A voz no ToRun não é uma funcionalidade — são três, e cada uma escolhe entre vários fornecedores.
Conversas em tempo real
O modo de voz em direto liga-te a modelos nativos de fala para uma conversa real, de ida e volta — interrupções, tom de voz e tudo o resto incluído. As sessões são medidas pelo tempo de áudio, com o preço mostrado antes de te ligares, e as sessões inativas são encerradas automaticamente, para que um separador esquecido não te fature em silêncio.
Conversão de texto em voz
A TTS abrange vários fornecedores e catálogos de vozes — desde vozes rápidas e económicas para trabalho utilitário até vozes expressivas para narração. O seletor de vozes mostra o preço por carácter ou por minuto ao lado de cada opção, por isso o custo de "fazer soar melhor" é um número, não uma surpresa.
Transcrição
A conversão de voz em texto (STT) é encaminhada para fornecedores de inferência rápida quando a velocidade importa, e para modelos de maior precisão quando a fidelidade importa. Carrega áudio ou fala diretamente; a transcrição aparece na tua conversa, onde podes de imediato resumi-la, traduzi-la ou agir sobre ela.
Uma fatura, um livro-razão
As três funcionalidades passam pelo mesmo processo de faturação que o texto: um registo por pedido, com preço no momento de utilização, visível no teu livro-razão segundos depois. A voz é um cidadão de primeira classe, não uma demonstração colada à pressa.