# Plataforma de IA de voz en español: cómo elegirla (checklist)

> Cómo elegir una plataforma de IA de voz para atención y ventas: los criterios que importan, un checklist para probar en la demo, preguntas al proveedor y los errores más comunes.

- **Versión en HTML:** https://tolky.to/es/blog/plataforma-de-ia-de-voz
- **Autor:** [Marlos Carmo](https://tolky.to/es/autor/marlos), Cofundador de Tolky
- **Publicado el:** 20 de noviembre de 2026
- **Revisado el:** 20 de noviembre de 2026
- **Idioma:** es

## Resumen

Una **plataforma de IA de voz para atención** es el sistema que atiende y hace llamadas con un agente de IA, distinto de un generador o clonador de voz para videos. Para elegirla, prueba en la demo la voz y los acentos en tu idioma, la comprensión del habla, la latencia, la interrupción, los canales, la transferencia a personas, el historial y el costo por llamada resuelta.

Quien busca "plataforma de IA de voz" recibe dos listas mezcladas: herramientas que generan o clonan voces para videos y plataformas que atienden llamadas de clientes. Las dos usan síntesis de voz, pero resuelven problemas distintos, y comprar la equivocada cuesta meses.

Esta guía es para quien va a comprar una plataforma de atención o ventas por voz: criterios, checklist para la demo, preguntas al proveedor y errores comunes. No es una lista de "mejores", es un método para evaluar a cualquier proveedor, Tolky incluida. Los ejemplos vienen de Brasil, donde opera Tolky, pero el método sirve en cualquier idioma.

*Actualizado en noviembre de 2026.*

## ¿Qué es una plataforma de IA de voz para atención?

**Una plataforma de IA de voz para atención es el sistema que pone a un agente de IA a atender y hacer llamadas, entendiendo lo que dice el cliente, respondiendo con voz sintética y pasando a una persona cuando el caso lo pide.** Reúne reconocimiento de voz, modelo de lenguaje, síntesis de voz, canales de llamada y las herramientas del equipo.

Un generador de voz, en cambio, convierte un texto en audio para un video o un anuncio. No escucha ni atiende el teléfono.

| Pregunta | Generador o clonador de voz | Plataforma de IA de voz para atención |
| :--- | :--- | :--- |
| Qué entrega | Un archivo de audio a partir de un texto | Una llamada con conversación en tiempo real |
| Escucha al cliente | No | Sí, transcribe y entiende |
| Canales | Exporta audio | Teléfono, WhatsApp y sitio web |
| Personas en la operación | Editor de video o locutor | Agentes que siguen y toman la llamada |
| Dónde queda el resultado | Una carpeta de archivos | Historial del contacto y CRM |
| Cómo se mide | Calidad del audio | Llamadas resueltas y costo por resolución |

El concepto está en [agente de voz con IA](https://tolky.to/es/blog/agente-de-voz-con-ia), y los usos por área en [agente de voz para empresas](https://tolky.to/es/blog/agente-de-voz-para-empresas).

## ¿Qué criterios importan al elegir una plataforma de IA de voz?

**Los criterios que más pesan son la calidad de la voz en tu idioma, la comprensión del habla, la velocidad de respuesta, los canales, el paso a personas, el historial, las reglas de uso y el costo por llamada resuelta.** El precio por minuto pesa menos de lo que parece.

### Voz y acentos en el idioma de tus clientes

La voz tiene que sonar natural en el idioma de tus clientes, con buena pronunciación de nombres, montos y direcciones. En español, eso incluye los acentos de cada país de tu público. Revisa cómo lee un monto como "$ 1.250,90" y un código postal.

Revisa también la transcripción: una buena plataforma entiende acentos, modismos y ruido de la calle sin perder el pedido, y sigue el idioma de quien habla.

### Comprensión, latencia e interrupción

La [latencia](https://tolky.to/es/glosario/latencia) es el tiempo entre que el cliente deja de hablar y oye la respuesta; las pausas largas hacen que la persona cuelgue. El [barge-in](https://tolky.to/es/glosario/barge-in) es la capacidad de dejar de hablar cuando el cliente interrumpe.

