Resumir contenido con:
Biblioteca de voces de IA: cómo elegir la voz adecuada para tu agente telefónico
Quienes llaman deciden en los dos primeros segundos si confían en una voz. Una voz que suena demasiado joven, demasiado rígida o con un tono excesivamente comercial pierde la llamada antes de que tu agente haya dicho nada útil. Por eso la biblioteca de voces no es un ajuste cosmético. Es parte de tu producto.
Esta guía te muestra cómo elegir una voz de una gran biblioteca sin adivinar. Obtendrás cinco criterios, una ponderación que puedes adaptar, una tabla que relaciona voces con tipos de llamada y un plan de pruebas de 30 minutos que puedes ejecutar antes del lanzamiento. Famulor te ofrece una biblioteca de más de 20.000 voces de varios proveedores, por lo que un método claro es más importante que una lista interminable.
Qué te ofrece una biblioteca de voces
Una biblioteca de voces es un catálogo de voces de texto a voz (TTS) con función de búsqueda. Cada entrada incluye un proveedor, un idioma, un acento, una etiqueta de género o estilo y una vista previa. En Famulor puedes filtrar la biblioteca, previsualizar una voz, asignarla a un asistente y cambiarla más tarde sin reconstruir el flujo. El asistente conserva su prompt, sus herramientas y su base de conocimientos.
Las voces provienen de diferentes proveedores como ElevenLabs, Cartesia, Inworld, Google, Deepgram y otros. Puedes explorarlas por proveedor en la biblioteca. Cada proveedor tiene sus puntos fuertes: algunos suenan más naturales en frases largas, otros responden más rápido y algunos cubren más idiomas. Si quieres conocer el trasfondo de cómo se genera y entiende el habla en una llamada, lee Explicación de TTS y STT.
Cinco criterios que deciden la voz
La mayoría de los equipos eligen una voz escuchando tres vistas previas y quedándose con la que suena mejor. Eso funciona para un vídeo, no para una línea telefónica. Una llamada es audio comprimido, a menudo en una red móvil, con ruido de fondo en ambos lados. Juzga la voz bajo esas condiciones.
| Criterio | Pregunta que debes hacerte | Cómo probarlo |
|---|---|---|
| Claridad al teléfono | ¿Se entiende cada palabra en una conexión móvil? | Realiza una llamada de prueba desde un teléfono, no desde la vista previa del navegador |
| Ajuste al interlocutor | ¿La edad, el tono y el acento coinciden con los de quien te llama? | Deja que dos personas del grupo objetivo valoren la voz |
| Ajuste a la marca | ¿Suena como tu empresa en la primera frase? | Lee el saludo en voz alta y compáralo con la voz |
| Estabilidad | ¿Se mantiene natural al decir números, nombres y direcciones? | Usa un guion con números de teléfono, fechas y nombres de calles |
| Velocidad y coste | ¿La respuesta comienza lo suficientemente rápido y se mantiene dentro del presupuesto? | Mide la pausa después de que el interlocutor deje de hablar |
La claridad y la estabilidad importan más que un timbre agradable. Una voz hermosa que pronuncia mal el nombre de tu calle genera más fricción que una voz sencilla que acierta en cada detalle.
Una ponderación que puedes adaptar
No todos los criterios merecen el mismo peso. Para una consulta médica, la claridad y la confianza tienen el mayor peso. Para una campaña de ventas salientes, los primeros segundos y el tono importan más. El gráfico siguiente muestra una ponderación inicial para una recepcionista de llamadas entrantes. Es una sugerencia basada en nuestro enfoque de pruebas, no un valor de mercado medido, así que cámbiala para adaptarla a tu caso.
Asigna a cada voz una puntuación del 1 al 5 por criterio, multiplícala por el peso y suma el resultado. El método es sencillo a propósito. Convierte una discusión sobre gustos en una decisión que puedes explicar a tu equipo en un minuto.
Adapta la voz al tipo de llamada
La misma voz no encaja en todos los trabajos. Usa la tabla como punto de partida y ajústala a tu audiencia.
| Tipo de llamada | Dirección de la voz | Qué evitar |
|---|---|---|
| Recepción de llamadas entrantes | Tranquila, clara, amable, ritmo medio | Tono demasiado emocionado, habla muy rápida |
| Reserva de citas | Precisa, paciente, repite fechas lentamente | Jerga informal con horarios exactos |
| Ventas salientes | Cálida, segura, ritmo natural | Estilo de locutor de radio |
| Atención al cliente | Constante, empática, poca variación de tono | Tono alegre ante quejas |
| Clínicas y consultas | Tranquilizadora, más lenta, muy clara | Estilo juguetón o juvenil |
| Recordatorios de pago | Neutral, respetuosa, objetiva | Presión en la voz |
Si gestionas varias sedes o marcas, asigna a cada una su propia voz y asistente. Quienes llaman notan cuando una consulta dental regional suena como un centro de llamadas nacional.
