor", mas mudando o que o agente dizia nas primeiras falas. Foi uma revisão de conversas reais, entregue em cerca de um dia.
Ou seja, a mesma empresa que acabou de construir um modelo de voz próprio diz que o roteiro pode mover o barge tanto quanto a voz. Acho que essa é a leitura honesta do Voice 3. O Chord faz quem liga escutar e o design duplex o mantém na linha. Se a ligação realmente é resolvida ainda depende dos procedimentos por trás.
Aprendi a mesma lição no lado do texto. Na eesel, já vi mais de uma vez um agente de IA de tom confiante dar uma resposta polida e errada, e por isso toda implantação em que ajudo é simulada com tickets passados antes de entrar no ar. Uma voz natural torna uma resposta errada mais convincente, não menos. Seja qual for o agente de telefone que você escolher, teste-o nas suas próprias gravações de ligações, não no teste cego de um fornecedor.
Para dar contexto de onde a IA de voz está no geral, a maior pontuação no benchmark tau-Voice da Artificial Analysis, que pontua ligações de suporte simuladas conforme a tarefa é de fato concluída, foi de 68,6% no fim de setembro de 2026. Portanto, mesmo os melhores modelos de voz ainda erram cerca de um terço das ligações de suporte realistas. Meu guia de suporte por telefone com IA e a pergunta se a IA consegue atender ligações de suporte aprofundam essa lacuna.
Idiomas, preços e para quem serve
Três perguntas práticas decidem se o Voice 3 vale uma demo: ele fala os idiomas dos seus clientes, quanto custa, e a sua equipe se parece com os clientes da Decagon.
Mais de 70 idiomas a partir de um agente
Segundo a publicação do Voice 3, a Decagon suporta mais de 70 idiomas sem um agente separado por idioma. Ele detecta o idioma de quem liga e troca automaticamente, até no meio da frase, usa vozes específicas por localidade e valida cada idioma com falantes nativos antes de lançá-lo. A Deutsche Telekom é o cliente citado no lançamento, e o líder de serviço digital dela descreve a mudança sem rodeios:
"Customers have been trained for years to speak in short fragments at these IVRs just to get through to a human."
Christian Niedworok, Lead of Digital Service Communication at Deutsche Telekom, via Decagon
Preços
A Decagon não publica preço para o Voice 3, e decagon.ai/pricing retorna erro 404. Toda chamada para ação é "Get a demo". O verbete do glossário da Decagon sobre preço por resolução descreve cobrar quando a IA conclui uma tarefa sem ajuda humana, que é o modelo que os compradores relatam, mas não existe tabela de preços. Minha publicação sobre os preços da Decagon reúne o que realmente se sabe, e os levantamentos de preços da Sierra e preços da Parloa mostram o mesmo padrão de cotação sob consulta em toda a faixa corporativa.
Quem deve olhar o Voice 3
| Você é... | Minha opinião |
|---|---|
| Uma empresa com muito volume de telefone multilíngue | Coloque na lista curta. Chord e duplex miram exatamente a sua dor, e os clientes de voz citados pela Decagon (Deutsche Telekom, Chime) se parecem com você. |
| Já usa a Decagon para chat ou e-mail | Peça os números de ligações reais com o seu próprio tráfego. A memória entre canais é o benefício silencioso. |
| Uma equipe de porte médio que quer construir o próprio agente de telefone | Veja a Retell AI ou as outras plataformas no meu panorama de agentes de voz, que publicam preço por minuto. |
| Uma equipe cujo suporte é principalmente e-mail e chat | O Voice 3 não é o seu primeiro problema. Coloque a IA primeiro na fila de tickets. |
Se você está comparando a Decagon com seus pares, as publicações Decagon vs Sierra e Decagon vs Zendesk AI, além da minha lista de alternativas à Decagon, são as próximas leituras naturais. Quem usa Zendesk também deve olhar os agentes de voz com IA da Zendesk antes de assinar um contrato de telefone separado.
O que acontece depois da ligação
Todo agente de telefone repassa algumas ligações. A página de voz da Decagon diz que o Voice 3 transfere ligações para atendentes humanos "with a concise summary", e na maioria das equipes de suporte esse resumo vira um ticket, um retorno de ligação ou um acompanhamento por e-mail. Tudo isso é trabalho escrito. Ele se acumula no helpdesk, não importa qual voz quem ligou ouviu.
Um cliente da eesel contou à equipe da eesel que seus atendentes tinham que resumir à mão cada interação de voz antes que a IA pudesse usá-la, e que resolver isso aumentaria significativamente o uso. Vale planejar essa lacuna entre o telefone e a fila antes de escolher um fornecedor de voz. A publicação sobre as boas práticas de transferência de agentes de IA mostra o que uma boa transferência precisa carregar.
eesel para os tickets que o seu agente de telefone repassa
A eesel é uma plataforma de colegas de IA, e o colega que se encaixa aqui é o de helpdesk com IA. Ele entra no seu helpdesk existente como um novo contratado, pela integração com o Zendesk ou com Freshdesk, Gorgias, Front e outros, aprende com seus tickets passados e sua central de ajuda, e redige ou envia respostas aos acompanhamentos que um agente de telefone cria. Antes de entrar no ar, você pode rodar uma simulação em centenas dos seus tickets passados e ver como ele teria respondido.
Para ser claro, a eesel não atende o telefone. Combinada com o Voice 3 ou com qualquer outro agente de call center com IA, ela cuida da metade escrita do suporte. Os planos começam com 100 créditos grátis na página de preços da eesel, sem cartão. Experimente a eesel no seu próprio histórico de tickets e veja o que ela teria enviado.