Entrada de voz
Qué hace
Un botón de micrófono junto al campo de mensaje inicia la captura de voz allí mismo. Cuando el usuario habla, el navegador convierte el habla en texto y este aparece en el campo de mensaje en tiempo real. El usuario revisa, edita si es necesario y envía; el agente lo procesa como cualquier mensaje escrito.
La entrada de voz es una alternativa a escribir, no un canal aparte. Una vez que el texto hablado se convierte en un mensaje, el resto de la conversación fluye a través del proceso estándar del agente.
Cómo funciona
-
Haz clic en el micrófono
La grabación comienza allí mismo, con un indicador de escucha en la barra de mensajes. El navegador puede solicitar permiso de micrófono la primera vez que se usa.
-
El navegador transcribe
Las palabras reconocidas aparecen de inmediato como texto provisional. Una vez que se finaliza una oración, se agrega a la transcripción en curso.
-
El usuario hace una pausa
Después de unos cuatro segundos de silencio, con texto ya capturado, la grabación finaliza automáticamente y la transcripción permanece en el campo de mensaje. Los usuarios que siguen hablando continúan sin interrupción.
-
La transcripción se convierte en mensaje
El texto capturado llega al campo de entrada del chat. El usuario puede editarlo antes de enviarlo o enviarlo tal cual.
-
El agente procesa
A partir de aquí, la conversación es idéntica a cualquier conversación escrita: mismo agente, mismas herramientas, mismo contexto.
Compatibilidad de navegadores
La entrada de voz depende de la Web Speech API del navegador. La compatibilidad y la calidad varían:
| Navegador | Compatibilidad |
|---|---|
| Google Chrome (escritorio y Android) | Total |
| Microsoft Edge | Total |
| Safari (macOS e iOS) | Total |
| Brave, Opera, Vivaldi (basados en Chromium) | Total |
| Firefox | No compatible de forma predeterminada |
En un navegador que no admite la entrada de voz, el asistente dentro de Salesforce muestra un breve aviso de “no disponible” y el usuario recurre a escribir. En los widgets públicos de Comunidad y de sitio web, el botón de micrófono se oculta automáticamente donde no es compatible. El resto del chat sigue funcionando con normalidad.
Detección de idioma
La entrada de voz usa el idioma configurado del navegador para el reconocimiento de voz (el idioma del navegador, definido en las preferencias del navegador). Para los usuarios cuya configuración regional de Salesforce coincide con la del navegador, esto simplemente funciona. Cuando difieren, el reconocimiento sigue la configuración regional del navegador, no la de Salesforce.
La transcripción se envía al agente textualmente. El idioma de respuesta del agente se rige por la directiva de idioma de REDA AI, que se basa en el idioma de Salesforce del usuario, no en el del navegador. Así, un navegador con configuración regional en francés que dicta en la sesión de un usuario de Salesforce en inglés producirá una transcripción en francés y una respuesta del agente en inglés, a menos que los prompts del agente gestionen el desajuste.
Detención automática por silencio
Después de unos cuatro segundos de silencio, con texto ya capturado, la grabación finaliza automáticamente y la transcripción queda en el campo de entrada. Esto evita obligar a los usuarios a hacer clic manualmente en detener después de cada intervención.
Si el usuario sigue hablando cuando el temporizador de silencio se activaría, el reconocimiento se reinicia y continúa; el temporizador solo se activa con un silencio real.
Permisos y privacidad
- El permiso de micrófono lo administra el navegador. La primera vez que un usuario inicia la entrada de voz en un sitio, el navegador solicita acceso al micrófono. Denegarlo desactiva la entrada de voz hasta que el usuario vuelva a otorgar el permiso en la configuración del navegador.
- El audio permanece en el dispositivo. La Web Speech API realiza el reconocimiento en el propio navegador o a través del servicio del proveedor del navegador. REDA AI nunca recibe el audio sin procesar, solo el texto final que el usuario elige enviar.
- La transcripción es igual que cualquier mensaje escrito. Una vez enviada, se almacena en el registro de Conversación, sujeta al mismo tratamiento de archivado y auditoría que los mensajes escritos.
Dónde está disponible
La entrada de voz está disponible en el asistente dentro de Salesforce (páginas de registro, la página de inicio y la barra de utilidades de Lightning), en el widget del portal de Comunidad y en el widget de sitio web.
En el asistente dentro de Salesforce está siempre activa. En los widgets públicos está activada de forma predeterminada y un administrador puede desactivarla: desmarca Habilitar entrada de voz en el componente de Comunidad (en Experience Builder), o agrega data-enable-voice="false" al código de inserción del widget de sitio web. En cada widget, el micrófono solo aparece en los navegadores que admiten la entrada de voz.