Idiomas y acentos
El soporte de idiomas varía según el proveedor y la voz. Una voz que es excelente en inglés puede sonar plana en alemán o francés. Consulta la visión general de idiomas admitidos para el reconocimiento de voz y la cobertura de voces, luego prueba el idioma y el acento exactos que usan tus interlocutores. Los clientes austriacos y suizos, por ejemplo, a menudo reaccionan mal ante una voz alemana que suena demasiado alejada de su propio dialecto.
Para líneas multilingües, decide si una sola voz debe cambiar de idioma o si prefieres dirigir cada idioma a un asistente independiente. Los asistentes separados te dan más control sobre el tono y la pronunciación en cada idioma.
Ritmo, pausas y pronunciación
Dos voces del mismo proveedor pueden sentirse muy diferentes debido al ritmo. Quienes llaman para reservar una cita anotan la fecha, por lo que necesitan un tempo más lento y una breve pausa después de cada detalle. Quienes hacen una pregunta rápida sobre el horario de apertura quieren una respuesta corta sin relleno. Configura el estilo de habla en el asistente, no solo en la elección de la voz, y mantén las frases cortas. Las frases cortas también dan al interlocutor lugares más naturales para interrumpir.
La pronunciación merece su propia revisión. Los nombres de marca, los apellidos de los médicos, los nombres de calles y los códigos de producto son donde las voces sintéticas fallan. Recopila los diez términos que más usan tus interlocutores y añádelos a tu vocabulario personalizado. Luego escucha de nuevo. Una voz que maneja tus diez términos con limpieza vale más que una que suena genial con texto genérico.
Ejemplo: una consulta dental con cuatro sillones de tratamiento
Una consulta con cuatro sillones recibe llamadas en los momentos de mayor actividad: justo después de abrir, durante el almuerzo y poco antes de cerrar. A menudo, quienes llaman tienen dolor o prisa. La consulta preselecciona tres voces tranquilas y claras y escribe un guion de seis pasos: saludo, pregunta sobre síntomas, hueco para la cita, lectura del número de teléfono, pregunta sobre el seguro y despedida. Dos miembros del personal y un paciente voluntario valoran las grabaciones a ciegas. La voz ganadora no es la más cálida, sino la que lee el número de teléfono con mayor claridad. Ese único detalle elimina la mayoría de las llamadas de confirmación, y es exactamente el tipo de detalle que una frase de vista previa nunca muestra.
Con qué frecuencia volver a probar
Una voz no es una decisión única. Planifica un ritmo: una prueba antes del lanzamiento, una después de la primera semana de llamadas reales y otra siempre que cambie el proveedor, el modelo o el guion. En la primera semana, escucha diez grabaciones aleatorias y observa tres cosas: ¿dónde preguntan de nuevo porque no entendieron? ¿Dónde interrumpen con impaciencia? ¿Dónde cuelgan? Estos momentos muestran si el ritmo, la pronunciación o el tono necesitan trabajo. Los pequeños cambios en el estilo de habla a menudo ayudan más que cambiar a otra voz. Mantén un breve registro de lo que aprendiste para que tu equipo no empiece de cero en el próximo cambio.
Sé transparente sobre el hecho de que el interlocutor habla con una IA
Una voz natural no elimina el deber de ser transparente. Quienes llaman deben saber pronto que están hablando con un asistente de IA. Una buena voz apoya esto: puede exponer la divulgación en un tono amable y claro sin sonar como un aviso legal. Lee Artículo 50 de la Ley de IA de la UE: qué debe decir tu agente telefónico de IA para conocer la redacción práctica, e incluye la divulgación en tu guion de prueba para que la escuches con la voz elegida.
Realiza una prueba de voz de 30 minutos
Puedes probar una voz adecuadamente en media hora. Prepara un guion con seis momentos: saludo, una pregunta sobre el horario de apertura, lectura de un número de teléfono, confirmación de fecha y hora, una interrupción por parte del interlocutor y una despedida educada.
- Preselecciona de tres a cinco voces de la biblioteca usando filtros de idioma, estilo y proveedor.
- Asigna cada voz a una copia del mismo asistente para que solo cambie la voz.
- Llama a cada asistente desde un teléfono móvil y sigue el guion.
- Puntúa cada voz según los cinco criterios con una hoja compartida.
- Deja que una segunda persona que no conozca las opciones escuche las grabaciones y las califique a ciegas.
- Quédate con la ganadora y una voz de respaldo.
Para repetir la prueba sin llamadas manuales, usa simulaciones. Te permiten ejecutar conversaciones con guion contra una configuración modificada antes de publicarla. Para una comparación práctica de proveedores, nuestra guía Cartesia vs ElevenLabs para agentes telefónicos recorre una prueba de dos proveedores paso a paso.
¿Voz de biblioteca o voz clonada?
