Saltar al contenido
Todos los proyectos
IAWeb2025 · ~1 min de lectura

La IA responde durante una llamada en vivo

El operador oye una pregunta y ve la respuesta al instante: la voz de la pestaña compartida se transcribe en vivo, y una IA responde desde la base de conocimiento de la empresa.

# El problema

Un operador en llamada tenía que responder a lo que preguntara el cliente. Algunas respuestas simplemente no las sabía, otras las olvidaba en el momento, y buscar en la documentación en medio de la conversación no es opción: una pausa en el diálogo cuesta más que una respuesta imprecisa.

# La solución

Construí una interfaz que captura el audio del sistema de una pestaña elegida. El micrófono se ignora a propósito — lo que se transcribe es la otra parte, no el operador. La voz se reconoce al vuelo y se acumula en un hilo de diálogo. Junto a cualquier línea hay un botón de consulta: envía la pregunta a una IA conectada a la base de conocimiento de la empresa mediante RAG, y la respuesta aparece en la columna vecina sin interrumpir la conversación. Todo funciona en varios idiomas. La grabación muestra un vídeo en lugar de una llamada real, para poder enseñar la demostración sin exponer ni a los clientes ni el contenido de sus llamadas.

# El resultado

Entregado en una semana: la interfaz, la captura de audio, el hilo de transcripción y las consultas a la IA. No tengo métricas de uso — no tuve acceso a los datos del cliente, y el backend de IA lo construyó otra parte. He montado un backend equivalente en otro proyecto: limpieza de ruido con Silero, reconocimiento con Whisper y llamada al modelo, todo sobre FastAPI. Así que puedo construir un sistema así de punta a punta, no solo su interfaz.

# Cómo funciona

  1. Pestaña del navegadorEl operador elige la pestaña donde ocurre la conversación.
  2. Captura de audioSe toma el audio del sistema de esa pestaña. El micrófono se ignora a propósito — la transcripción lleva a la otra parte, no al operador.
  3. TranscripciónLa voz se vuelve texto a medida que se habla, en cualquiera de varios idiomas.
  4. Hilo de conversaciónLas líneas se apilan en un hilo, cada una con un botón de consulta al lado.
  5. IA y base de conocimientoResponde desde la base de conocimiento de la empresa mediante RAG. El lado servidor fue trabajo de otra parte — yo construí la interfaz y la lógica de consultas.

Punteado: no es mi trabajo — plataformas y sistemas del cliente

Siguiente proyecto

Un asistente de WhatsApp que reserva al cliente por sí mismo

¿Necesitas algo parecido?

Discutir la tarea