Twilio presenta nuevas capacidades de Voice AI para que las empresas desplieguen a gran escala agentes de voz con IA que suenan naturales

Dos profesionales con auriculares revisan un panel de métricas de agentes de voz con IA.

Twilio, la infraestructura para la interacción con los clientes en la era de la IA, ha anunciado hoy nuevas capacidades de infraestructura de Voice AI en Conversation Relay y Agent Connect, diseñadas para eliminar los obstáculos técnicos que hacen que las conversaciones de Voice AI fallen en situaciones reales. Conversation Relay y Agent Connect forman parte de la capa de Twilio Conversations, que proporciona a las organizaciones el contexto, la coordinación y el control necesarios para gestionar conversaciones impulsadas por IA a través de cualquier combinación de canales, agentes y sistemas.

Crear una prueba de concepto de Voice AI es sencillo, pero llevarla a producción a escala empresarial pone de manifiesto importantes obstáculos operativos. Las soluciones listas para usar suelen fallar en situaciones reales y la mayoría de las implementaciones de Voice AI en tiempo real tropiezan con tres problemas: temporizadores de silencio rígidos que interrumpen a los interlocutores a mitad de una idea; caídas de proveedores de voz que provocan cortes en las llamadas en curso; y plataformas de agentes cerradas que imponen limitaciones arquitectónicas.

Las últimas capacidades de Conversation Relay de Twilio abordan directamente estos retos al ofrecer resiliencia en producción, conversaciones naturales en tiempo real y flexibilidad para integrar los mejores modelos de IA y proveedores de voz del mercado. Las mejoras adicionales de Agent Connect incluyen paquetes de SDK para partners, funcionalidades de producto y herramientas para desarrolladores, lo que facilita a los equipos la integración de los servicios de Twilio en flujos de trabajo de interacción con clientes impulsados por IA.

“La infraestructura abierta de Voice AI de Twilio evita el vendor lock-in al permitir que los equipos conecten cualquier LLM, framework de agentes o motor de voz a la telefonía en tiempo real”, afirmó Omar Paul, vicepresidente de Producto de Twilio. “Gracias a la detección inteligente de turnos integrada, el failover automático de Speech-to-Text, los controles dinámicos para configurar la sesión durante la llamada y el contexto conversacional previo, los equipos de ingeniería pueden desplegar a escala global agentes de voz ultrafiables y con una interacción natural, similar a la humana”.

Voice AI lista para producción y fiable en entornos reales

Twilio aborda directamente los retos de producción en la capa de comunicaciones y proporciona a los equipos de ingeniería la fiabilidad, la naturalidad de las conversaciones y el control operativo necesarios para desplegar Voice AI a gran escala. Conversation Relay y Agent Connect simplifican el despliegue en producción de soluciones de Voice AI en tiempo real al conectar las llamadas telefónicas de clientes en curso con cualquier modelo de IA, proveedor de voz o entorno de ejecución de agentes, mientras gestionan automáticamente la complejidad de los flujos multimedia subyacentes.

Las actualizaciones de Conversation Relay incluyen:
· Smart Turn Detection (disponible con carácter general este mes): Ayuda a crear experiencias de Voice AI más naturales y similares a una conversación entre personas, al reducir las pausas incómodas, las respuestas prematuras y las interrupciones a mitad de frase. En lugar de basarse en simples temporizadores de silencio, Conversation Relay analiza las señales acústicas del habla en tiempo real y reconoce con precisión cuándo el interlocutor está terminando una idea de forma natural y cuándo simplemente hace una pausa o vacila.
· HD Audio (disponible con carácter general este mes): Ofrece interacciones de voz más naturales y de mayor fidelidad en conversaciones en tiempo real con agentes de IA. Gracias al audio de banda ancha, Conversation Relay puede captar una gama más amplia de frecuencias del habla, lo que mejora la claridad y la calidad del audio que se transmite entre los interlocutores y los sistemas de IA.
· Advanced Conversational Voice (disponible con carácter general): Incorpora el último modelo de voz conversacional v4 Turbo de ElevenLabs, de baja latencia, que permite ofrecer experiencias de voz más naturales, expresivas y multilingües en más de 90 idiomas.
· Dynamic Configuration Parameters (disponible con carácter general este mes): Amplía los controles de WebSocket en tiempo real para permitir la actualización dinámica de parámetros de sesión adicionales, lo que reduce la latencia y la necesidad de que los clientes recurran a soluciones alternativas.
· Speech-to-Text (STT) Failover (disponible con carácter general este mes): Alterna automáticamente entre proveedores de STT durante interrupciones del servicio, picos de latencia o errores de transmisión, para mantener la continuidad de las llamadas sin necesidad de código por parte del cliente.

En conjunto, estas nuevas capacidades de Conversation Relay permiten ofrecer a los consumidores interacciones de Voice AI más naturales y de mayor calidad, al tiempo que reducen la carga operativa y el esfuerzo de ingeniería de los equipos. Así, estos pueden centrarse en desarrollar experiencias diferenciadas para los consumidores que puedan ampliarse a nuevos casos de uso, idiomas y regiones geográficas.

Entre las capacidades adicionales de infraestructura de Voice AI que estarán disponibles con carácter general desde hoy y a lo largo de las próximas semanas se incluyen los paquetes de SDK para partners de Agent Connect, mejoras en las herramientas para desarrolladores, una mayor cobertura de idiomas y opciones mejoradas para configurar la grabación y la transcripción.

Para ayudar a las organizaciones a desplegar agentes de IA con mayor confianza, Twilio también ha presentado nuevas capacidades de Conversation Intelligence, diseñadas para supervisar las interacciones con clientes basadas en IA mediante el análisis nativo de transcripciones. Las organizaciones pueden evaluar la calidad de conversaciones reales con clientes y su cumplimiento de las políticas, además de recibir indicadores útiles sobre precisión, finalización de tareas, detección de bucles y alucinaciones. De este modo, pueden determinar con exactitud cuándo escalar una interacción a agentes humanos y cómo mejorar el rendimiento de los agentes.

“Las empresas centran cada vez más su atención en inversiones escalables que ofrezcan mejoras cuantificables en la atención al cliente. Voice AI supone una oportunidad importante para reducir parte de la presión operativa asociada a la atención de clientes a gran escala”, afirmó Adam Holtby, analista principal de Omdia. “Poder conectar Voice AI con los modelos de IA y los sistemas empresariales en los que las organizaciones ya están invirtiendo será importante para acelerar el time to value. Las soluciones que hagan que las interacciones con los clientes resulten más sencillas y naturales, y que sepan reconocer cuándo debe intervenir una persona, estarán bien posicionadas para tener éxito”.

“Nuestra inversión en Voice AI siempre ha tenido como objetivo hacer que la suscripción de vehículos sea más sencilla y flexible para nuestros clientes, para quienes la rapidez de respuesta lo es todo. Integrar directamente la infraestructura de voz de Twilio en nuestra plataforma nos ha permitido dejar atrás los engorrosos menús telefónicos automatizados y ofrecer interacciones que resultan realmente naturales y no interrumpen a las personas cuando hablan”, afirmó Sam Zammit, Chief Product Officer y cofundador de Karmo. “Contar con esa base integrada en nuestros sistemas y respaldada por una sólida colaboración con Twilio nos da la confianza necesaria para seguir invirtiendo y probar activamente nuevos casos de uso en toda la experiencia de Karmo”.

Deja una respuesta

Este sitio utiliza Akismet para reducir el spam. Conoce cómo se procesan los datos de tus comentarios.