La plataforma Orga
Agentesqueven,escuchanyhablan
Agentes multimodales en tiempo real que leen la cámara, entienden el habla y responden con una voz que suena humana. Más un motor de texto a voz independiente en más de 40 idiomas, en una sola API.
Un modelo. Cada dimensión de la voz.
El mismo núcleo de Orga Alondra impulsa expresión, control, idioma y visión, para que tu producto nunca tenga que unir cuatro proveedores.
Ríe, susurra y hace pausas para pensar.
Orga Alondra ofrece voz con entonación, respiración y emoción reales: el valle inquietante, cruzado. Quien escucha no nota que no es una persona.
Explorar la API[warmly] Of course — let me check that for you. <break/> [laughs] found it!
Dirige cada matiz con una sola etiqueta.
Etiquetas de control en línea modulan tono, ritmo y emoción al vuelo, desde soporte tranquilo hasta narración enérgica, sin regrabaciones ni ajustes finos.
Explorar la APINativo en más de 40 idiomas, no traducido.
Cada idioma se habla con el ritmo y el acento locales, así una frase en español suena a español, no a inglés leído con un filtro encima.
Explorar la APIVe de lo que está hablando.
Envía imágenes y vídeo en directo junto con audio. Orga Alondra fundamenta sus respuestas en lo que percibe: voz consciente del contexto, de extremo a extremo.
Explorar la APIEl bucle completo
Un agente, todas las capacidades
Visión, habla, expresión, acciones, telefonía y analítica en una sola API: nada cosido, nada añadido a parches.
Visión
Ve
Lee la cámara, una pantalla compartida o una imagen y razona sobre lo que hay.
Habla
Escucha
Captura tono, vacilaciones e interrupciones en el habla en streaming, no solo las palabras.
Expresión
Habla
Responde con una voz expresiva que ríe, pausa y cambia de tono. Primer audio en unos 95 ms.
Acciones
Actúa
Llama a tus propias herramientas y funciones a mitad de conversación para hacer trabajo real.
Telefonía
Llama
Atiende y realiza llamadas, las enruta y las desvía, sobre SIP y los grandes proveedores.
Analítica
Mide
Analítica en vivo de latencia, tokens y errores para cada agente y voz que ejecutas.
~95ms
Tiempo hasta el primer audio, en streaming por WebSocket, antes incluso de que termine la frase.
Impulsa todo tipo de agentes
Atención al cliente
Resuelve consultas, gestiona pedidos y prepara tickets en tiempo real.
Seguros y banca
Evalúa siniestros, responde preguntas y automatiza procesos.
E-commerce
Asistente de compra por voz que ve el producto y responde al instante.
Salud y bienestar
Soporte proactivo que escucha, comprende y actúa.
Novedades
Publicamos cada semana
Nuevas versiones, mejoras del modelo y correcciones: el estado actual de la plataforma.
- 2.4.0Última
Interrupción y barge-in en tiempo real
Nueva versiónOct 8, 2026
Los agentes de voz ya pueden interrumpirse a mitad de respuesta, con un detector de fin de turno ajustado que corta la respuesta anterior en menos de 80 ms.
Nuevo- Barge-in en el SDK Realtime: los agentes dejan de hablar en cuanto el usuario empieza.
- Detector de fin de turno expuesto como `vad.aggressiveness` para que ajustes entre soporte y narración.
Mejorado- Latencia del primer audio en respuestas largas baja de 140 ms a una mediana de 95 ms.
Corregido- Bucle de reconexión en proxies WebSocket inestables.
- 2.3.2Sep 20, 2026
Anclaje visual en tiempo real
Envía un fotograma de vídeo junto con audio y el modelo responde a lo que ve: útil para flujos de soporte que recorren una interfaz.
Nuevo- El parámetro `frames` en `/v1/realtime/session` acepta JPEGs en base64 o una URL firmada.
Mejorado- Las voces en español y portugués reciben nuevos perfiles de respiración y pausas.
Corregido- Cortes de audio al cambiar de dispositivo de entrada durante la sesión.
- 2.3.0Sep 4, 2026
Orga Alondra 1.5
Nuevo modelo con prosodia más firme, menos alucinaciones en cifras y una mejora del 30% en latencia del endpoint `/v1/speak`.
Nuevo- Alondra 1.5 es el modelo por defecto para cuentas nuevas; desactívalo por petición con `model: alondra-1`.
- La etiqueta de control `<laugh/>` ya funciona en español, francés y alemán.
Mejorado- Tamaño de bloque de streaming duplicado: menos eventos de red con la misma calidad de audio.
Corregido- SSML `<break/>` se descartaba en entradas largas.
Construye con Orga hoy
Consigue una API key y envía tu primera petición en minutos.