Glosario · NovaChat IA
Si estás comparando proveedores de telefonía con IA, te van a soltar ASR, TTS, barge-in y speed-to-lead en la primera llamada comercial. Aquí tienes cada término explicado como se lo explicarías al dueño de un restaurante o de un taller: qué es, para qué sirve y qué debes mirar antes de firmar.
Índice
Un agente de voz IA (voice agent) es un programa que atiende llamadas telefónicas conversando como una persona: entiende lo que el cliente dice con sus propias palabras, responde con voz natural y ejecuta tareas reales — apuntar una reserva, dar un precio, registrar un aviso, pasar la llamada a un humano. No es un menú de opciones ni una locución grabada: mantiene una conversación abierta, atiende a cualquier hora y varias llamadas a la vez.
Para una pyme española de 1-10 empleados, es la diferencia entre perder la mesa para 4 del sábado que entra a las 23:40 y tenerla apuntada al despertarte. Es el producto núcleo de NovaChat IA.
Un recepcionista virtual con IA es un agente de voz configurado como primera línea telefónica del negocio: coge todas las llamadas (o solo las que nadie contesta), responde lo frecuente — horarios, precios, disponibilidad —, toma recados con nombre y teléfono, y pasa al equipo únicamente las llamadas que necesitan a una persona. Sustituye al "llame en horario de oficina" sin contratar a nadie en recepción.
En España el caso típico es el despacho o la inmobiliaria donde el teléfono suena mientras todos están en visita. Cómo funciona, con ejemplos y precios: recepcionista virtual con IA.
Un IVR conversacional es un sistema de atención telefónica donde el cliente dice lo que quiere con sus palabras ("quiero anular la cita del jueves") y el sistema lo entiende y actúa. El IVR tradicional o de tonos es el "pulse 1 para ventas, pulse 2 para administración": obliga al cliente a adivinar en qué cajón está su problema y a navegar menús hasta rendirse.
La diferencia se nota en el abandono: la gente cuelga en los menús, no en las conversaciones. Comparativa completa con ejemplos reales: IVR conversacional vs tradicional.
Speed-to-lead es el tiempo que pasa entre que un lead deja sus datos (formulario, portal, anuncio) y alguien le llama. Es la métrica que más pesa en si ese contacto acaba en venta: quien pide presupuesto en tres sitios suele quedarse con el primero que responde. Un speed-to-lead de minutos multiplica la tasa de contacto frente a llamar al día siguiente.
Si pagas Idealista, Fotocasa o campañas de Google, cada hora de retraso encarece el lead que ya compraste. Un agente de voz puede llamar solo: llamar a tus leads en 60 segundos.
Los tres son asistentes automáticos; cambia el canal. El chatbot conversa por texto: web, WhatsApp, Instagram. El voicebot conversa por voz, en cualquier soporte con micrófono. El callbot es el voicebot aplicado a la llamada telefónica: coge el teléfono del negocio, habla y cuelga. En la práctica, "callbot", "voicebot telefónico" y "agente de voz" se usan casi como sinónimos.
Muchas pymes combinan ambos canales: el chatbot filtra por WhatsApp durante el día y el agente de voz cubre el teléfono. Lo que hace un chatbot bien montado: chatbots IA.
El ASR (Automatic Speech Recognition) es la tecnología que convierte la voz del cliente en texto para que el sistema entienda qué ha dicho. Es el oído del agente de voz. Su calidad se mide por la tasa de error de palabra: cuántas palabras transcribe mal de cada cien. Un mal ASR es el origen de los "no le he entendido, repita por favor" que queman al que llama.
En llamadas de pyme el reto real son los nombres propios, las matrículas y las direcciones — por eso un buen agente de voz confirma el dato repitiéndolo antes de guardarlo.
El TTS (Text-to-Speech) es la tecnología que convierte texto en voz hablada: es la boca del agente. De su calidad depende que el cliente sienta que habla con alguien o con el navegador GPS de 2008. Los motores actuales entonan, hacen pausas, dudan de forma creíble y dicen bien "37,50€" o "el jueves a las 19:30", que es donde los antiguos se delataban.
Consejo al comparar proveedores: pide escuchar la voz diciendo precios, fechas y apellidos españoles, no la frase de demostración ensayada. Puedes probar la nuestra hablando con Sofía en novachatia.com.
El barge-in es la capacidad del agente de voz de callarse cuando el cliente le interrumpe y atender a lo nuevo, igual que haría una persona. Sin barge-in, el sistema termina su parrafada aunque el cliente esté diciendo "sí, sí, vale, resérvame" desde el segundo dos. Con barge-in, la conversación fluye: el cliente corta, el agente escucha y responde a lo último.
Es uno de los detalles que separan una demo bonita de un sistema usable con clientes reales impacientes. Compruébalo interrumpiendo a nuestro agente de voz a media frase.
