Agendar una demoDemoHablar con un especialista

Manual del panel · Inteligencia

Voz y tono: transcripción de audios de WhatsApp y voz de la IA para responder en audio

"Voz & tom" (Voz y tono) es el elemento del panel que muestra los audios recibidos de los leads con transcripción y registro de habla, y donde se elige la voz sintética con la que la IA responde en audio en WhatsApp.

Quién puede usarlo

RolQué ve y qué hace
PropietarioVe y hace todo: escucha los audios, cambia la voz de la IA, escucha las vistas previas, prueba frases y activa o desactiva la respuesta en voz.
AdministradorEscucha los audios, lee las transcripciones, escucha las vistas previas de las voces y prueba frases. Cambiar la voz y activar la respuesta en voz devuelven un aviso de error: son acciones solo del Propietario.
AgenteVe el elemento en el menú, los audios recibidos, la transcripción y el registro de habla. Las vistas previas de voz y la prueba de frase no se reproducen (son de Administrador en adelante) y no puede cambiar la voz.

Pantallas

"Voz & tom" (Voz y tono)

La pantalla "Voz & tom" (Voz y tono) sirve para seguir el camino del audio del lead (recibido, transcrito y analizado) y definir cómo suena la voz de la IA cuando responde en audio.

Dirección en el panel: /app/voz

La pantalla "Voz & tom" (Voz y tono) en la cuenta de demostración, con datos ficticios y los valores desenfocados.

1 · AUDIOS RECIBIDOS

Los audios que los leads enviaron por WhatsApp, cinco por página, del más reciente al más antiguo.

Botones y acciones

"‹nome do lead›" (‹nombre del lead›)
Al hacer clic en la tarjeta del audio (o Enter/Espacio), se selecciona y se muestran a su lado su transcripción y su registro de habla.
Página anterior
Vuelve a los cinco audios anteriores.
"Próxima página" (Página siguiente)
Avanza a los cinco audios siguientes.
  • Cada tarjeta: avatar, nombre del lead, fecha y hora, y el reproductor del audio (o Áudio indisponível (Audio no disponible)).
  • El audio seleccionado queda con el borde de la marca.
  • Pie Página ‹n› de ‹total› · ‹n› audios cuando hay más de una página.

2 · TRANSCRIPCIÓN

El texto del audio seleccionado, transcrito automáticamente.

  • Insignia STT automático (STT automático).
  • Lo dicho por el lead entre comillas, en cursiva.
  • Sin texto: Sem transcrição (Sin transcripción) — el audio llegó antes de la transcripción o esta falló.

3 · REGISTRO DE HABLA

La forma de hablar del lead, extraída de cada audio transcrito.

  • Una insignia con el registro (por ejemplo, informal) y etiquetas con las marcas de habla detectadas.
  • Un globo con el tono sugerido para responder a ese lead.
  • Sin análisis: Sem registro de fala ainda — é extraído automaticamente de cada áudio transcrito. (Aún no hay registro de habla — se extrae automáticamente de cada audio transcrito.)

Voz de la IA

Galería de las voces sintéticas del catálogo, en tres grupos: "Femininas" (Femeninas), "Masculinas" (Masculinas) y "Neutra" (Neutra).

