Notas de voz: el agente las entiende y las contesta
Transcripción de audios entrantes y respuesta con voz en WhatsApp.
En WhatsApp la gente habla más de lo que escribe. Tu agente está preparado para eso en las dos direcciones: entiende las notas de voz que le mandan y puede responder con voz.
Audios que entran
Cuando un cliente manda una nota de voz, el agente la transcribe y la responde como si se la hubieran escrito. El cliente no tiene que repetir nada por texto.
La transcripción —solo ella, no el resto del agente— está afinada para español: si te mandan una nota de voz en otro idioma, lo que se transcribe pierde fiabilidad. Es un límite del audio, no de lo que tu agente sabe responder.
Audios que salen
Si el cliente habló, el agente prefiere contestar hablando: genera la respuesta con voz y la manda como nota de voz. Si la generación de voz falla por lo que sea, el mensaje sale en texto — la respuesta nunca se pierde.
Esto funciona en WhatsApp (Oficial y QR). En el widget web y en el chat del dashboard las respuestas son siempre en texto.
Apagarlo si no lo quieres
Las respuestas con voz consumen créditos de voz. Si prefieres que tu agente responda siempre en texto, apágalo en Configuración → Respuestas en audio:
Con el interruptor apagado el agente nunca genera voz, aunque el cliente mande audios — los sigue entendiendo igual, solo que contesta por escrito.
Consejo
Si tu agente responde con voz, cuida el tono: las respuestas cortas y sin emojis suenan mucho mejor habladas. Los emojis se pronuncian — y un «cara sonriendo con ojos de corazón» leído en voz alta no es lo que quieres que escuche un cliente.