Groq Whisper STT

Groq Whisper STT es uno de los componentes que hacen de oído de un agente de voz: convierte en texto lo que dice el llamante para que el agente lo entienda. Usa el reconocimiento de voz Whisper en el servicio de Groq. Transcribe cada frase completa cuando el llamante termina de hablar.

Se conecta al conector STT del nodo Voice Agent. Guarda los ajustes del reconocimiento de voz que el agente usa en cada llamada.

Cuándo usarlo

• El modelo del agente ya es de Groq y quieres usar la misma cuenta para oír.
• Prefieres precisión en frases completas a que el agente empiece a pensar mientras el llamante habla.
• Los llamantes pueden hablar en distintos idiomas y quieres que el agente los reconozca.

Configuración

Necesitas una credencial Groq API con la clave de tu cuenta de Groq. Consulta Credenciales.

Campo	Qué hace
Credential (obligatorio)	La credencial Groq API que se usa para conectarse al servicio.
Language	Código del idioma que se espera del llamante, por ejemplo es o en. Por defecto, es.
Detect Language	Si está activado, se reconoce el idioma de cada frase. Si sale un idioma que no está en Supported Languages, la frase se vuelve a transcribir en el idioma de Language. Desactivado por defecto.
Model	turbo (por defecto) es el más rápido y barato. large es el modelo completo, con mejores resultados en español.

Opciones avanzadas

Campo	Qué hace
Supported Languages	Idiomas que se aceptan como resultado de la detección. Por defecto, es y en. Solo se usa con Detect Language activado.

Resultado

La salida STT contiene los ajustes del reconocimiento de voz. Se conecta al conector STT del nodo Voice Agent, o a Fallback STT si activas Fallback Engines y quieres usarlo como reserva. El editor no deja enchufarla en un conector de TTS por error.

Ejemplo

Un despacho de abogados quiere transcripciones precisas de lo que dictan sus clientes por teléfono.

1. Añade Groq Whisper STT y conéctalo al conector STT del Voice Agent.
2. En Credential, elige la credencial Groq API.
3. Elige large en Model y deja Language en es.
4. Prueba el agente en el playground dictando un nombre y una dirección.

Buenas prácticas

• Groq cobra el uso en tu propia cuenta de Groq. Revisa allí el consumo.
• Las diferencias entre motores locales y en la nube se explican en Calidad, ruido y latencia.

Componentes relacionados

• Voice Agent: el nodo al que se conecta este componente.
• Deepgram STT: otro reconocimiento en la nube que transcribe mientras se habla.
• Parakeet (local, multilingual): reconocimiento de voz local, sin credencial.