Agentes de voz para teléfono y web
Crea un agente, háblale desde el navegador y conéctalo a tus números. Cada llamada queda registrada con su transcripción, su desglose de costes y una medición de cómo llegó realmente el audio al otro lado.
30 idiomas de conversación · 4 motores · DIDWW, Twilio o tu propio SIP trunk
Cada motor suena distinto, responde a otra velocidad y tiene otro coste por minuto. Mantén las mismas instrucciones, cambia de motor y compara las llamadas una al lado de la otra.
El modelo de voz full-duplex de OpenAI. Escucha mientras habla y gestiona las interrupciones con naturalidad. Las instrucciones detalladas se ejecutan en un modelo en segundo plano.
El modelo de voz a voz de Google, con una amplia variedad de voces. El tono forma parte de las instrucciones.
Voz a voz con velocidad de habla ajustable. Se factura por tokens de audio.
Deepgram transcribe, un LLM de OpenAI responde y OpenAI TTS habla. Cada etapa se puede ajustar por separado.
Medido en nuestro servidor · 5 de noviembre de 2026
Cuatro motores, diez escenarios guionizados de llamada web (conexión de navegador) para cada uno, ejecutados contra el servidor de producción. Es una sola ejecución: tome los valores como una instantánea, no como una garantía.
Segundos desde el final del turno de quien llama hasta el primer audio del agente, medidos del lado de quien llama.
| Motor | Tiempo de respuesta por motor | Mediana | Percentil 90 |
|---|---|---|---|
| Gemini Live | 1,45 s | 2,28 s | |
| GPT-Live 1 | 1,76 s | 2,56 s | |
| OpenAI Realtime | 2,08 s | 4,14 s | |
| Clásico | 3,23 s | 4,02 s |
Fuente: 4 motores × 10 escenarios × 1 ejecución en hubvocal.com, 5 de noviembre de 2026. Cada registro de llamada incluye las mismas mediciones, vea calidad de audio.
Funciones
Algunas ya están disponibles y otras están en desarrollo. Las marcadas como próximamente todavía no están disponibles en las cuentas.
Una puntuación de 1,0 a 4,5 para cada llamada y, cuando baja, el motivo: la red, el flujo del modelo o el retardo.
Detalles →Expresiones de fecha en turco resueltas en código, números repetidos por grupos y nombres deletreados letra a letra.
Detalles →HubSpot, Pipedrive, monday.com, Slack, Telegram y n8n ya funcionan hoy. Próximamente: Zapier y Make.
Integraciones →En llamadas telefónicas, transferencia en frío o asistida a un compañero, con un breve resumen previo.
Detalles →Llama a una lista de contactos dentro del horario que definas, con reintentos y una lista de exclusión.
Detalles →Integraciones
Reconoce al llamante en tu CRM por su número, registra cada llamada con su resumen en el contacto y envía al canal de tu equipo los mensajes que toma el agente.
Próximamente: Zapier y Make.
Hasta que estén listos los conectores de Zapier y Make, envía el webhook call.ended a un disparador de webhook allí.
Medición de la calidad de llamada
Cuando una llamada suena mal, muchas veces el problema no es el modelo, sino el camino. El navegador mide el audio del agente en ventanas de 2 segundos, y el agente registra cada momento en que su propio audio se quedó por detrás del tiempo real. Ambos datos aparecen en la misma línea de tiempo.
< 0,5 % buenoPaquetes de audio perdidos en la red.< 1 % buenoQué parte del habla tuvo que rellenar el navegador porque el audio llegó demasiado tarde.< 30 ms · < 120 msCon qué irregularidad llegan los paquetes y cuánto crece el búfer de reproducción.TCP: vigilarPasar a TCP añade retardo. Se registra durante toda la llamada.[segundo, ms]Momentos en que el flujo de audio del modelo se detuvo. No depende de la red.Si hay pérdida, es la red.
Sin pérdida pero con cortes, el audio llegó tarde. Si el agente también vio un corte, fue el origen; si no, fue el transporte.
Puntuación de calidad de llamada
Cada llamada recibe una puntuación de 1,0 a 4,5 en la escala MOS, la que usan las redes telefónicas para la calidad de voz percibida. Se calcula con lo que se midió durante la llamada, no con una encuesta, y viene acompañada de los motivos.