Botones y acciones

"Voz ‹nome›, ‹gênero›, ‹timbre›" (Voz ‹nombre›, ‹género›, ‹timbre›)Propietario
Al hacer clic en la fila de la voz (o Enter/Espacio), la persona activa pasa a usarla; aparecen la insignia Voz atual (Voz actual) y el aviso Voz da IA atualizada (Voz de la IA actualizada).
"Ouvir prévia da voz ‹nome›" (Escuchar vista previa de la voz ‹nombre›)Propietario, Administrador
Botón de reproducir redondo: sintetiza una frase de bienvenida con el nombre de la IA y la reproduce. Al hacer clic de nuevo, pausa (Pausar vista previa de la voz ‹nombre›).
  • "Femininas" (Femeninas): Nova (clara y enérgica), Shimmer (suave y acogedora), Coral (cálida y cercana) y Sage (serena y segura).
  • "Masculinas" (Masculinas): Onyx (grave y con cuerpo), Echo (firme y directa), Ash (joven y amigable) y Ballad (calma y narrativa).
  • "Neutra" (Neutra): Alloy (equilibrada y versátil), la voz que se usa cuando no se eligió ninguna.
  • Cada voz tiene un círculo de color que pulsa mientras suena la vista previa (quieto con movimiento reducido).
  • Nota al pie: voces sintéticas de catálogo; la voz del lead nunca se clona ni se imita (LGPD).

Pruebe con su frase

Permite escuchar cualquier frase en la voz actual, de la misma forma que sale en WhatsApp.

Campos y filtros

"Frase de teste da voz" (Frase de prueba de la voz)
Hasta 240 caracteres, con un contador ‹n›/240. Vacío, reproduce la frase de bienvenida con el nombre de la IA.
  • Reproductor que sintetiza la frase en la voz actual; cambiar la voz o la frase prepara un audio nuevo.

"Responder em voz (TTS)" (Responder con voz (TTS))

Decide si la IA responde en audio cuando el lead envía un audio.

Botones y acciones

"Responder em voz (TTS)" (Responder con voz (TTS))Propietario
Interruptor que vale al instante: activado, la respuesta a un audio sale en audio, con la voz elegida arriba. Queda deshabilitado cuando no hay persona activa.

Estados de la pantalla

Cargando
Bloques grises en lugar de las tarjetas.
Aún sin datos
Nenhum áudio recebido ainda — os áudios dos leads no WhatsApp aparecem aqui. (Aún no se recibió ningún audio — los audios de los leads en WhatsApp aparecen aquí.)
Si hay un error
Não foi possível carregar as amostras de voz (No fue posible cargar las muestras de voz), avisando que las respuestas siguen guardadas, con un botón para intentar de nuevo.
La vista previa no cargó
Aviso Não foi possível carregar a prévia da voz. (No fue posible cargar la vista previa de la voz.) Es lo que el agente ve al intentar escuchar.
El navegador bloqueó el sonido automático
Aviso Prévia pronta — toque de novo para ouvir. (Vista previa lista — toque de nuevo para escuchar.)
Cambio de voz rechazado
Aviso Não foi possível trocar a voz. Tente novamente. (No fue posible cambiar la voz. Intente de nuevo.)
Sin persona activa
Nenhuma persona ativa encontrada. (No se encontró ninguna persona activa.) en la tarjeta de la respuesta en voz, con el interruptor deshabilitado.

Paso a paso

Cómo elegir la voz de la IA

  1. Abra "Voz & tom" (Voz y tono) en el menú.
  2. En la tarjeta "Voz da IA" (Voz de la IA), haga clic en el botón de reproducir de al menos tres voces para escuchar la vista previa.
  3. Haga clic en la fila de la voz elegida; esta recibe la insignia Voz atual (Voz actual).

Cómo escuchar una frase con la voz de la IA antes de activarla

  1. En la tarjeta "Teste com a sua frase" (Pruebe con su frase), escriba la frase en el cuadro.
  2. Pulse reproducir en el reproductor que está justo debajo.

Cómo hacer que la IA responda audio con audio

  1. Elija la voz en la tarjeta "Voz da IA" (Voz de la IA).
  2. Active el interruptor "Responder em voz (TTS)" (Responder con voz (TTS)).
  3. A partir de ahí, cuando el lead envíe un audio, la respuesta sale en audio.

Cómo leer la transcripción de un audio del lead

  1. En "1 · ÁUDIOS RECEBIDOS" (1 · AUDIOS RECIBIDOS), haga clic en la tarjeta del audio.
  2. Lea el texto en "2 · TRANSCRIÇÃO" (2 · TRANSCRIPCIÓN) y la forma de hablar en "3 · REGISTRO DE FALA" (3 · REGISTRO DE VOZ).
  3. Use "Próxima página" (Página siguiente) para ver audios más antiguos.

