Ir al contenido
ES

Glosario

Reconocimiento de voz (voz a texto)

El reconocimiento de voz o conversión de voz a texto (speech-to-text, STT) es la tecnología que convierte las palabras habladas en texto. En un centro de contacto es la base de los agentes de voz con IA, a las sugerencias de respuesta en tiempo real para los agentes, a las transcripciones de llamadas y a la analítica de voz.

Por qué importaEn él se basan la búsqueda de llamadas, la analítica de voz y los agentes de voz con IA.

Otros nombres: STT, Reconocimiento automático del habla, ASR, Transcripción automática, Speech-to-text

Cómo funciona

Cómo funciona

Una red neuronal recibe el audio y elige las palabras más probables. Hay dos tipos de reconocimiento. El reconocimiento en streaming devuelve el texto mientras la persona sigue hablando: sin él no funcionan los agentes de voz con IA ni el asistente de IA del agente. El reconocimiento por lotes procesa llamadas ya grabadas, para la analítica de voz y la búsqueda.

  • Streaming: texto una fracción de segundo después de las palabras
  • Por lotes: transcripciones de las grabaciones
  • Separación de interlocutores: agente y cliente en canales de grabación distintos
  • Puntuación y números en cifras, no en palabras

Detalles

De qué depende la precisión

  • Calidad del audio: el audio telefónico de 8 kHz es más difícil de reconocer que el de banda ancha
  • Ruido de fondo y personas que hablan a la vez
  • Acentos, términos del sector y nombres de productos, calles y ciudades
  • Lo bien que el sistema conoce el idioma (el español está admitido) y si puede añadir su propio vocabulario
Cómo se midePor el porcentaje de palabras mal reconocidas (word error rate, WER). Mídalo con sus propias grabaciones, no con ejemplos de demostración.

Uso

Dónde se usa

En CONTACT.WORK

Cómo funciona en CONTACT.WORK

Los agentes de voz con IA, el asistente de IA y la analítica de voz necesitan reconocimiento de voz. Está disponible en la nube y en sus servidores. La plataforma se usa sin pagar licencia; el reconocimiento de voz es un servicio de pago aparte, o el modelo funciona en su propia GPU o en un Mac mini.

La calculadora de servidores le ayuda a elegir el equipo para ejecutar el reconocimiento de voz en sus propios servidores.

Backlinks

Dónde aparece en el sitio 24

Glosario

Términos relacionados

Blog

Lo último del blog

Todos los artículos →