Ambos dependen de la arquitectura. En el modo cascada, la plataforma transcribe, piensa y sintetiza en secuencia, lo que da control; en el modo en tiempo real, el modelo escucha y habla a la vez, lo que hace la conversación más fluida. Pregunta qué modos ofrece el proveedor y prueba los dos.

### Canales: teléfono, WhatsApp y sitio web

Una plataforma de IA de voz puede atender en el teléfono común, por [telefonía SIP](https://tolky.to/es/glosario/telefonia-sip), en [llamadas de WhatsApp](https://tolky.to/es/glosario/llamadas-de-voz-en-whatsapp) y por voz en el sitio, desde el navegador. En América Latina y en Brasil, donde mucha gente toca el botón de llamar dentro de WhatsApp, ese canal pesa. Para que la empresa llame por WhatsApp, el contacto debe autorizarlo antes, según la [documentación de Meta](https://developers.facebook.com/documentation/business-messaging/whatsapp/calling) revisada el 20 de noviembre de 2026; mira la guía de la [WhatsApp Business Calling API](https://tolky.to/es/blog/api-de-llamadas-de-whatsapp-business).

### Personas en la línea, historial y campañas

La IA no lo resuelve todo, así que la plataforma necesita [transferencia a un agente](https://tolky.to/es/glosario/handoff) con el motivo, un equipo siguiendo las llamadas en vivo y un operador que entre al audio cuando haga falta. La transcripción tiene que ir al historial del contacto, junto a las conversaciones de texto, o el equipo atiende sin contexto.

Si también vas a llamar a tu base (cobranza, reactivación, confirmaciones), revisa si la misma plataforma hace [campañas de voz](https://tolky.to/es/glosario/campana-de-voz) con guion, franjas horarias, reintentos y lista de no llamar.

## Checklist: cómo probar cada criterio en la demo

**La demo vale cuando llamas de verdad, con tus preguntas y tu acento, no cuando miras un video grabado.** Lleva este checklist y marca cada fila.

| Criterio | Cómo probarlo en la demo | Señal de alerta |
| :--- | :--- | :--- |
| Voz en tu idioma | Pide que lea un monto, un código postal y el nombre de un cliente tuyo | Número leído en otro idioma o sílabas cambiadas |
| Acentos | Habla con otro acento o pásale el teléfono a un colega | La IA pide repetir varias veces |
| Latencia | Haz una pregunta que obligue a consultar un sistema | Silencio largo sin frase de espera |
| Interrupción | Corta a la IA a mitad de una frase larga | Sigue hablando encima |
| Canales | Llama por teléfono, por WhatsApp y desde el sitio | Solo funciona un canal en la demo |
| Transferencia | Di "quiero hablar con una persona" | No transfiere, o transfiere sin contexto |
| Operador en la línea | Pide que alguien del equipo entre en la llamada | La IA sigue hablando al mismo tiempo |
| Historial | Abre el contacto después de la llamada | Transcripción en otro sistema o ausente |
| Campañas | Pide ver el ensayo de un guion y la lista de no llamar | Solo hay atención entrante |
| Costo | Pide la estimación de una campaña o de un mes típico | Precio solo por minuto, sin visión por resultado |

Repite la prueba con gente de la operación: quien atiende el teléfono todos los días nota lo que el comprador no nota.

## ¿Qué reglas y cuidados de privacidad debe cumplir la plataforma?

**La plataforma tiene que ayudarte a cumplir la ley de datos, las reglas de atención al consumidor de tu sector y las buenas prácticas de llamadas salientes, porque la voz y la transcripción son datos personales.** La responsabilidad es de tu empresa, pero el sistema puede facilitar o complicar. Las reglas de abajo son de Brasil; cambian según el país, así que revisa las tuyas.