La latencia es el tiempo que tarda el agente en empezar a responder desde que el cliente termina de hablar. Por debajo de un segundo, la conversación suena natural; entre uno y dos segundos se percibe lentitud; por encima, el cliente pregunta "¿oiga? ¿sigue ahí?" o directamente cuelga. La latencia total suma tres relojes: entender (ASR), pensar (el modelo) y hablar (TTS).
Al evaluar un proveedor, haz una llamada real desde el móvil con la cobertura de tu zona — la latencia de la demo por navegador siempre es mejor. La nuestra se prueba en un minuto desde la home.
La transferencia con contexto o warm transfer es el pase de llamada a una persona en el que el agente de voz entrega antes el resumen: quién llama, qué necesita y qué se ha hablado ya. El cliente no repite su historia por tercera vez; el humano descuelga sabiendo que es la vecina del 3º con el ascensor parado desde las 23h y que ya dio dirección y teléfono.
Es lo contrario de la transferencia fría de las centralitas de siempre, y el motivo por el que un call center pequeño rinde como uno grande: IA para call centers.
Cualificar un lead por teléfono es hacerle las preguntas clave — qué busca, con qué presupuesto, en qué plazo, en qué zona — para separar los contactos con intención real de compra de los curiosos. Un agente de voz puede hacerlo en la primera llamada, minutos después de que el lead deje sus datos, y entregar al comercial una ficha con las respuestas en vez de un teléfono a puerta fría.
Para una inmobiliaria o una empresa de reformas, significa que el equipo solo invierte tiempo en quien puede comprar. Así lo montamos: cualificación automática de leads.
El prefijo 400 es el rango de numeración español reservado para las llamadas comerciales no solicitadas. Desde el 17 de octubre de 2026 (BOE-A-2026-8409), las empresas que hacen ese tipo de llamadas deben emitirlas desde números que empiezan por 400, de modo que el consumidor sepa que es una llamada comercial antes de descolgar — y pueda bloquear el rango entero si quiere.
Afecta de lleno a call centers y a cualquier pyme que llame a listas frías; no afecta a devolver la llamada a quien pidió información. Qué tienes que hacer y en qué orden: checklist del prefijo 400.
El análisis post-llamada o call intelligence es la explotación automática de cada llamada terminada: transcripción completa, resumen de dos líneas, motivo, resultado (reserva, aviso, venta, queja) y datos capturados, todo enviado al CRM o al correo del negocio. Convierte el teléfono, que siempre fue una caja negra, en una fuente de datos: qué piden los clientes, a qué horas llaman, qué se pierde.
En nuestros proyectos va incluido en la cuota: cada mañana el dueño ve qué pasó con su teléfono el día anterior. Qué incluye cada plan: precios.
Son las dos formas de pagar un agente de voz. Pago por uso: contratas una plataforma, pagas por minuto consumido y tú (o tu técnico) configuras, integras y mantienes. Cuota gestionada: pagas una implantación inicial y una mensualidad fija que incluye minutos, mantenimiento, ajustes y mejoras — el proveedor responde de que funcione. La primera da control al que tiene equipo técnico; la segunda, tranquilidad al que no lo tiene.
Referencia de mercado en España: en NovaChat IA la implantación va de 2.500€ a 5.000€ y la cuota gestionada parte de 250€/mes. Desglose por modelos y proveedores: precios de agentes de voz IA en España.
El contestador graba un mensaje y ahí se acaba: el cliente cuelga y llama al siguiente de la lista de Google. El agente de voz conversa — responde la duda, apunta la reserva o el aviso y, si hace falta, transfiere a una persona con el contexto ya contado. Uno archiva llamadas perdidas; el otro las resuelve.
Tres cosas: un número de teléfono (el actual sirve, con desvío cuando no coges o siempre), la información con la que responderá (horarios, precios, servicios, preguntas frecuentes) y las reglas de qué hace con cada tipo de llamada. Las integraciones con agenda o CRM — Google Calendar, HubSpot, Pipedrive — se añaden después. Un proyecto típico funciona en 2-4 semanas.
Con nosotros: implantación entre 2.500€ y 5.000€ según integraciones y complejidad, y cuota gestionada desde 250€/mes con minutos y mantenimiento incluidos. Rangos públicos, sin letra pequeña, en /precios. Si recibes pocas llamadas al mes, probablemente aún no te compensa — también lo decimos.
Sí: andaluz, gallego, canario, catalán y variantes latinoamericanas, con acierto por encima del 90% en llamada telefónica normal. El punto débil son nombres propios y direcciones, y se cubre haciendo que el agente repita el dato para confirmarlo antes de guardarlo.
Todos estos términos están funcionando ahora mismo en el chat de abajo a la derecha: habla con Sofía, interrúmpela a media frase y cronometra la latencia tú mismo. O pide una demo con tu caso concreto.