El cálculo sigue el modelo E de ITU-T G.107. Las puntuaciones se calculan al leer la llamada, así que, si la fórmula mejora, las llamadas antiguas también se muestran con la nueva.
La primera fila es una llamada real; las demás son casos calculados de nuestra batería de pruebas.
≥ 4,3≥ 4,0≥ 3,6≥ 3,1< 3,1Se marcan las llamadas por debajo del umbral
Cada organización define su propio umbral, 3,6 por defecto. Las llamadas por debajo se marcan en la lista de llamadas y se cuentan en el resumen general. Se envía un webhook call.quality_low una vez por cada una de esas llamadas.
En las llamadas telefónicas no vemos la red del llamante, así que la puntuación usa solo las mediciones del lado del agente, y el registro lo indica.
Los detalles, bien
Una cita o una devolución de llamada solo sirve si la fecha, el número y el nombre son correctos. Son los detalles en los que más fallan los agentes de voz, por eso se resuelven con reglas explícitas y código en lugar de dejarlos en manos del modelo.
Expresiones como «el martes que viene», «pasado mañana» o «el viernes después del 15» se resuelven en código, en la zona horaria del agente. La hora que dio el llamante se mantiene junto a la fecha en cada confirmación.
Preguntado el jueves 5 de noviembre: «¿El martes que viene a las dos y media de la tarde?». El agente confirma el martes 10 de noviembre a las 14:30.
Los números de teléfono se repiten en los grupos que la gente usa al decirlos, y el agente vuelve a preguntar si no está seguro. En el motor Clásico en turco, los importes, las fechas y las horas se dicen con palabras, mientras que la transcripción conserva las cifras.
El número se guarda en cifras, 05324567890, en el mensaje para tu equipo.
Cuando un llamante deletrea o corrige un nombre («no es C, es con Ç»), el agente usa la última versión, conserva letras como ç, ş, ğ e ı, y lo deletrea una vez para confirmarlo.
La grafía corregida es la que se guarda en el mensaje o en la cita.
Las expresiones de fecha se entienden en turco y en inglés. La repetición de números y el deletreo de nombres se han probado en llamadas en turco y en inglés.
Telefonía
Las llamadas entrantes las atiende el agente asignado al número marcado. El agente que probaste en el navegador habla por teléfono con las mismas instrucciones y la misma voz.
Desde DIDWW, Twilio o tu propia PBX por SIP.
Se elige el agente asignado al número marcado.
Con el motor, la voz y las instrucciones que elegiste.
Transcripción y coste, en el panel y en la API.
Conecta tus números DID mediante un SIP trunk.
Enruta los números de Twilio con Elastic SIP Trunking.
¿Tienes tu propia PBX? Tus números se quedan donde están; solo apunta un SIP trunk hacia nosotros.
También puedes hacer llamadas salientes: inicia una llamada desde uno de tus números con POST /v1/calls y el agente habla cuando contestan.
Transferencia a una personaPróximamente
En las llamadas telefónicas, el agente puede pasar al llamante a un compañero o a un equipo. Tú describes cuándo se debe usar cada destino de transferencia; el agente nunca ve el número que marca.
En desarrollo. Todavía no disponible en las cuentas.
La llamada pasa directamente a un número de teléfono o a una dirección SIP.
El agente llama primero a tu compañero y le lee un breve resumen, y después conecta al llamante. El llamante oye silencio, no la conversación previa.
El agente pide al llamante que lo confirme antes de transferir la llamada.
Sin respuesta, ocupado o rechazada: el agente vuelve con el llamante, se disculpa y toma un mensaje.
Solo en llamadas telefónicas. Cada intento y su resultado quedan anotados en el registro de llamada.
Campañas salientesPróximamente
Sube un CSV con tus contactos y el agente los llama desde tu número, usando los valores de cada fila en su saludo y sus instrucciones.
En desarrollo. Todavía no disponible en las cuentas.
Días y horas en la zona horaria de la campaña, un límite de llamadas simultáneas y reintentos para los números ocupados o que no contestan.
Columnas como un nombre o una matrícula se convierten en marcadores como {{name}} en las instrucciones del agente.
Los números de la lista de tu organización nunca se llaman, ni desde una campaña ni desde ninguna otra llamada saliente. Si alguien pide que no lo vuelvan a llamar, el agente lo añade cuando lo confirma.
Cada intento queda registrado: contestada, sin respuesta, ocupado y cómo terminó la llamada.
