Voces del sistema
Genere audio a partir del texto en la atención, con las voces registradas de la organización.
Changelog: v2026.10.11 · v2026.10.9 · v2026.8.24
Para qué sirve
- Enviar audio con la voz de la marca, sin grabar en el micrófono
- Estandarizar tono, velocidad y proveedor entre atendentes
- Guardar el guion en el mismo mensaje, como transcripción
- Usar la misma voz en las respuestas en audio del Agente IA
Dónde acceder
| Área | Ruta |
|---|---|
| Registrar voces | Menú lateral → Voces |
| Usar en el chat | Campo de mensaje → Grabar desde texto |
| Usar en el Agente IA | Agente IA → pestaña Envío → Responder con audio |
El botón del chat solo aparece si hay al menos una voz activa y el canal acepta audio.
Catálogo Interflow
En Voces hay dos pestañas:
| Pestaña | Qué hace |
|---|---|
| Catálogo | ElevenLabs (búsqueda, idioma, género, edad y categoría), Gemini (30 voces) y OpenAI (11 voces). La muestra gratis de ElevenLabs no descuenta créditos. Probar texto genera un MP3 y permite cambiar el modelo. OpenAI y Gemini usan el saldo Interflow |
| Mis voces | Presets de la organización. La búsqueda y Nueva voz están en esta pestaña |
Usar esta voz guarda el preset en Mis voces, disponible en el chat y en el Agente IA. El modelo inicial es Flash v2.5. En el formulario, cada modelo muestra el precio por 1K caracteres.
Generar audio con una voz del catálogo descuenta los créditos de IA:
| Modelos | Precio |
|---|---|
| Flash v2.5, v4 Turbo y v3 Conversacional | US$ 0,13 por 1K caracteres |
| v4, v3 y Multilingual v2 | US$ 0,26 por 1K caracteres |
Sin saldo, el audio no se genera. Las voces ligadas a una integración propia siguen en esa clave, sin débito. MiniMax todavía no está en el catálogo.
Gemini
En la pestaña Gemini, Probar texto abre el texto ya relleno y el modelo. Ahí se puede cambiar el modelo antes de generar. El predeterminado es Gemini 3.8 Flash-Lite TTS, también al agregar la voz.
En Mis voces y en el formulario, Probar texto usa el modelo, la voz y las demás opciones guardadas o en edición. La misma prueba existe para ElevenLabs, OpenAI y Minimax.
El archivo sale en MP3. La API de Gemini entrega PCM o WAV; Interflow lo convierte antes de guardar.
Requisito previo
Registre una integración de TTS en Configuración:
| Proveedor | Uso |
|---|---|
| OpenAI | Voces y modelos de speech de OpenAI |
| ElevenLabs | Voces de la cuenta ElevenLabs |
| Minimax | Voces e idioma de la cuenta Minimax |
| Gemini | Voces listas, modelo TTS y estilo en texto. La misma clave de la integración Gemini |
Son los mismos proveedores de los nodos de audio del flujo.
Registrar una voz
Admin y owner crean, editan y eliminan. Los demás miembros solo usan las voces activas.
- Abra Voces → Nueva voz
- Ponga un nombre (ej.: Atendente femenina)
- Elija la integración — el proveedor viene de ella
- Ajuste voz, modelo, velocidad y los demás campos del proveedor
- Déjela Activa y guarde
Una voz inactiva desaparece del botón del chat, pero sigue en la lista para reactivarla después.
Para copiar una voz, use Duplicar en la tarjeta o en el formulario de edición. Abre una voz nueva con los mismos datos y el nombre (copia) — ajuste y guarde.
Usar en la atención
- Escriba el texto en el campo del mensaje
- Haga clic en Grabar desde texto
- Una voz activa: genera al instante
- Dos o más: elija la voz en el menú
- El audio entra como vista previa; el guion se recoge
- Editar abre el texto de nuevo; Regenerar genera otro archivo con la misma voz
- Envíe
Quitar la vista previa elimina el archivo generado. Regenerar también sustituye el archivo anterior.
Qué recibe el cliente
En Interflow el mensaje es uno: audio + texto como transcripción.
En WhatsApp (y canales de voz sin leyenda en el audio), el cliente solo oye el audio. El guion no se envía como un mensaje de texto aparte.
Limitaciones
- Sin voz activa, el botón no aparece
- Sin texto en el campo, no genera
- Los canales que no envían audio no muestran el botón
- Solo admin y owner cambian el catálogo de voces