Saltearse al contenido
Nappai Documentation

OpenAI STT

OpenAI 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 los modelos de transcripción de OpenAI. Transcribe mientras el llamante habla, así que funcionan los ajustes de interrupción por palabras del Voice Agent, como Minimum Words To Interrupt.

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

Antes de transcribir, el audio pasa por la reducción de ruido de OpenAI pensada para la voz cercana de un teléfono o unos auriculares: con ruido de fondo transcribe mejor. No hay que configurar nada.

Cuándo usarlo

  • El modelo del agente ya es de OpenAI y quieres usar la misma credencial para oír.
  • Quieres un reconocimiento en la nube que transcriba mientras el llamante habla.
  • Los llamantes pueden cambiar de idioma y quieres que el agente los siga.

Configuración

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

CampoQué hace
Credential (obligatorio)La credencial OpenAI API que se usa para conectarse al servicio.
LanguageCódigo del idioma que se espera del llamante, por ejemplo es o en. Por defecto, es.
Detect LanguageSi está activado, se detecta el idioma en que habla el llamante y el agente cambia de idioma con él. Desactivado por defecto.
Modelgpt-4o-transcribe (por defecto) es el más preciso; gpt-4o-mini-transcribe es más barato y algo más rápido. También está gpt-realtime-whisper.

Opciones avanzadas

CampoQué hace
Supported LanguagesIdiomas entre los que puede cambiar 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

Una inmobiliaria usa OpenAI como modelo de su agente de voz.

  1. Añade OpenAI STT y conéctalo al conector STT del Voice Agent.
  2. En Credential, elige la credencial OpenAI API que ya usa el modelo.
  3. Deja Model en gpt-4o-transcribe y Language en es.
  4. Prueba el agente en el playground preguntando por un piso.

Buenas prácticas

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

Componentes relacionados