TLDR;

Você pode usar sem saber programar: o vídeo mostra passo a passo para forkar o código do autor, colar algumas chaves (OpenAI/Twilio) e configurar contas para rodar em minutos sem escrever código. Os custos incluem o uso do Realtime API (aprox. US$0,20–US$0,30 por minuto), possíveis cobranças do Twilio (compra de número/uso de chamadas) e uma assinatura opcional para manter o serviço sempre online (ex.: US$25/mês pelo plano "core" da plataforma usada). Ainda não é recomendado para produção nem substitui plataformas maduras de voz, pois o autor aponta custo elevado, comportamento imprevisível do agente (fala consigo mesmo/ignora interrupções) e falta de maturidade para casos de atendimento.

Resumo

O recém-lançado Realtime API da OpenAI permite integrar sistemas avançados de voz em aplicações, criando conversas de fala para fala via infraestrutura websocket para reduzir latência. Mark, fundador da agência Prompt Advisors, apresenta um tutorial passo a passo sem exigir conhecimento em código, mostrando como usar Twilio (para receber/chamar números telefônicos) e a API em conjunto: uma chamada ao número Twilio dispara um microserviço (por exemplo em Replit) que se conecta ao Realtime API, enviando áudio ao modelo e recebendo respostas em tempo real até o fim da conversa. Ele explica que, apesar do potencial—e da disponibilidade comercial incomum desses modelos— a solução ainda não está pronta para produção em muitos casos: custos variáveis e altos (cerca de US$0,20–0,30 por minuto), comportamentos imprevisíveis (o modelo pode falar sozinho ou ignorar interrupções) e variabilidade de parâmetros tornam a experiência inferior a plataformas maduras. Mark recomenda testar por conta própria forkeando seu repositório, obter chaves OpenAI e, se necessário, número Twilio; também menciona que executar continuamente pode exigir o plano pago do Replit (US$25/mês). Ele oferece slides e instruções detalhadas, promete opiniões mais profundas após testes e ressalta que, apesar das limitações atuais, vale a pena experimentar para avaliar casos de uso específicos.