O Que e Voice RAG?
Voice RAG combina interfaces de voz (telefone, assistentes de voz) com sistemas RAG para criar agentes que entendem fala, buscam informacoes relevantes e respondem naturalmente.
Fluxo de Voice RAG
Fala do Usuario
Speech-to-Text
RAG Search
LLM Response
Text-to-Speech
Plataformas de Voice AI
Retell AI
Plataforma de phone agents com baixa latencia. Integra com Google Calendar, CRMs e N8N via webhooks.
- • Latencia < 500ms
- • Numeros de telefone dedicados
- • Transferencia para humanos
ElevenLabs
Sintese de voz ultra-realista. Vozes clonadas, multilingue, streaming de audio.
- • Vozes customizadas
- • 29+ idiomas
- • API de streaming
VAPI
Voice AI assistants com integracao nativa N8N. Ideal para WordPress e e-commerce.
- • Integracao WooCommerce
- • Guardrails inclusos
- • Fallback para humanos
Arquitetura Voice RAG no N8N
1. Webhook de Voz
Retell/VAPI envia webhook quando usuario fala. Payload inclui transcricao, session_id e metadata.
2. RAG Search
Transcricao vira query no vector store. Busca chunks relevantes da base de conhecimento.
3. LLM com Contexto
GPT-4 ou Gemini gera resposta conversacional usando chunks + historico da conversa.
4. Text-to-Speech
Resposta e convertida em audio via ElevenLabs e enviada de volta para o caller.
5. Guardrails
Validacao de respostas para evitar informacoes incorretas. Escalacao automatica para humanos quando necessario.
Casos de Uso
Suporte ao Cliente 24/7
Atendimento telefonico automatizado para FAQs, status de pedidos, informacoes de produtos.
Agendamento por Telefone
Marcar consultas, reservas, reunioes com integracao direta ao Google Calendar.
E-Commerce Voice
Suporte pre e pos-venda para WooCommerce/Shopify com acesso ao catalogo via RAG.
Healthcare Triage
Triagem inicial de pacientes com base em protocolos medicos armazenados no RAG.
Workflow para Download
Voice RAG Customer Support
Agente de voz completo com Supabase RAG, Gemini e ElevenLabs. Perfeito para atendimento telefonico automatizado.
- Integracao ElevenLabs TTS
- Supabase vector store
- Gemini para processamento
- Pipeline voz completo