La transcripción de llamadas consiste en convertir una llamada telefónica o de vídeo en texto escrito, para conservar un registro consultable de la conversación. Según el blog de ElevenLabs, este proceso se automatiza con mayor frecuencia mediante un modelo de IA de reconocimiento de voz, llamado speech to text, que sustituye la toma de notas manual.
- La transcripción convierte llamadas en texto consultable mediante un modelo de reconocimiento de voz.
- Las empresas la usan para buscar información, controlar la calidad y demostrar el cumplimiento normativo.
- La transcripción diferida es más precisa, mientras que la transcripción en tiempo real ofrece notas inmediatas.
- La legalidad depende del lugar de la llamada, así que conviene informar a todos los participantes al inicio.
El funcionamiento se desarrolla en varias etapas. El sistema captura primero el audio, ya sea grabándolo para una transcripción diferida o transmitiéndolo en continuo para una transcripción en directo. El modelo transforma luego la conversación en texto y después da formato al resultado con marcas de tiempo y etiquetas de interlocutores, para indicar quién habló y en qué momento. Algunas transcripciones también pueden incluir etiquetas para sonidos no verbales. Por último, el texto se entrega al usuario, que puede modificarlo y guardarlo. Algunos modelos se integran con CRM, estos softwares de gestión de la relación con el cliente, y clasifican directamente las transcripciones en la ficha del cliente correspondiente.
Por qué recurren las empresas a ella
Las organizaciones utilizan la transcripción con varios fines. Los textos suelen incorporarse a una base de datos interna, donde los miembros de un equipo pueden buscar información específica sin tener que releer cada intercambio completo. Los equipos comerciales y de servicio al cliente también la utilizan para el control de calidad: los responsables pueden releer las conversaciones para verificar que se cumplen las expectativas e identificar áreas de mejora.
La transcripción también sirve como justificante para las empresas sujetas a normativas estrictas, como HIPAA, GDPR o las regulaciones de la SEC. Estos documentos pueden ayudar a demostrar el cumplimiento de las obligaciones durante los intercambios con clientes y socios, especialmente en caso de auditoría.
Transcripción diferida o en tiempo real
Coexisten dos enfoques. La transcripción diferida, aplicada a una grabación terminada, es descrita por el artículo como la solución menos costosa y más precisa, lo que la hace adecuada para reuniones de alto riesgo o para la documentación de cumplimiento normativo. La transcripción en tiempo real, que se basa en un modelo de flujo continuo, proporciona notas disponibles inmediatamente al finalizar la llamada. También puede ayudar a un interlocutor no nativo o con discapacidad auditiva a seguir la discusión durante el intercambio.
ElevenLabs anuncia para su modelo Scribe v2 Realtime una transcripción en más de 90 idiomas, con una latencia de aproximadamente 150 ms. La empresa precisa que se trata únicamente del tiempo de inferencia del modelo, y que la latencia de extremo a extremo varía según factores como la ubicación del usuario o el tipo de punto de acceso utilizado.
Consentimiento y legalidad
La legalidad de la transcripción depende de las leyes aplicables en el lugar de la llamada. Algunos países o estados solo exigen el consentimiento de una de las partes, mientras que otros lo exigen de todos los participantes. Cuando una llamada tiene lugar entre varias jurisdicciones, el artículo recomienda aplicar la norma más estricta. La práctica más sencilla consiste en informar a todos los participantes al inicio de la llamada, ya que la continuación de la conversación se considera generalmente un consentimiento implícito.
Conservar una transcripción suele ser legal siempre que la grabación lo fuera. No obstante, textos como el GDPR o el CCPA pueden limitar el tiempo de conservación de datos sensibles. El artículo precisa que no constituye asesoramiento jurídico y sugiere consultar a un abogado especializado en protección de la privacidad para definir una estrategia adecuada.
