Término del glosario
¿Qué es un agente de voz con IA?
Un agente de voz con IA es un interlocutor de software que mantiene una conversación telefónica por voz: escucha el habla de la persona que llama, la comprende y responde en tiempo real según un guion definido. Combina reconocimiento de voz, un modelo de lenguaje y síntesis de voz en un único circuito de diálogo.
El funcionamiento de un agente de voz es un ciclo cerrado de varios componentes. El reconocimiento de voz (STT) convierte las palabras de la persona que llama en texto, el modelo de lenguaje (LLM) entiende la intención y formula una respuesta según el guion y las reglas, la síntesis de voz (TTS) la pronuncia, y una capa de telefonía conecta todo esto con una línea real. El requisito clave es la baja latencia: la pausa entre el final de la frase de la persona que llama y la respuesta del agente debe acercarse a la de una persona.
Los agentes pueden ser entrantes o salientes. El agente entrante responde llamadas, mantiene el diálogo, recopila datos y transfiere al agente humano; el agente saliente inicia él mismo las llamadas para escenarios habituales: calificación de leads, encuestas, recordatorios y confirmaciones, reactivación, avisos informativos. En ambos casos, el agente sigue una persona configurada, un objetivo de conversación y reglas de recopilación y validación de campos.
Para un negocio, un agente de voz alivia a las personas de conversaciones masivas y repetitivas: está disponible las 24 horas, mantiene el diálogo de forma uniforme, no se cansa y escala sin un crecimiento proporcional de la plantilla. Además, cada una de sus llamadas se graba y entra en el mismo circuito de análisis que las conversaciones de los agentes humanos.
El agente de voz está estrechamente vinculado al análisis de conversaciones: no solo genera conversaciones, también aprende de ellas. Las llamadas etiquetadas y la base de conocimiento construida a partir de ellas ayudan a calibrar guiones, manejo de objeciones y tono, mientras que la analítica muestra dónde se equivoca el agente, cerrando así el ciclo «llamada → análisis → mejora del agente».
Cómo funciona en la plataforma
En la plataforma, el agente de voz se configura mediante un editor de escenarios: número (DID), idioma, voz TTS, motor de reconocimiento, modelo LLM del diálogo, persona, objetivo y reglas de transferencia al agente. Sus llamadas se graban y pasan automáticamente por transcripción, métricas, etiquetas y automatizaciones, cerrando el ciclo de «habla → escucha → comprende → mejora».
Términos relacionados
¿Listo para empezar?
Convierta cada conversación en datos, conocimiento y acción
Empiece analizando sus conversaciones, sin riesgo y sin necesidad de bots. La plataforma convierte su archivo en datos y en una base de conocimiento, y los agentes de voz se conectan cuando usted esté listo.
Plan Free, no se necesita tarjeta.