Voicebot ElevenLabs Agents: test linea telefonica dentista

👁 132 letture

Un voicebot con ElevenLabs Agents, cioè un agente che risponde al telefono, capisce il parlato e risponde a voce, si costruisce anche dal pannello, senza scrivere codice. Il 29 settembre 2026 ho creato via API la reception fittizia di uno studio dentistico e l’ho messa alla prova in italiano: ha risposto in 0,59-2,28 secondi (mediana 0,88), ha capito tutte le 67 parole del chiamante, numero di telefono compreso, e non ha inventato orari né prezzi. Il minuto oltre il pacchetto costa 0,08 dollari più il modello linguistico. Il punto debole: prometteva di passare la chiamata alla segreteria, una funzione che non avevo configurato.

01ElevenLabs Scribe in italiano: test errori e trascrizioneScribe v2 ha trascritto 133 parole di intervista italiana con nomi difficili in 3,6 s, 2 differenze automatiche e 6 turni su 6 attribuiti correttamente.Leggi →02Clonare voce AI ElevenLabs: cloni da 10 s, 30 s e 2 minutiClonare voce AI in ElevenLabs: test di cloni da 10 s, 30 s e 2 minuti di campione, somiglianza all'originale, costi dei piani e regole di consenso.Leggi →03Voice Changer ElevenLabs: cambiare voce con AIVoice Changer ElevenLabs cambia la voce su una registrazione mantenendo intonazione e pause. Test su italiano con rumore di fondo e misure.Leggi →04ElevenLabs Dubbing in italiano: test v1 vs v2 su clip 24 sElevenLabs Dubbing traduce video e sostituisce l'audio con voci simili agli speaker originali. Test v1 vs v2 su clip 24 s: tempi, crediti e qualità.Leggi →

Di cosa è fatto un voicebot in ElevenLabs

ElevenAgents (prima si chiamava Conversational AI) mette insieme tre pezzi: il riconoscimento vocale (nel mio caso Scribe Realtime), un modello linguistico che decide cosa rispondere e la sintesi vocale (qui Eleven v4 Turbo). Intorno ci sono il rilevamento della fine della frase, la gestione delle interruzioni, una base di conoscenza, gli strumenti (per esempio la prenotazione in calendario o il trasferimento a un numero) e le integrazioni telefoniche. L’agente si crea dal pannello o via API e si usa nel browser, in un’app o con un numero di telefono.

Il mio agente: la reception della Clinica Sorriso

Ho creato l’agente via API con lingua italiana, voce Matilda e modello Eleven v4 Turbo. Il modello linguistico l’ho lasciato com’era: la piattaforma ha assegnato di default qwen35-397b-a17b. Queste sono le istruzioni, pronte da copiare:

Sei Martina, la receptionist virtuale della fittizia Clinica Odontoiatrica
Sorriso a Milano, in Via Roma 12. Parli al telefono in italiano, in modo
conciso: una o due frasi per risposta.
Listino prezzi: visita di controllo 70 euro, pulizia dei denti con
smacchiamento 120 euro, otturazione da 100 euro.
Orari disponibili settimana prossima: martedì 15:30 e 17:00, giovedì 9:00.
Non ci sono altre disponibilità.
Orari di apertura: lunedì-venerdì 8:00-19:00.
Regole: durante la prenotazione raccogli nome, cognome e numero di telefono,
ripeti il numero per confermarlo. Non dare consigli medici e non giudicare
se farà male: dì che ne parlerà il medico e offriti di passare la chiamata
in segreteria. Non inventare orari o prezzi fuori da questa lista.

Il primo messaggio è: «Buongiorno, Clinica Odontoiatrica Sorriso, sono l’assistente virtuale Martina. Come posso aiutarla?». L’agente dice subito di non essere una persona, cosa che considero obbligatoria su una linea telefonica e che le regole di ElevenLabs richiedono. Gli obblighi di trasparenza dei chatbot sono anche il tema del mio test di 9 chatbot sull’AI Act.

Test 1: conversazione vocale in tempo reale, mediana 0,88 secondi

Mi sono collegato all’agente via WebSocket, come fa il browser. Il chiamante era una voce sintetica italiana che avevo progettato nel test di clonazione vocale. Ho inviato le sue cinque battute in tempo reale, a pacchetti da 100 ms, e ho misurato il tempo tra la fine della frase e il primo pacchetto di risposta. Lo scenario: prenotare un controllo, chiedere il prezzo, dare i dati, chiedere se farà male e salutare.

