El problema: el teléfono no es un podcast
Los modelos de reconocimiento de voz disponibles en el mercado se entrenan con audio limpio y en su mayoría con español de otros países. Una llamada de call center es otra cosa: audio telefónico de baja calidad, ruido de fondo, gente que habla rápido y, sobre todo, respuestas muy cortas. Un "sí", un "ajá" o un "ya" deciden si la conversación avanza, y eran justo lo que más se perdía.
Lo que hicimos
Reunimos 6.000 llamadas reales de call centers peruanos, 136 horas de audio, y las transcribimos con cuidado. Le dimos especial atención a 2.000 fragmentos de frases cortas, las más difíciles de reconocer. Con todo eso afinamos nuestro propio modelo de reconocimiento de voz, que corre en nuestros servidores.
Los resultados
Medimos el modelo sobre llamadas de prueba que no vio durante el entrenamiento. Los errores de transcripción bajaron a la mitad comparado con el modelo de partida. Y en las frases cortas, que eran el punto débil, pasó de reconocer bien el 55% a reconocer bien el 81%.
Por qué importa
Un bot que entiende mejor conversa mejor: interrumpe menos, repite menos preguntas y llega más veces al objetivo de la llamada, ya sea agendar una cita, confirmar un dato o resolver una consulta. Este modelo es la base de nuestra plataforma de voz.
- Voice Bot
- Reconocimiento de voz
- Call center
- Perú