Preguntas frecuentes

¿La IA responde en audio a todos los mensajes?

No. Con "Responder em voz (TTS)" (Responder con voz (TTS)) activado, responde en audio cuando el lead envía un audio; los mensajes de texto siguen recibiendo texto.

¿Cuántas voces hay para elegir?

Nueve: cuatro femeninas, cuatro masculinas y una neutra.

¿Qué voz usa la IA si nunca elegí una?

La neutra, Alloy.

¿La IA puede hablar con mi voz o con la voz de mi vendedor?

No en esta pantalla: las voces son sintéticas de catálogo. Para que el lead escuche la voz de su equipo, grabe respuestas en "Intent & catálogo" (Intents y catálogo), en la tarjeta "Respostas gravadas" (Respuestas grabadas).

¿Cuál es el largo máximo de la frase de prueba?

240 caracteres; el contador junto al reproductor muestra cuántos ya se usaron.

¿Por qué un audio aparece como "Sem transcrição" (Sin transcripción)?

Llegó antes de que la transcripción estuviera disponible o la transcripción falló. El audio sigue en el reproductor para escucharlo.

¿El registro de habla cambia la respuesta de la IA?

Muestra la forma de hablar del lead y un tono sugerido. El tono de la persona, que vale para todas las conversaciones, se escribe en el Editor de persona.

Guía del Centro de ayuda

"Voz & tom" (Voz y tono)

Los audios que envían los leads, lo que se dijo en ellos y la voz con que responde su IA. Dos controles cambian el comportamiento; el resto es solo lectura.

Mucha gente responde por audio en WhatsApp, y esta pantalla existe por eso. Muestra lo que llegó hablado, lo que se dijo y con qué voz responde su IA. De todo lo que se muestra aquí, solo dos cosas cambian su comportamiento: la voz elegida y el interruptor "Responder em voz (TTS)" (Responder con voz (TTS)), que permite responder en audio, en portugués cotidiano. Lo demás es solo lectura.

La pantalla, parte por parte

En la pantalla: Pantalla "Voz & tom" (Voz y tono) con la tarjeta de audios recibidos a la izquierda y la galería de voces de la IA a la derecha. En esta cuenta todavía no ha llegado ningún audio: por eso la izquierda está vacía y las tarjetas de transcripción y registro de habla no aparecen.

  1. Los audios que llegaron: Los audios que enviaron los leads, del más reciente al más antiguo. Vacío, como aquí, quiere decir que todavía nadie envió audio; y las tarjetas "2 · TRANSCRIÇÃO" (2 · TRANSCRIPCIÓN) y "3 · REGISTRO DE FALA" (3 · REGISTRO DE VOZ) solo aparecen después de que usted selecciona un audio de esta lista.
  2. La voz de la IA: El primero de los dos controles reales de la pantalla. El nombre que figura entre paréntesis es el de su persona: elija una voz que combine con él.
  3. Nueve voces en tres grupos: FEMENINAS (Nova, Shimmer, Coral, Sage), MASCULINAS (Onyx, Echo, Ash, Ballad) y NEUTRA (Alloy), cada una con su timbre descrito en dos palabras. Haga clic y se cambia: no existe un botón de guardar.
  4. La vista previa de cada voz: Escuche antes de elegir, las veces que quiera. La vista previa no descuenta nada de su saldo.
  5. La voz en uso: La voz elegida queda con la tarjeta resaltada y la marca "Voz atual" (Voz actual). Es la que se envía por WhatsApp cuando responder en audio está activado.
  6. La voz del lead nunca se copia: Todas las voces son de catálogo. El audio de quien habla con usted sirve solo para ser entendido: nada se clona ni se imita.

