de Nodical

ASDIC es un proyecto de investigación 2027-2028. Las mediciones publicadas son las del cuaderno; los objetivos son objetivos.

Saber

Entender una conversación telefónica, página a página.

Lo que se sabe, lo que existe, lo que medimos. Cada página cita sus fuentes y separa lo medido de lo que se persigue.

  • 2 octubre 2026

    Por qué el reconocimiento de voz falla por teléfono

    Banda estrecha, ruido, acentos, solapamientos, nombres propios, cifras: las seis causas de error de la transcripción al teléfono, lo que cuesta cada una en una llamada de diez segundos, y lo que ASDIC medirá.

    Leer →

  • 2 octubre 2026

    IA soberana: qué significa para una conversación telefónica

    Cuatro preguntas concretas —por dónde pasa el audio, quién puede escucharlo, cuánto tiempo se guarda, qué ley se aplica—, lo que dicen el RGPD, la CNIL y el Reglamento de IA (aplicable desde el 2 de agosto de 2026), y lo que Nodical ya tiene, o todavía no.

    Leer →

  • 2 octubre 2026

    Pipeline o speech-to-speech: dos formas de poner una IA al teléfono

    Una cadena de tres modelos (reconocimiento de voz, modelo de lenguaje, voz) o un modelo único que va de la voz a la voz: lo que gana y pierde cada uno al teléfono, lo que publican Kyutai y OpenAI, y dónde encaja ASDIC.

    Leer →

  • 2 octubre 2026

    Entender lo que quiere la persona, sin pasar por el texto

    La comprensión del habla explicada con sencillez: pasar por el texto o ir directamente del sonido al sentido, lo que muestran MEDIA, SLURP y LeBenchmark, sus límites, y por qué una intención en diez segundos no es una intención en tres minutos.

    Leer →

  • 2 octubre 2026

    El pitido del contestador: por qué nunca llega cuando lo esperas

    Locuciones del operador, mensajes personales, pitidos ausentes o irreconocibles: por qué el pitido de un buzón de voz nunca llega en el mismo momento, qué hace la opción DetectMessageEnd de Twilio y qué cambia para dejar un mensaje.

    Leer →

  • 2 octubre 2026

    Diez segundos: qué pasa cuando descuelgan

    La medición de septiembre de 2026 sobre las llamadas de Nodical, contada en orden: el descuelgue, el «¿Diga?», la pregunta persona o contestador, la respuesta del agente, el cuelgue. Solo lo que se ha medido, y lo que la medición no dice.

    Leer →

  • 2 octubre 2026

    El silencio al teléfono: ruido, respiración, duda

    Qué es la detección de actividad de voz (VAD), qué la engaña al teléfono, cómo leer el banco de pruebas de Picovoice (Cobra, Silero, WebRTC a 0 dB) y por qué detectar la voz todavía no dice cuándo responder.

    Leer →

  • 2 octubre 2026

    El vocabulario de la voz al teléfono, en veinte palabras

    AMD, VAD, fin de turno, barge-in, WER, TTFAB, p95, 8 kHz, G.711, full-duplex, SLU, seudonimización… Las veinte palabras que aparecen en cuanto se habla de agentes de voz al teléfono, cada una definida con sencillez y enlazada a la página que la desarrolla.

    Leer →

  • 2 octubre 2026

    Evaluar a un proveedor de voz IA: diez preguntas

    Diez preguntas neutras antes de elegir un agente de voz: qué audio, qué idioma, 8 kHz o banda ancha, mediana y p95, quién midió, por dónde pasa el audio, cuánto tiempo se guarda, qué encargados, cómo oponerse, qué pasa si hay una caída.

    Leer →

  • 2 octubre 2026

    El español al teléfono: acentos, velocidad y «¿diga?»

    Cómo se descuelga en España, en México o en el resto de América, por qué los acentos y la velocidad complican el trabajo de una máquina, qué evalúan en español las clasificaciones públicas (y qué no: el teléfono) y por qué ASDIC aún no tiene cifras en español.

    Leer →

  • 2 octubre 2026

    Leer un benchmark de reconocimiento de voz sin dejarse engañar

    La tasa de error de palabras (WER) calculada a mano, lo que cambia la normalización del texto, lectura frente a conversación, 16 kHz frente a 8 kHz, proveedor frente a tercero, media frente a total: cómo leer una cifra de reconocimiento de voz.

    Leer →

  • 1 octubre 2026

    Detectar un contestador en menos de dos segundos: lo que existe hoy

    Cómo una IA reconoce un contestador al teléfono: los tres métodos, lo que cuesta cada uno en segundos, lo que publican Twilio y la investigación, y dónde está ASDIC (8 s medidos en 60.287 llamadas, objetivo 2 s).

    Leer →

  • 1 octubre 2026

    Fin de turno de palabra: esperar el silencio no basta

    Cómo una IA sabe que ha terminado de hablar: la diferencia entre «ya no habla» y «ha terminado», el compromiso corte / retraso, lo que publican LiveKit, Pipecat y Kyutai — y lo que no publican (el idioma, el teléfono).

    Leer →

  • 1 octubre 2026

    Medir un agente de voz: las cinco cifras que importan

    La «latencia» de un agente de voz no dice casi nada de una llamada saliente. Las cinco mediciones que publica ASDIC (persona o contestador, fin de turno, cortes, transferencias, duración), cómo leer una mediana y un p90, y qué valen los bancos de pruebas públicos.

    Leer →

  • 1 octubre 2026

    Audio a 8 kHz: lo que los modelos no oyen

    Por qué el reconocimiento de voz se desploma al teléfono: banda de 300 a 3.400 Hz, códecs G.711, paquetes perdidos; las cifras de terceros (Whisper, Deepgram en CallHome); y lo que ASDIC medirá en llamadas en francés y español.

    Leer →

  • 1 octubre 2026

    Un corpus de llamadas en francés: por qué no existe

    Inventario honesto de lo que existe (CALLFRIEND 1996, ESLO, Claire, MEDIA, el banco de pruebas de Luqia), por qué nada de ello sirve para entrenar un agente que llama, y lo que ASDIC construye y publicará, en el marco fijado por la CNIL.

    Leer →