- **LGPD.** La [Ley 13.709/2018](https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709.htm) de Brasil exige finalidad informada, uso del mínimo necesario y transparencia con el titular (art. 6). Mira el término [LGPD](https://tolky.to/es/glosario/lgpd-en-la-atencion) en el glosario.
- **Atención al consumidor con IA.** El [Decreto 13.135/2026](https://www.planalto.gov.br/ccivil_03/_Ato2023-2026/2026/decreto/d13135.htm) de Brasil, que regula el SAC de servicios regulados por el gobierno federal y de plataformas financieras supervisadas por el Banco Central, permite IA en la clasificación y la solución siempre que el consumidor pueda elegir atención en tiempo real por una persona (art. 3). También limita a cinco los niveles de atención y exige guardar grabaciones y mensajes por al menos 90 días (art. 19). Revisado el 20 de noviembre de 2026.
- **Llamadas salientes.** Aviso de que la llamada se transcribe, lista de no llamar respetada y horarios razonables. Las reglas de identificación de llamadas cambian con el tiempo, así que confirma las vigentes con tu proveedor de telefonía.

En la demo, pregunta dónde quedan las transcripciones, quién tiene acceso y cómo registra el equipo el pedido de no recibir llamadas. La página de [seguridad](https://tolky.to/es/seguridad) muestra los controles que Tolky publica.

## ¿Cómo comparar el costo de las plataformas de IA de voz?

**Compara por costo por llamada resuelta, sumando canal, procesamiento de voz e IA, plataforma y tiempo del equipo, no por el precio por minuto aislado.** Cada proveedor empaqueta estas partes a su manera.

1. **Canal.** La tarifa del operador en telefonía y la de Meta en las llamadas de WhatsApp iniciadas por la empresa.
2. **Voz e IA.** Transcripción, modelo y síntesis, cobrados por minuto o incluidos en créditos.
3. **Plataforma.** Suscripción, licencia o contrato.
4. **Equipo.** Horas para configurar, revisar llamadas y tomar transferencias.

Ejemplo ilustrativo: si A cuesta menos por minuto pero resuelve 4 de cada 10 llamadas y B resuelve 7 de cada 10, B puede salir más barata por llamada resuelta. Para estimar tu caso, usa la [calculadora de ROI de atención](https://tolky.to/es/recursos/calculadora-roi-atencion-cliente) y mira los [planes de Tolky](https://tolky.to/es/precios).

## Preguntas para hacerle al proveedor

**Las buenas preguntas muestran cómo se comporta la plataforma en tu día a día.** Llévalas a la reunión:

- ¿Qué voces y acentos hay en el idioma de mis clientes, y puedo escucharlos antes de publicar?
- ¿Cómo funciona la transferencia cuando el agente responsable no contesta?
- ¿La transcripción queda en el historial del contacto o en otro sistema?
- ¿Cómo manejan el permiso de llamada en WhatsApp y a quienes no lo dieron?
- ¿Cómo evito que mi número quede marcado como spam en una campaña?
- ¿El soporte responde en mi idioma, en qué horario y por qué canal?

Si la respuesta es "depende" en más de la mitad, pide verlo funcionando.

## Errores comunes al elegir una plataforma de IA de voz

**El error más común es elegir la voz más bonita de una demo grabada y descubrir después que la operación necesita transferencia, historial y campañas.**

- **Confundir generador de voz con plataforma de atención.** La locución no atiende el teléfono.
- **Probar solo en el navegador.** El teléfono tiene ruido y compresión que la demo del sitio no muestra.
- **Ignorar WhatsApp.** En América Latina, parte del público prefiere llamar por ahí.
- **Olvidar la salida a una persona.** Sin buena transferencia, la IA se vuelve un IVR más simpático.
- **Armar sin equipo para mantener.** Si la idea es juntar herramientas por tu cuenta, lee antes [agente de voz con n8n, ElevenLabs o Vapi](https://tolky.to/es/blog/agente-de-voz-n8n-elevenlabs-vapi).

## Dónde entra Tolky

**Tolky es un AI CRM conversacional con [Atención por Voz](https://tolky.to/es/soluciones/atencion-por-voz), en el que el mismo agente que atiende por texto atiende llamadas por WhatsApp, por telefonía y por voz en el sitio, bajo activación.** Es una de las opciones que este checklist ayuda a evaluar.