1, 2 y 3 son el recorrido del audio

Los tres números no son tareas que usted deba ejecutar en orden. Son el recorrido que un audio hace por sí solo cuando llega, mostrado paso a paso para que usted pueda verificar dónde se detuvo:

1 · AUDIOS RECIBIDOS
Lo que los leads enviaron hablado. Haga clic en uno para ver las dos tarjetas siguientes de ese audio.
2 · TRANSCRIPCIÓN
El mismo audio convertido en texto: así es como la IA entiende lo que se dijo. "Sem transcrição" (Sin transcripción) significa que ese audio no se pudo leer; la conversación sigue con normalidad, pero la IA no escuchó ese fragmento.
3 · REGISTRO DE HABLA
La lectura de la manera de hablar de esa persona (formal, informal o neutra) con las expresiones que aparecieron. Sirve de espejo: si todos hablan de manera informal y su IA responde de traje y corbata, el desencuentro está aquí, a la vista.

Elegir la voz

  1. Escuche las vistas previas: El botón redondo junto a cada voz reproduce una muestra. Escuche al menos tres antes de decidir: sobre el papel, los nombres no dicen nada.
  2. Pruebe con su frase: En la tarjeta "Teste com a sua frase" (Pruebe con su frase), escriba hasta 240 caracteres y escuche en la voz actual. Use una frase que su IA realmente diría, con el nombre de la empresa y un precio dentro: los nombres propios y los números son donde más se diferencian las voces.
  3. Haga clic en la voz: La elección se guarda al hacer clic y vale desde la próxima respuesta en adelante. Cambiarla no afecta ningún audio que ya se haya enviado.
  4. Decida si responde hablando: El interruptor "Responder em voz (TTS)" (Responder con voz (TTS)), al final de la columna, hace que la respuesta salga en audio cuando el lead envía audio. Si está desactivado, la IA entiende el audio y responde por escrito.

Con una prueba A/B en curso

La manera de hablar no se ajusta aquí

La voz es el timbre; el tono es la manera. Esta pantalla se ocupa del timbre. No existe, ni aquí ni en otro lugar, un campo para elegir entre un trato informal y uno formal, ni un control del largo de la respuesta; si alguien se lo prometió, la promesa era errónea.

La manera de hablar se controla escribiendo, en el campo "Tom de voz" (Tono de voz) de la persona, en "Configurações" (Configuración) o en el editor de Personas A/B. Es texto libre, y es allí donde caben instrucciones como "trate de usted", "respuestas de máximo tres líneas" o "nunca prometa un plazo sin confirmar". El "Nome da IA" (Nombre de la IA) también está allí, no aquí.

Qué tiene costo y qué no

  • Escuchar una vista previa no descuenta nada. Puede escuchar las nueve, varias veces.
  • Probar con su propia frase no descuenta nada. Escriba y escuche con libertad antes de decidir.
  • Recibir el audio de un lead se cobra cuando se convierte en texto. Convertir el habla en texto se cobra por minuto y se muestra en el extracto como Minuto de voz. Un audio de tres minutos cuesta tres veces lo que uno de un minuto. Cuando la IA atiende, todo audio se transcribe; cuando atiende el equipo, solo con "Transcrever áudios no atendimento humano" (Transcribir audios en la atención humana) activado en "Configurações" (Configuración); si está desactivado (el valor predeterminado), el agente escucha y no se cobra nada.

El saldo y el precio de cada ítem están en "Saldo & Recargas" (Saldo y recargas). Conviene revisarlo después de la primera semana con audio: un público que habla mucho cambia la cuenta del mes.

Quién puede modificar

  • Cambiar la voz y activar la respuesta en audio: solo el Propietario de la cuenta.
  • Escuchar vistas previas y probar frases: de Administrador en adelante.
  • Leer los audios, la transcripción y el registro del habla: quien tenga acceso a la pantalla.

En el panel: "Abrir Voz & tom" (Abrir Voz y tono)