Glosario de IA · Voz
Voicebot
En una frase
Un voicebot es un programa que conversa por voz: escucha lo que dice una persona, entiende qué quiere y le responde hablando. Puede funcionar en una llamada, una web, una app o un altavoz, y con IA generativa mantiene conversaciones abiertas, no solo menús.
También se llama: bot de voz · asistente de voz · agente de voz · chatbot de voz
¿Qué es un voicebot?
Un voicebot es el equivalente hablado de un chatbot. Durante años fueron sistemas rígidos: reconocían unas pocas palabras clave y seguían un árbol de opciones. Con los modelos de lenguaje actuales la cosa cambia: el voicebot entiende frases normales, mantiene el hilo de la conversación y, si está conectado a herramientas, hace cosas. Cuando ejecuta tareas completas se le suele llamar agente de voz, que es un tipo de agente de IA.
Llévalo a tu empresa
Un agente de voz que coge el teléfono
Desde 149 €/mes + IVA
Atiende llamadas 24/7, agenda citas y deja cada llamada apuntada en el CRM.
Ver el agente de vozSi el voicebot trabaja en una línea telefónica, se le llama también callbot.
Relacionado con este término
UTIO Voice
- 500 minutos y un número incluidos
- Conversación natural en 26 idiomas
- Se presenta como asistente virtual
- Prueba de 14 días sin tarjeta
Desde 149 €/mes + IVA
Ver el agente de vozCómo funciona
La arquitectura más común encadena tres piezas:
- Oído: speech to text. La voz del usuario se convierte en texto mientras habla.
- Cerebro: modelo de lenguaje. Interpreta el texto, decide la respuesta y, si hace falta, consulta la agenda o el CRM.
- Boca: text to speech. La respuesta escrita se convierte en voz sintética.
Algunos sistemas recientes usan modelos que trabajan directamente de voz a voz, sin pasar por texto. En cualquier caso, la latencia de toda la cadena es lo que decide si el diálogo suena natural o a contestador.
| IVR clásico | Voicebot con IA | |
|---|---|---|
| Cómo se le habla | Teclas o palabras sueltas | Frases normales |
| Qué resuelve | Dirige a un departamento | Contesta, reserva, toma datos |
| Si el cliente se sale del guion | Repite el menú | Reformula o pasa a una persona |
Ejemplo
Una academia de idiomas de Granada recibe muchas llamadas en septiembre, casi todas con las mismas preguntas: horarios, niveles y precio. Un voicebot coge las llamadas, explica los grupos disponibles, toma nombre y teléfono de quien quiere una prueba de nivel y la reserva en la agenda. Las llamadas complicadas, como un alumno con una reclamación, se transfieren a secretaría con un resumen.
Voicebots en UTIO
El agente de voz de UTIO es un voicebot que trabaja en tu línea telefónica: contesta 24/7, se presenta como asistente virtual y conversa en 26 idiomas. Reserva con huecos reales de tu Google Calendar, cualifica, toma avisos y transfiere la llamada por horario, por tema o cuando la persona lo pide.
Viene con números y minutos incluidos en la cuota, junto al CRM, donde queda apuntada cada llamada. Las grabaciones y transcripciones se guardan en España.
Preguntas frecuentes
¿Qué diferencia hay entre un voicebot y un IVR?
Un IVR clásico ofrece un menú cerrado: «pulse 1 para ventas». Un voicebot entiende frases libres, como «quería mover mi cita del martes», y responde en consecuencia. Muchos voicebots sustituyen al IVR o se colocan delante de él.
¿Voicebot y callbot son lo mismo?
Casi. Callbot es un voicebot que trabaja dentro de una llamada telefónica, entrante o saliente. Voicebot es el término general: incluye también asistentes de voz en webs, apps o altavoces inteligentes.
¿Un voicebot entiende acentos y ruido de fondo?
Los sistemas actuales de reconocimiento de voz toleran bien los acentos y un ruido moderado. Donde más fallan es con nombres propios raros, números dictados deprisa y mucho ruido. Un buen diseño confirma esos datos en voz alta.
Términos relacionados
- Callbot
Un callbot es un voicebot que trabaja dentro de llamadas telefónicas: contesta las entrantes o hace salientes, conversa con la persona por voz y resuelve gestiones como citas, avisos o cualificación de contactos, conectado a la centralita y a tus herramientas.
- Speech to text
Speech to text (STT) es la tecnología que convierte el audio hablado en texto escrito. Es la pieza de software, normalmente un modelo accesible por API, que «escucha» en un voicebot, un dictado o un sistema de transcripción, ya sea en tiempo real o sobre grabaciones.
- Text to speech
Text to speech (TTS) es la tecnología que convierte un texto escrito en voz hablada. Es el componente, normalmente un modelo accesible por API, que pone voz a un agente telefónico, a un lector de pantalla o a un audio generado a partir de un texto.
- Latencia
La latencia es el tiempo que pasa entre que haces una petición y empiezas a recibir la respuesta. En un agente de voz es el silencio desde que el cliente deja de hablar hasta que oye la primera palabra del agente, y decide si la conversación suena natural.
- Chatbot
Un chatbot es un programa que conversa por texto con las personas, en una web o en WhatsApp, para responder preguntas o guiar un trámite. Puede seguir reglas fijas o usar un modelo de lenguaje para entender lo que se le escribe.
Actualizado el