- **Voz.** Voz con vista previa, acento regional, saludo y respuestas más cortas, en modo cascada o en tiempo real.
- **Conversación natural.** El cliente puede interrumpir a la IA, y la [transcripción en tiempo real](https://tolky.to/es/glosario/transcripcion-en-tiempo-real) sigue el idioma de quien habla.
- **Personas en la línea.** El equipo sigue las llamadas en vivo y puede escuchar; cuando el operador entra al audio, la IA queda en silencio. Si el responsable no contesta, la llamada suena para otros operadores.
- **Historial único.** La transcripción queda en el historial del contacto, junto a las conversaciones de texto.
- **WhatsApp con permiso.** Tolky envía el pedido de permiso, muestra el estado (autorizó, rechazó, pendiente) y usa la telefonía común para quien no autorizó.

Para llamar a tu base, las [Campañas de Voz](https://tolky.to/es/soluciones/campanas-de-voz) siguen un guion generado por IA, con ensayo, franjas horarias, lista de no llamar válida para todas las campañas, estimación de créditos, tope diario de gasto y panel en tiempo real. Toda llamada de campaña empieza con el aviso de transcripción, que no se puede desactivar.

![Captura real de la pantalla Campañas de Voz de Tolky, con el resumen de campañas (personas en la base, llamadas del período, tasa de atención y objetivos alcanzados), el botón Lista de no llamar y la lista de campañas con estado, fecha de inicio, llamadas y porcentaje de atención](https://tolky.to/screenshots/campanhas-voz-es.png)

**Lo que Tolky no hace:** no es una herramienta de clonación de voz ni de locución para video, y la voz no viene activada por defecto, porque depende de activación. Si necesitas grabaciones de audio por un plazo definido, confirma con el equipo cómo funciona en tu caso.

## Preguntas frecuentes

### ¿Cuál es la diferencia entre una plataforma de IA de voz y un generador de voz?

El generador de voz convierte un texto en audio para videos, anuncios o podcasts. La plataforma de IA de voz para atención escucha al cliente, conversa en tiempo real, consulta sistemas y transfiere a una persona, registrando la llamada en el historial.

### ¿Hay IA de voz buena en español?

Sí, varias plataformas ofrecen voces y transcripción en español, y también en portugués de Brasil. La calidad varía según el acento, el ruido y el tipo de información, así que prueba con números, nombres y direcciones reales en la demo.

### ¿Cuál es la mejor IA de voz para atención al cliente?

Depende de tus canales, del volumen y de cuánto necesites transferencia, historial y campañas. La mejor es la que resuelve más llamadas al menor costo por resolución en tu caso, medida en una prueba con llamadas reales.

### ¿La IA de voz atiende por WhatsApp?

Sí. La Calling API de Meta permite que las empresas reciban y hagan llamadas en WhatsApp, y un agente de voz puede atenderlas. Para que la empresa llame, el contacto debe autorizarlo antes.

### ¿Tengo que avisar que la llamada la hace una IA?

Es la práctica recomendada, y avisar que la llamada se transcribe ayuda a la transparencia que piden las leyes de datos, como la LGPD de Brasil. Para el SAC regulado en Brasil, el Decreto 13.135/2026 exige que el consumidor pueda hablar con una persona en tiempo real.

---

## Conclusión

Elegir una plataforma de IA de voz empieza por separar atención de locución. Después, prueba en la demo la voz, el acento, la latencia, la interrupción, los canales, la transferencia y el historial, pregunta por reglas y soporte, y compara por costo por llamada resuelta.

[Conoce la Atención por Voz](https://tolky.to/es/soluciones/atencion-por-voz), [mira las Campañas de Voz](https://tolky.to/es/soluciones/campanas-de-voz), [mira los planes](https://tolky.to/es/precios) o [habla con el equipo →](https://tolky.to/es/contacto). ¿Hablamos?

---

Esta es la versión en Markdown de la página. La versión completa, con imágenes y navegación, está en https://tolky.to/es/blog/plataforma-de-ia-de-voz

Tolky: https://tolky.to