Modos de fallo
| Síntoma | Causa |
|---|---|
| “La entrada de voz no está disponible en este navegador” | El navegador no expone la Web Speech API. Firefox es el caso más común. |
| El micrófono está seleccionado pero la grabación nunca comienza | Se denegó el permiso de micrófono. Indícale al usuario que vuelva a habilitarlo en la configuración del navegador y luego actualice la página. |
| La grabación comienza pero se pierden palabras o son incorrectas | Ruido de fondo, acento o micrófono de baja calidad. La calidad del reconocimiento de voz es responsabilidad del navegador: los usuarios obtienen la misma calidad de reconocimiento que tendrían en cualquier otra aplicación web. |
| La transcripción está en el idioma equivocado | El idioma del navegador está configurado de forma distinta de lo que habla el usuario. Ajusta la preferencia de idioma del navegador; la entrada de voz usa ese valor al iniciarse. |
| La grabación se detiene demasiado rápido en medio de una frase | El usuario hizo una pausa de varios segundos aunque todavía quería hablar. Continúa hablando antes de que transcurra el temporizador de silencio, o vuelve a hacer clic en el micrófono para reiniciar. |
Prácticas recomendadas
Establece las expectativas del usuario desde el primer uso. Es posible que los usuarios primerizos no se den cuenta de que la detención automática por silencio se activa después de unos segundos; una sugerencia dentro de la aplicación o una nota de incorporación evita confusiones.
Mantén visible el campo de entrada después de dictar. La transcripción llega al campo de entrada, pero no se envía automáticamente. Los usuarios deben revisar y editar antes de presionar enviar; el reconocimiento de voz rara vez es perfecto en el primer intento.
Documenta internamente los requisitos de navegador. Si tu organización estandariza un navegador sin compatibilidad con la Web Speech API, la entrada de voz no funcionará para esos usuarios. Cambia el navegador estándar o recurre a la entrada escrita para ese grupo.
No trates la voz como un canal aparte. El mismo agente gestiona ambas. Usa los mismos prompts, herramientas y campos de contexto; la voz es solo una alternativa a escribir.
Preguntas frecuentes
No. El reconocimiento de voz ocurre en el navegador; solo el texto final de la transcripción llega a REDA AI. Mediante esta función, el audio nunca sale del dispositivo del usuario.
En el asistente dentro de Salesforce, la entrada de voz está siempre activa; si los usuarios no deben usarla, controla el acceso al micrófono a nivel del navegador o de la administración de dispositivos. En los widgets públicos puedes desactivarla directamente: desmarca Habilitar entrada de voz en el componente de Comunidad, o agrega data-enable-voice="false" al código de inserción del widget de sitio web.
Firefox no expone la Web Speech API de forma predeterminada. REDA AI lo detecta: el asistente dentro de Salesforce muestra un aviso de no disponible, y los widgets públicos simplemente ocultan el micrófono; los usuarios en Firefox deben escribir en su lugar.
En Salesforce Mobile y en la mayoría de los navegadores móviles (Chrome en Android, Safari en iOS), sí, sujeto a la solicitud de permiso de micrófono del navegador. La experiencia del usuario es idéntica a la de escritorio.
Cada sesión usa un solo idioma: el idioma configurado en el navegador en el momento en que comienza la grabación. Cambiar de idioma requiere modificar la preferencia de idioma del navegador e iniciar una nueva grabación.
El idioma de respuesta del agente se rige por el idioma de Salesforce del usuario, no por el del navegador. Si ambos difieren (por ejemplo, el navegador en francés y Salesforce en inglés), el agente responderá en inglés independientemente de cómo se haya dictado la pregunta. Alinea ambas preferencias para tener una experiencia en un solo idioma.
Sí. La entrada de voz está disponible en el asistente dentro de Salesforce, en el widget del portal de Comunidad y en el widget de sitio web. En los widgets públicos está activada de forma predeterminada (donde el navegador la admite) y un administrador puede desactivarla: Habilitar entrada de voz en el componente de Comunidad, o el atributo data-enable-voice en el código de inserción del widget de sitio web.
La transcripción llega al campo de entrada del chat, no directamente a la conversación. Edita el texto manualmente antes de enviarlo. El reconocimiento de voz es tarea del navegador: la calidad depende del ruido de fondo, el acento, el hardware del micrófono y la versión del navegador.
Próximos pasos
Lee Canal interno para saber dónde se ejecuta el widget de chat, o Agentes multilingües para conocer cómo el agente decide en qué idioma responder.