Un agente de voz típico combina tres capas: reconocimiento de habla (ASR, ej. Deepgram), razonamiento sobre el diálogo (LLM, ej. Claude de Anthropic) y síntesis de voz (TTS, ej. ElevenLabs). Un orquestador (ej. Vapi.ai) coordina las tres en tiempo real con latencia menor a un segundo para que la conversación se sienta natural.
La diferencia con un empleado digital como los de Centinelia es que el agente de voz solo trabaja en el canal telefónico; un empleado digital opera además chat y correo, coordina con otros empleados y tiene un portal para el dueño.
Un agente de voz contesta la línea principal de un restaurante y toma pedidos a domicilio.
Un agente de voz saliente llama para confirmar citas médicas del día siguiente.
Nia contesta el teléfono. Nala timbra CFDIs. Nico cobra. Todo 24/7, sin IMSS ni aguinaldo.
Conoce a los empleadosActualizado el