Introducción a la interacción por voz

Qué permite la voz

La interacción por voz añade dos capacidades al agente:

• Hablar con el agente: el usuario mantiene pulsado el micrófono, graba una consulta y esta se convierte en texto.
• Escuchar respuestas: Inceptiva transforma una respuesta escrita en audio con la voz y velocidad configuradas.

Está disponible al probar el agente en Studio y en el Web Widget cuando el agente tiene la voz activada.

Cómo se procesa una conversación

El audio del usuario se transcribe primero. El texto resultante se envía al mismo agente, conocimiento y herramientas que utiliza el chat escrito. La respuesta se genera como texto y, cuando el usuario decide escucharla, se sintetiza como audio.

Por eso, las instrucciones, memoria, conocimiento y herramientas siguen comportándose igual que en una conversación escrita.

Alcance actual

La voz actual complementa Studio y el Web Widget. No constituye todavía un canal de llamadas telefónicas, numeración o SIP.

Activa voz únicamente después de haber probado que el agente responde correctamente por texto. Una buena experiencia hablada parte de un agente ya fiable.