Agente de voz multilingüe con detección de idioma

Un agente de voz multilingüe con detección de idioma escucha las primeras palabras de quien llama, identifica el idioma y responde en ese mismo idioma, sin menús del tipo «pulse 1 para español». Si tu empresa o tu administración recibe llamadas de clientes que hablan español de España, español rioplatense, inglés u otras lenguas, es la forma más directa de no perder llamadas ni obligar a nadie a adaptarse.

En esta guía te explicamos cómo funciona la detección, qué límites tiene, cómo configurarla bien, qué exige la normativa europea y cuánto cuesta ponerla en marcha con Anunzi.

En resumen

• El agente identifica el idioma a partir de la primera frase del llamante y responde en él; no hay menú de selección de idioma.
• La detección no es instantánea: los servicios de transcripción necesitan como mínimo un segundo de voz para identificar el idioma. Limitar la lista de idiomas posibles la hace más rápida y fiable.
• En Europa, el agente debe avisar de que es una IA antes de empezar la conversación.
• Con Anunzi, el agente responde en aproximadamente 1 segundo, atiende 24/7, resuelve más del 95 % sin derivar y puede estar listo en 1 a 7 días. Los planes empiezan en 87 USD/mes con telefonía.

Qué hace exactamente un agente de voz multilingüe

Un agente de voz con IA contesta el teléfono, entiende lo que dice la persona, consulta tus sistemas (agenda, CRM, pagos) y responde con voz sintética natural. Hasta aquí, nada multilingüe.

La parte multilingüe añade tres capacidades que la recomendación internacional ITU-T F.748.25 sobre atención al cliente inteligente por voz recoge como requisitos: reconocimiento de voz con identificación de idioma, capacidad de manejar lenguaje mezclado dentro de una misma frase y síntesis de voz multilingüe con distintos timbres.

En la práctica, para quien llama significa esto:

• Marca un único número.
• Saluda en su idioma, aunque sea con acento.
• El agente le contesta en ese idioma, con el vocabulario y el tono que has definido.
• Si cambia de idioma a mitad de llamada, el agente puede seguirle.

Para ti significa un solo número, un solo flujo de trabajo y un solo panel, en lugar de un equipo o un buzón por idioma.

Cómo detecta el idioma el agente, paso a paso

El proceso es corto y ocurre en la primera frase de la llamada.

1. Aviso y saludo inicial. El agente se presenta como asistente de IA de tu organización, en el idioma por defecto que hayas elegido. Aquí también se cumple la obligación de transparencia, de la que hablamos más abajo.
2. Escucha de la primera frase. El sistema de reconocimiento de voz recibe el audio en tiempo real. Con unos pocos segundos de voz ya puede calcular qué idioma se habla.
3. Decisión sobre el idioma. El agente compara el resultado con la lista de idiomas que has activado. Si coincide con uno de ellos, cambia a él.
4. Respuesta en el mismo idioma. La voz sintética contesta con el acento y el registro configurados para ese idioma.
5. Seguimiento durante la llamada. Si la persona cambia de idioma, el agente lo recoge y se adapta.

Todo esto ocurre sin que el llamante pulse nada. Puedes escuchar cómo suena en las grabaciones de demostración de Anunzi, con acento de España, acento de Argentina y en inglés.

Por qué no es instantáneo

Conviene ser honesto con este punto. La detección automática necesita audio suficiente. La documentación de un servicio de transcripción en la nube indica que requiere un mínimo de un segundo de voz para identificar el idioma en una transmisión en directo. Una interjección suelta («eh», «vale») no basta.

Por eso un buen diseño de la llamada no depende de una sola palabra: el saludo del agente invita a la persona a explicar para qué llama, y esa frase ya da material de sobra.

La lista de idiomas importa más que el número de idiomas

Es tentador presumir de «más de 50 idiomas». En producción rinde más lo contrario. La misma documentación técnica explica que indicar una lista acotada de idiomas posibles mejora la velocidad y la precisión, y reduce los falsos positivos de idioma.

Si tu clínica en Valencia recibe llamadas en español, inglés y francés, activa esos tres. Un agente que tiene que decidir entre cien idiomas tiene más ocasiones de equivocarse cuando alguien habla con acento marcado.

Idioma no es lo mismo que variedad del español

En español, el reto no es solo distinguir español de inglés. Es sonar natural para quien llama desde Sevilla, Ciudad de México o Córdoba (Argentina). Vocabulario, ritmo y tratamiento cambian de un país a otro.

La Real Academia Española trabaja en este terreno: su proyecto LEIA y las herramientas desarrolladas con empresas tecnológicas permiten analizar el uso del idioma en entornos digitales, incluidos regionalismos y variantes geográficas.

