Reconocimiento de voz (Hearing)
Las cuatro opciones de reconocimiento de voz, en qué destaca cada una, qué idiomas admiten y cómo elegir una.
Hearing es cómo se convierte en texto el habla de quien llama para el modelo. Se elige en la tarjeta Hearing de la página del agente (el panel se titula Hearing: «How the agent turns the caller's speech into text»).
Las opciones
| Opción | Ideal para | Notas |
|---|---|---|
| GPT-4o Mini Transcribe | Todos los idiomas | Transcripción alojada de OpenAI. Funciona con todos los idiomas admitidos. Los agentes nuevos la usan cuando Deepgram no está configurado. |
| Deepgram Nova 3 | Poco retraso en un solo idioma | Unos 150 a 300 ms. Escucha en el idioma del agente, incluidos el árabe, el urdu y el chino. |
| Deepgram Nova 3 Multilingual | Quien llama cambia de idioma | Sigue a quien cambia entre inglés, español, francés, alemán, hindi, ruso, portugués, japonés, italiano y neerlandés. No sirve para árabe, urdu ni chino. |
| Deepgram Flux | Inglés, y la opción predeterminada | Los agentes nuevos en inglés empiezan con Flux cuando Deepgram está configurado en la plataforma. Solo inglés, con detección más rápida de cuándo ha terminado de hablar quien llama. Los agentes existentes conservan su elección. |
Cada opción muestra su precio por minuto en la lista.
Configuración paso a paso
- Abra el agente, la pestaña Assistant, y pulse la tarjeta Hearing.
- Abra Hearing y elija una opción. Las opciones que no pueden escuchar en el idioma del agente aparecen atenuadas con el motivo.
- Pulse Save y pruebe con Talk.
Detalles de configuración
- Quienes llaman en hindi y mezclan hindi e inglés obtienen mejor resultado con Deepgram Nova 3 Multilingual.
- Para árabe, urdu y chino use Deepgram Nova 3 o GPT-4o Mini Transcribe.
- Los agentes en urdu esperan una pausa corta para decidir que quien llama ha terminado, porque la detección más inteligente de fin de turno no se entrenó con urdu.
Prueba
Hable como hablan sus clientes (acento, ritmo, ruido de fondo). Revise la transcripción en el panel de pruebas o en History para ver si hay palabras mal oídas.
Resultado esperado
La transcripción coincide con lo que dijo y el agente responde sin pausas largas.
Solución de problemas
Consulte Problemas de reconocimiento de voz.
Guías relacionadas
¿Algo de esto no coincide con lo que ve en el panel? Avísenos.