Transcripción y sentimiento de llamadas

Assembly AI convierte la grabación de una llamada en texto, Azure Language lee el ánimo de lo que se dijo, y ChatGPT une las dos cosas y resume la llamada; qué necesita cada uno y qué ves.

Dos módulos trabajan sobre la grabación de una llamada: Assembly AI y Azure Language. Se configuran por separado, y los dos necesitan el módulo de Callpicker para tener sobre qué trabajar: sin grabación no hay nada que transcribir. También necesitan el módulo de ChatGPT, porque ChatGPT es el paso que pasa la transcripción adelante y escribe el resumen.

Configurarlos

Las dos secciones están en Configuración → Integraciones. Todos los miembros pueden abrir Configuración, pero solo quien tiene en su rol el permiso Editar ajustes ve el contenido de Integraciones.

Configuración de Assembly AI tiene un solo campo, Clave API de Assembly AI: la clave de API de tu cuenta de Assembly AI.

Configuración de Azure Language tiene dos campos, y los dos son obligatorios:

Campo	Qué poner
Endpoint de Azure Language	El endpoint de tu recurso de Azure Language.
Clave API de Azure Language	Una clave de ese recurso.

Presiona Guardar al final de la página. Una clave guardada ya no se vuelve a mostrar: el campo dice Valor actual: seguido de sus últimos cuatro caracteres, y Cambiar lo abre para escribir una nueva.

Qué le pasa a una llamada

Cada paso espera al anterior, y cada uno necesita su propio módulo conectado:

Assembly AI. Cada llamada que llega con grabación se manda a Assembly AI en cuanto llega. Sync Pro pide los interlocutores separados, esperando dos personas, con detección de idioma, puntuación y un resumen corto. Luego revisa cada minuto hasta que el texto está listo.
ChatGPT conectado. Sync Pro toma las intervenciones de la conversación del resultado de Assembly AI y las guarda en la llamada tal como llegaron. En este paso no se manda nada a OpenAI, pero solo corre cuando el módulo de ChatGPT está conectado.
Azure Language. Las intervenciones seguidas del mismo interlocutor se juntan, y el texto se lee para sacar el sentimiento por lotes, siempre como español.
ChatGPT otra vez. El modelo lee la transcripción y escribe el resumen de la llamada.

Dónde se detiene la cadena depende de lo que esté conectado:

Sin Assembly AI, la llamada se registra y no pasa nada más.
Sin ChatGPT, la llamada se manda a Assembly AI, pero no vuelve nada que puedas ver: ni transcripción, ni sentimiento, ni resumen.
Sin Azure Language, la cadena se detiene después del paso 2: tampoco hay nada que puedas ver.
Con los tres, la llamada recibe su transcripción, su sentimiento y su resumen.

Una llamada que Callpicker reporta con duración de cero segundos se manda igual a Assembly AI, pero Sync Pro nunca recoge su resultado, así que no avanza más. Una llamada que llega sin grabación no se manda.

La transcripción no es instantánea. La llamada aparece primero, y los resultados llegan conforme termina cada paso.

Leer el resultado

Una llamada con su transcripción, su sentimiento y su intención

Abre la llamada desde Llamadas, o con Ver llamada en la llamada dentro de la conversación del prospecto en Chats. Su página muestra:

Campo	Qué contiene
Transcripción	El texto de la llamada, intervención por intervención, cada frase coloreada según su sentimiento: verde si es positiva, rojo si es negativa, gris si es neutral. Las intervenciones se etiquetan Agent y Customer de forma alternada, siempre empezando por Agent.
Sentimiento	Cómo se sintió el cliente, según lo leyó ChatGPT: Positivo, Neutral o Negativo.
Intención	Para qué fue la llamada, en una palabra: venta, pregunta, soporte, proveedores, reclamo, extorsion u otro.
Calificación del agente	El desempeño del agente, de 0 a 10.
Resumen de la llamada	Un resumen de toda la llamada.
Desempeño del agente	Qué hizo bien o mal el agente.
Notas	Cualquier otra cosa que el modelo anotó.

La Transcripción sale de Azure Language; el Sentimiento, la Intención, la calificación y los resúmenes salen de ChatGPT. Esas mismas lecturas alimentan el panel de llamadas de tu pantalla de inicio. Ve Tu pantalla de inicio.

Costos

Cada clave se cobra a tus propias cuentas de Assembly AI, de Azure y de OpenAI. Cada llamada grabada se manda a Assembly AI, y con la cadena completa también va a Azure Language y una vez a OpenAI. Un equipo que graba muchas llamadas debería prender esto sabiendo eso.