Para tu agente, la consecuencia práctica es definir por escrito:

• El tratamiento: tuteo o usted según tu sector y tu país.
• El vocabulario propio: «móvil» o «celular», «cita» o «turno», «coche» o «auto».
• El acento de la voz para cada mercado.
• Las expresiones que el agente nunca debe usar.

En Anunzi cada agente se implementa a medida con el tono de cada cliente, y todo el soporte y el acompañamiento son en español, con equipo propio en Argentina y España.

Dónde se nota más: tres casos de uso

Administración y atención al vecino

Un ayuntamiento recibe llamadas de residentes de distintos orígenes y de visitantes. Un agente que responde en el idioma de quien llama reduce la barrera de acceso al servicio público. La UNESCO subraya, en un caso de gestión de emergencias, que responder en la lengua nativa del ciudadano es crucial cuando los canales tradicionales se saturan.

Un ejemplo propio: la Municipalidad de Villa María gestionó con un agente de voz de Anunzi 13.325 llamadas entre enero y julio de 2026, y resolvió el 85 % sin transferir a una persona.

Clínicas y citas

Pedir, mover o cancelar una cita es una conversación acotada, ideal para la voz. Si tu clínica atiende a pacientes extranjeros o turistas, el agente puede agendar en su idioma contra la agenda real. Si te interesa este caso, consulta nuestra guía sobre asistentes de voz con IA en salud.

Cobranzas y atención comercial

Un recordatorio de pago o una consulta de precio funcionan mejor en el idioma del cliente. Además, el agente trabaja 24/7 y puede atender varias llamadas a la vez: según el plan, de 1 a 20 llamadas simultáneas.

Lo que debe cumplir tu agente en Europa

Si operas en España o con clientes de la UE, hay dos puntos que no puedes dejar para el final.

Avisar de que es una IA

Las directrices de la Comisión Europea de julio de 2026 sobre las obligaciones de transparencia del artículo 50 del Reglamento de IA incluyen a los asistentes de voz y agentes conversacionales. La Comisión recuerda en sus preguntas frecuentes que los sistemas que interactúan directamente con personas deben diseñarse para que estas sepan que hablan con una IA.

En un agente multilingüe, el aviso debe darse también en el idioma de la persona. Una solución sencilla: saludo breve en el idioma por defecto, aviso de IA y, en cuanto se detecta otro idioma, confirmación en ese idioma. Antes de publicar tu guion, valídalo con tu asesoría jurídica o tu delegado de protección de datos.

Grabación y consentimiento

Si vas a grabar las llamadas, necesitas una base legal y un aviso claros. Lo hemos explicado en la guía legal sobre grabación de consentimientos con IA.

Seguridad: la voz no es una contraseña

Un agente multilingüe que además verifica identidad o gestiona operaciones sensibles (cambio de datos, pagos) no puede fiarse solo de la voz. La misma recomendación ITU-T F.748.25 señala que la biometría vocal es vulnerable a la clonación de voz y exige autenticación multifactor en transacciones críticas.

Buenas prácticas:

• No uses «reconoce mi voz» como método de verificación.
• Pide un segundo factor para operaciones sensibles, por ejemplo un código enviado por otro canal.
• Limita lo que el agente puede cambiar sin confirmación.
• Protege las cuentas de tu equipo que acceden al panel y a las grabaciones. Una guía práctica de software de seguridad y llaves físicas para autenticación multifactor te ayuda a elegir el método.

El INCIBE recuerda además que la información compartida con herramientas de IA debe considerarse potencialmente expuesta, y alerta de que las voces pueden usarse para crear perfiles que faciliten suplantaciones. Por eso conviene decidir cuánto tiempo conservas las grabaciones y quién puede escucharlas.

Cómo evaluar un agente multilingüe antes de contratarlo

Usa esta lista. Si un proveedor no responde a algo, pídelo por escrito.

Y una prueba que no falla: llama tú mismo. Habla con acento, interrumpe, cambia de idioma en mitad de la frase y pide algo fuera de guion. Lo que haga el agente ahí es lo que verán tus clientes.

Nuestra perspectiva

En Anunzi vemos a diario que el idioma es solo la mitad del problema. Los clientes llaman para resolver algo: una cita, una duda sobre una factura, un reclamo. Un agente que detecta bien el idioma pero no tiene acceso a tu agenda o a tu CRM solo sabe disculparse en varios idiomas.