Números turcos: no comprobamos por ti los registros de consentimiento de İYS. Antes de que empiece una campaña a números +90, se te recuerda que confirmes tú mismo el consentimiento en İYS.
01
Instrucciones, saludo, idioma, motor, voz y estilo de habla. En el panel o con la API.
02
Prueba cambios sin guardar. Ve al instante la transcripción, el coste, cuánto tardó el saludo y la calidad del audio.
03
Asígnalo a un número de teléfono o integra la llamada web en tu propio sitio.
Herramientas
Activa las herramientas integradas o conecta tus propios sistemas mediante un webhook. La misma definición de herramienta funciona en los cuatro motores.
end_call y take_message vienen integradas: el agente termina la llamada con cortesía, o anota un mensaje y una solicitud de devolución de llamada en el registro de llamada.
Describe una sola vez un endpoint y sus parámetros. El agente lo llama con una solicitud HTTPS firmada cuando la conversación lo requiere.
Las herramientas que modifican datos solo se ejecutan después de que el agente repita los detalles y el llamante diga que sí.
Respuestas y citas
Dale al agente lo que necesita para ser útil al teléfono: tu propia información y acceso a tu calendario.
Sube archivos PDF, Word, de texto o Markdown, pega texto o añade una página web. Durante la llamada, el agente busca en ellos y responde con lo que encuentra.
Conecta Google Calendar desde el panel. El agente consulta los huecos libres dentro de tu horario laboral y puede reservar o cancelar citas.
MCP
El Model Context Protocol es un estándar abierto para conectar aplicaciones de IA con herramientas y datos. HubVocal lo admite en ambos lados.
Conecta un servidor MCP y elige qué herramientas suyas puede usar el agente durante las llamadas. Las que modifican datos pasan por el mismo paso de confirmación que las demás herramientas de escritura.
Conecta Claude, Cursor u otro cliente MCP con una clave de API para listar agentes, leer resúmenes de llamadas o actualizar un agente. Los ámbitos de la clave deciden lo que puede hacer.
Consola en vivo
Un supervisor puede unirse desde el panel a cualquier llamada en curso, web o telefónica. El agente sigue llevando la conversación salvo que alguien tome el control.
Oye la llamada y sigue la transcripción en directo. El llamante no sabe que estás ahí.
Envía al agente una nota que tendrá en cuenta en su siguiente respuesta. El llamante no la oye.
El agente deja de hablar y el llamante pasa a oírte a ti. La transcripción sigue en marcha si el motor lo admite.
Devuelve la llamada al agente, con una nota opcional si quieres. Retoma la conversación a partir de lo que se ha dicho.
Disponible por defecto para los administradores de la organización; también se puede habilitar para los miembros. Cada entrada, susurro y toma de control queda anotada en el registro de llamada.
Después de la llamada
Cuando termina una llamada, el agente redacta un breve resumen a partir de la transcripción. Un webhook puede enviar el registro completo a tu CRM o a tu herramienta de soporte.
Unas pocas frases, un resultado como «resuelta» o «mensaje tomado», el sentimiento del llamante, los temas tratados y las acciones de seguimiento.
Una solicitud HTTPS firmada con el registro de llamada, el resumen y la transcripción. Las entregas fallidas se reintentan durante unas dos horas y media.
Cada intento queda registrado con su estado, para que veas qué ha llegado y reenvíes lo que no.
Grabación y privacidad
La grabación de llamadas está desactivada por defecto. Al activarla, también decides cuánto tiempo se conservan las grabaciones y las transcripciones.
Con la grabación activada, el agente avisa al llamante antes del saludo, en su idioma. Las grabaciones se pueden escuchar desde el registro de llamada.
Define cuántos días se conservan las grabaciones y las transcripciones; después se eliminan automáticamente. Si quieres, enmascara números de teléfono, correos electrónicos, números de documento de identidad, IBAN y números de tarjeta en las transcripciones y los resúmenes.
Elimina de una vez la grabación y la transcripción de una llamada, por ejemplo cuando alguien lo solicita en virtud de la KVKK o del GDPR.
En el día a día
Escribe escenarios con un llamante simulado y las reglas que debe cumplir una buena llamada. Ejecútalos con el borrador antes de publicar; cada regla se comprueba y se explica.
Añade un botón de llamada a tu sitio con una sola etiqueta script y una clave pública limitada a tus dominios.