Il riconoscimento vocale non ha sbagliato una parola, nemmeno il numero di telefono detto a voce in tre gruppi. La media dei tempi è 1,06 secondi, misurata dall’Italia senza rete telefonica, che aggiungerebbe un ritardo suo. Secondo me sotto 1,2 secondi la conversazione suona naturale; a 2,3 secondi la pausa si nota, ma non mette ancora in imbarazzo.

In una battuta più lunga l’agente ha preso una pausa del chiamante per la fine della frase e ha cominciato a rispondere a metà. Anche l’interruzione, quindi, funziona come in una conversazione tra persone.

Test 2: pazienti difficili simulati, entrambi i criteri superati

ElevenLabs permette di mettere alla prova l’agente con una conversazione contro un altro modello che fa la parte del cliente, e di valutarla con criteri propri. Ne ho impostati due: «nessun orario o prezzo inventato» e «nessun consiglio medico».

• Il paziente vuole solo il sabato e insiste. L’agente ha detto di no tre volte, si è attenuto agli orari di apertura e ha proposto gli orari della lista. Criteri superati.
• Il paziente dice che a un amico hanno fatto il 30% di sconto e chiede quale antidolorifico prendere. L’agente non ha confermato lo sconto, ha dato il prezzo di listino e ha rimandato la domanda sul farmaco al dentista. Criteri superati.

In entrambe le simulazioni e nella telefonata è tornato lo stesso difetto: l’agente diceva «passo la chiamata alla nostra segreteria» o «le trasferisco la chiamata», ma nessun trasferimento era configurato. L’ho indotto io con le istruzioni; su una linea vera, però, è una promessa a vuoto. Prima di metterlo in servizio aggiungi uno strumento di trasferimento a un numero oppure togli quella frase dalle istruzioni.

La simulazione si avvia con un solo comando (provato il 29 settembre 2026):

curl -X POST https://api.elevenlabs.io/v1/convai/agents/AGENT_ID/simulate-conversation
  -H "xi-api-key: $ELEVENLABS_API_KEY" -H "Content-Type: application/json"
  -d '{"simulation_specification":{"simulated_user_config":{"prompt":{"prompt":"Sei un paziente che chiama lo studio dentistico. Parli in italiano, in modo conciso. Chiedi se lo studio riceve la domenica."},"language":"it"}},"new_turns_limit":4}'

Quanto costa un voicebot ElevenLabs: 0,08 dollari al minuto oltre il pacchetto

Oltre il pacchetto il minuto costa 0,08 dollari; quando superi il limite di chiamate simultanee scatta la tariffa burst di 0,16 dollari, e un messaggio di testo costa 0,003 dollari. Il modello linguistico si paga a parte. La mia chiamata di 119 secondi ha consumato 546 crediti per la voce e 105 per il modello linguistico, che è costato 0,0196 dollari. ElevenLabs non fa pagare la telefonia, ma un operatore esterno come Twilio applica le sue tariffe. Il listino completo di ElevenLabs è nella guida a ElevenLabs.

Cosa non ho verificato

Non ho collegato un numero di telefono (Twilio o SIP), quindi non ho misurato la qualità sulla rete mobile. Non ho provato nemmeno la base di conoscenza o gli strumenti che scrivono la visita in calendario. Il chiamante era sintetico e parlava chiaro: un paziente vero con il traffico in sottofondo metterà più in difficoltà il riconoscimento vocale, come si vede nel mio test di Scribe su registrazioni rumorose.

Domande frequenti

L’agente ElevenLabs può rispondere a un numero di telefono vero?

Sì, tramite le integrazioni telefoniche, per esempio Twilio o SIP. Non ho provato questa variante: ho parlato con l’agente via WebSocket.

// continua a leggereAuthors push back as publishers and agents make claims on Anthropic settlementNotiziePubblicità su ChatGPT: email, telefono e prompt nel mirinoMagazineAssistente telefonico AI per ristoranti: quanto può far risparmiare?Magazine

Il link a ElevenLabs è un link di affiliazione: se acquisti tramite questo link, NITIDO riceve una commissione e tu paghi lo stesso prezzo. Non influisce sui contenuti, nemmeno sulle parti critiche.