Por eso defendemos tres ideas:

• Menos idiomas, mejor elegidos. Activa los que realmente recibes. Revisa las llamadas cada mes y añade otros cuando haya demanda.
• Integración antes que idioma. Un agente conectado a telefonía, agenda y pagos resuelve; uno aislado deriva. Nuestro objetivo es resolver de forma autónoma más del 95 % de las llamadas sin derivar a una persona.
• Español de verdad. El español no es uno solo. Trabajamos con equipo propio en Argentina y España para que el tono suene local, y puedes comprobarlo en las demos con acento de España y de Argentina.

Nuestro motor de voz es VPower, y el agente responde en aproximadamente 1 segundo. La conversación fluye, que es lo que importa cuando alguien cambia de idioma y espera que le sigas.

— Matias

Cuánto cuesta y cuánto tarda

Los planes de Anunzi empiezan en 87 USD/mes con telefonía, y todos incluyen un número local de EE. UU. El consumo se mide en créditos, y 1 crédito equivale a 0,01 USD.

La recarga de créditos cuesta 14 USD por cada 1.000 créditos. Puedes ver todos los planes en la página de precios.

La puesta en marcha puede estar lista en 1 a 7 días. Para conectar tu centralita, tu CRM o tus sistemas de pago, revisa las integraciones por SIP, MCP y API.

Ejemplo de cálculo

Si una llamada dura 3 minutos con número de Anunzi, consume 60 créditos, es decir, 0,60 USD. Con troncal SIP propia, 48 créditos, es decir, 0,48 USD. Ese cálculo sale directamente de las tarifas por minuto anteriores.

Cómo empezar sin complicarte

1. Lista tus idiomas reales. Mira de dónde vienen tus llamadas de los últimos meses.
2. Elige el idioma por defecto y el tratamiento (tuteo o usted).
3. Define los casos que resuelve el agente: citas, estado de un pedido, cobros, reclamos.
4. Conecta tus sistemas: agenda, CRM, pagos.
5. Escribe el aviso de IA y la política de grabación.
6. Prueba con llamadas reales en cada idioma y con distintos acentos.
7. Revisa las primeras semanas y ajusta el guion.

Si quieres ver el producto, empieza por la página de agentes de voz de Anunzi. Y si prefieres comparar el mercado antes, tenemos una guía de los mejores agentes de voz con IA en 2026.

Puedes crear tu agente gratis, sin tarjeta y en 2 minutos desde el registro de Anunzi.

Preguntas frecuentes

¿El agente puede cambiar de idioma durante la misma llamada?

Sí, es una de las capacidades que se piden a un sistema multilingüe, incluido el manejo de lenguaje mezclado. Conviene probarlo con tu propio caso antes de ponerlo en producción, porque el rendimiento depende de los idiomas activos y de la calidad del audio.

¿Hace falta un número de teléfono distinto por idioma?

No. Un único número puede atender todos los idiomas que actives, porque el agente identifica el idioma durante la llamada. Esto simplifica tu comunicación y evita derivaciones.

¿Qué pasa si el agente no detecta bien el idioma?

Una lista acotada de idiomas reduce mucho ese riesgo. Si aun así hay dudas, el agente puede preguntar en qué idioma prefiere continuar la persona. Revisa las llamadas con errores y ajusta idiomas y guion.

¿Tengo que avisar de que hablan con una IA?

En la UE, las directrices de la Comisión Europea sobre el artículo 50 del Reglamento de IA contemplan este deber de transparencia para los agentes de voz. Dale el aviso en el idioma de la persona y consulta con tu asesoría jurídica cómo redactarlo.

¿Puedo probarlo antes de contratar?

Sí. Puedes escuchar las demos con acento de España, de Argentina y en inglés, y crear un agente gratis, sin tarjeta, desde el registro.

Fuentes

• ITU-T F.748.25: requisitos para la interacción por voz de los servicios de atención al cliente inteligentes
• Identificación de idioma en transcripción en tiempo real (documentación técnica)
• Identificación de idioma en transcripción por lotes (documentación técnica)
• Directrices de la Comisión Europea sobre el artículo 50 del Reglamento de IA
• Preguntas frecuentes sobre las obligaciones de transparencia del artículo 50
• RAE y AWS: herramienta de IA sobre el estado del español en Internet
• UNESCO: chatbots multilingües en gestión de emergencias
• INCIBE: configuraciones de privacidad en herramientas de IA

Recomendaciones

• Reconocimiento de voz en español: guía práctica por variante
• Voces en español con IA para agentes conversacionales
• RGPD para agentes de voz: cinco frentes para cumplir
• Agentes de voz con IA en español para empresas

Escrito por

Matías Casasola

Fundador y CEO de Anunzi

Fundó Anunzi y lidera el producto y la tecnología de la plataforma de agentes de voz con IA en español. Trabaja con empresas y gobiernos de España y Latinoamérica para que ninguna llamada quede sin atender.

LinkedIn →