Bot de Soporte por Voz
Transcripción y respuesta de voz en tiempo real
Combina una capa de voz a texto con un LLM para atender llamadas de soporte de principio a fin. El modelo transcribe, interpreta la intención, consulta tu base de conocimiento y genera respuestas en lenguaje natural que se devuelven mediante síntesis de voz.
GPT-6 Luna
para 1,5M tokens al mes · 55% entrada / 45% salida
¿Por qué este modelo?
Para esta carga de trabajo —1,5M tokens al mes, un 55 % de entrada— cuesta unos 0,42 US$ al mes, lo más bajo entre los modelos sugeridos aquí.
Modelos alternativos
Consejos de implementación
- 1
Usa respuestas en streaming para iniciar la síntesis de voz mientras el LLM sigue generando: eso reduce la latencia percibida de 2-3 segundos a menos de 500 ms hasta la primera palabra.
- 2
Cuida la detección de turno: envía transcripciones parciales al LLM con una marca «IS_COMPLETE» para que empiece a procesar antes de que el interlocutor termine de hablar en frases predecibles.
- 3
Mantén acotado el papel del LLM: separa la detección de intención y la generación de respuesta del procesamiento de voz, así podrás cambiar de proveedor de ASR o TTS de forma independiente.