Define campos como la fecha de la cita o el interés. Tras cada llamada se rellenan a partir de la conversación y se envían con el registro de llamada.
Llamadas, minutos, coste, latencia, resultados y calidad de audio por día, agente o resultado. Exporta las llamadas en CSV.
Códigos TOTP para el panel, un ajuste de organización para exigirlos, lista de sesiones y registro de auditoría.
En qué idiomas puede conversar cada motor. El idioma de un agente se define con el campo lang, usando los códigos de abajo.
| Idioma | lang | GPT-Live 1 | Gemini Live | OpenAI Realtime | Clásico |
|---|---|---|---|---|---|
Türkçetr | tr | Experimental | Compatible | Experimental | Compatible |
Englishen | en | Compatible | Compatible | Experimental | Compatible |
Deutschde | de | Compatible | Compatible | Experimental | Compatible |
Françaisfr | fr | Compatible | Compatible | Experimental | Compatible |
Españoles | es | Experimental | Compatible | Experimental | Compatible |
Italianoit | it | Experimental | Compatible | Experimental | Compatible |
Portuguêspt | pt | Compatible | Compatible | Experimental | Compatible |
Nederlandsnl | nl | Experimental | Compatible | Experimental | Compatible |
Русскийru | ru | Experimental | Compatible | Experimental | Compatible |
Українськаuk | uk | Experimental | Compatible | Experimental | Compatible |
Polskipl | pl | Experimental | Compatible | Experimental | Compatible |
Românăro | ro | Experimental | Compatible | Experimental | Compatible |
Ελληνικάel | el | Experimental | Compatible | Experimental | Compatible |
Българскиbg | bg | Experimental | Compatible | Experimental | Compatible |
Češtinacs | cs | Experimental | Compatible | Experimental | Compatible |
Slovenčinask | sk | Experimental | Compatible | Experimental | Compatible |
Magyarhu | hu | Experimental | Compatible | Experimental | Compatible |
Hrvatskihr | hr | Experimental | Compatible | Experimental | Compatible |
Српскиsr | sr | Experimental | Compatible | Experimental | Compatible |
Bosanskibs | bs | Experimental | Compatible | Experimental | Compatible |
Slovenščinasl | sl | Experimental | Compatible | Experimental | Compatible |
Македонскиmk | mk | Experimental | Compatible | Experimental | Compatible |
Svenskasv | sv | Experimental | Compatible | Experimental | Compatible |
Danskda | da | Experimental | Compatible | Experimental | Compatible |
Norskno | no | Experimental | Compatible | Experimental | Compatible |
Suomifi | fi | Experimental | Compatible | Experimental | Compatible |
Eestiet | et | Experimental | Compatible | Experimental | Compatible |
Latviešulv | lv | Experimental | Compatible | Experimental | Compatible |
Lietuviųlt | lt | Experimental | Compatible | Experimental | Compatible |
Catalàca | ca | Experimental | Compatible | Experimental | Compatible |
Prueba los idiomas experimentales en el navegador antes de llevarlos a una línea telefónica.
Desarrolladores
Todo lo que haces en el panel también lo puedes hacer con la API: crear agentes, asignar números, abrir llamadas web, hacer llamadas salientes y consultar registros de llamada y uso.
curl -X POST "https://hubvocal.com/v1/web-calls" \
-H "Authorization: Bearer $VT_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"agent_id": "front-desk"
}'const res = await fetch("https://hubvocal.com/v1/web-calls", {
method: "POST",
headers: {
Authorization: `Bearer ${process.env.VT_API_KEY}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
"agent_id": "front-desk"
}),
});
const data = await res.json();
if (!res.ok) throw new Error(`${res.status}: ${data.detail}`);
console.log(data);import os
import requests
resp = requests.post(
"https://hubvocal.com/v1/web-calls",
headers={"Authorization": f"Bearer {os.environ['VT_API_KEY']}"},
json={
"agent_id": "front-desk",
},
timeout=30,
)
if not resp.ok:
raise RuntimeError(f"{resp.status_code}: {resp.json()['detail']}")
print(resp.json())Lo próximo en lo que estamos trabajando. Anunciaremos cada novedad aquí y en la documentación cuando esté disponible.
Cuéntanos qué tienes en mente. Abriremos una cuenta y configuraremos contigo el primer agente.