Una voz de biblioteca está lista en un minuto y suena coherente en miles de llamadas. Una voz clonada te da una voz de marca reconocible, por ejemplo, la del fundador o un empleado conocido. La clonación necesita consentimiento, grabaciones limpias y un control de calidad. La similitud de identidad y la entrega natural son dos cosas diferentes, como explicamos en Evaluación de clonación de voz. Empieza con una voz de biblioteca, recopila comentarios de llamadas reales y solo entonces decide si una clonación merece el esfuerzo.
Lo que significa la voz para el coste
La voz es una línea de coste entre varias, junto con el reconocimiento de voz, el modelo de lenguaje y la telefonía. Algunas voces premium cuestan más por minuto que otras. Famulor comienza en 0,05 € por minuto, y el pago por uso es de 0,15 € por minuto, siendo la elección del proveedor la que afecta al coste final por minuto. Haz tus propios números antes de comprometerte con una voz premium para cada llamada.
Calcula tu ROI automatizando llamadas
Descubre cuánto podrías ahorrar al usar voice agents con IA.
Resultado ROI
ROI 0%
Sin tarjeta de crédito
Una regla práctica: usa la mejor voz donde la primera impresión decida el resultado, como en las llamadas de ventas entrantes y la reserva de citas, y una voz más ligera para confirmaciones simples y recordatorios. Puedes configurar una voz diferente por asistente, por lo que la división no te cuesta nada extra configurar.
Errores comunes al elegir una voz
- Elegir solo por la vista previa. La frase de vista previa está pulida. Tu guion real tiene números, nombres e interrupciones.
- Probar en una habitación silenciosa con auriculares. Tus interlocutores usan teléfonos en coches y cocinas.
- Dejar que una sola persona decida. El gusto es personal. Usa una hoja de puntuación y un segundo oyente.
- No volver a probar nunca. Los proveedores actualizan los modelos. Vuelve a ejecutar el guion después de los cambios.
- Ignorar la pronunciación. Añade vocabulario personalizado para nombres de marca, calles y términos médicos.
Conclusión
Una buena voz es clara en una conexión deficiente, estable con los números y adecuada para la persona que llama. Utiliza cinco criterios, una ponderación sencilla y una prueba de media hora, y sustituirás la opinión por evidencias. Empieza seleccionando tres voces en la biblioteca de Famulor, ejecuta el guion y pon a prueba a la ganadora en una línea real. Después, compara los resultados de las llamadas reales tras una semana.
¿Listo para escuchar la diferencia? Abre la biblioteca de voces de Famulor, elige tres candidatos y realiza tu primera llamada de prueba hoy mismo.
Prueba nuestro Asistente de IA
Experimenta lo natural que suena nuestro asistente telefónico de IA.
Introduce tus datos y recibe una llamada de nuestro agente de IA en segundos.
El agente está entrenado para hablar sobre los servicios de Famulor y programar citas.
Agente IA de demo
Representante de Famulor
Preguntas frecuentes
¿Qué es una biblioteca de voces para agentes telefónicos de IA?
Es un catálogo consultable de voces de texto a voz con idioma, acento, estilo y una vista previa. Asignas una voz a un asistente y puedes cambiarla más tarde sin tener que reconstruir el asistente.
¿Cuántas voces ofrece Famulor?
La biblioteca de voces de Famulor incluye más de 20.000 voces de varios proveedores. La disponibilidad depende del idioma y del proveedor que selecciones en los filtros.
¿Cómo elijo la mejor voz para mi negocio?
Adapta la voz al tipo de llamada, selecciona de tres a cinco candidatos, pruébalos por teléfono con un guion real y puntúalos según claridad, estabilidad, adecuación al interlocutor, adecuación a la marca y velocidad.
¿Debo usar una voz masculina o femenina?
Ninguna es mejor por norma general. Prueba ambas con tus interlocutores. La claridad, el ritmo y el tono suelen importar más que el género, y la elección correcta depende de tu audiencia y de tu marca.
¿Puedo cambiar la voz después del lanzamiento?
Sí. Puedes cambiar la voz de un asistente en cualquier momento. Vuelve a ejecutar tu guion de prueba después para confirmar la pronunciación de números, nombres y direcciones.
¿Es mejor una voz clonada que una voz de biblioteca?
Un clon te ofrece una voz de marca reconocible, pero requiere consentimiento, grabaciones limpias y controles de calidad. Una voz de biblioteca es más rápida de implementar y consistente, por lo que muchos equipos empiezan por ahí.
¿Afecta la voz a la velocidad de respuesta?
Puede hacerlo. Los proveedores difieren en la rapidez con la que empiezan a hablar. Mide la pausa después de que el interlocutor deje de hablar, utilizando el mismo guion para cada candidato.
¿Qué idiomas son compatibles?
La cobertura varía según el proveedor. Consulta la descripción general de los idiomas admitidos y prueba tu idioma y acento exactos antes del lanzamiento.
¿Cómo pruebo las voces sin tener que llamar cada vez?
Utiliza simulaciones para ejecutar conversaciones con guion frente a una configuración modificada y, a continuación, confirma la elección final con una llamada telefónica real.
Autor en Famulor
