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