¿Qué es el análisis de llamadas y de sentimiento con IA para centros de contacto?

Última actualización: 9 de octubre de 2026. Publicado por primera vez el 8 de marzo de 2025 como "AI Speech Analytics", y reescrito por completo. Las fuentes se consultaron el 9 de octubre de 2026 y están enlazadas en el texto.

El análisis de llamadas de call center con IA convierte las llamadas grabadas en datos estructurados (transcripciones, temas, detalles extraídos, puntuaciones de calidad) para que cada llamada pueda medirse. El análisis de sentimiento estima cómo se sentía el usuario a partir de sus palabras, su voz o ambas.

Hay dos aspectos importantes a tener en cuenta antes de comprar. La detección de emociones en llamadas reales es mucho menos precisa de lo que sugiere el marketing: un 45,6 % en cuatro emociones en un estudio revisado por pares sobre llamadas de emergencia reales. Y en la UE, está prohibido rastrear las emociones de los empleados de los centros de llamadas a partir de su voz.

El análisis de voz con IA convierte cada llamada en datos cuantificables

El análisis de voz con IA, también llamado análisis de call center o de conversaciones, aplica el reconocimiento de voz y modelos de lenguaje al audio de las llamadas. El análisis de habla se centra en lo que se dijo, el análisis de voz en cómo se dijo (tono, ritmo, pausas) y el análisis de sentimiento en una estimación del sentimiento positivo, neutro o negativo.

Esta misma tecnología se utiliza en dos entornos muy diferentes:

• Análisis de un equipo humano: el software escucha las llamadas entre los clientes y los agentes humanos para capacitar a los agentes, verificar el cumplimiento normativo y detectar problemas recurrentes.

• Un agente de IA que analiza sus propias llamadas: un agente de voz de IA también escribe un resumen, etiquetas y una puntuación para cada llamada que gestionó. En este caso, el sistema califica su propio trabajo.

Cómo funciona: de una grabación a un número

La mayoría de los productos siguen la misma secuencia:

1. Captura del audio. Las llamadas se graban o el audio se transmite para un análisis en directo.

2. Transcripción. El reconocimiento de voz convierte el audio en texto.

3. Separación de los interlocutores, para que un agente alegre no enmascare a un cliente enfadado.

4. Clasificación, extracción y resumen: etiquetar el tema, extraer detalles como una fecha de reserva y escribir un resumen.

5. Puntuación de cada llamada según el sentimiento y la calidad.

6. Agregación y alertas: los paneles muestran tendencias y las reglas marcan llamadas para su revisión.

Cada paso depende del paso 2: una transcripción en la que se omita un "no" cambia por completo el sentimiento, y los errores no son uniformes. En cinco sistemas comerciales de reconocimiento de voz, la tasa media de error de palabras fue de 0,35 para hablantes negros y de 0,19 para hablantes blancos (Koenecke et al., PNAS, 23 de marzo de 2020; inglés estadounidense, sistemas de 2019, entrevistas grabadas en lugar de llamadas telefónicas). Para saber cómo se mide y se tarifica la precisión de la transcripción, consulte Transcripción de llamadas con IA.

Los componentes y la pregunta que responde cada uno

La documentación de Brilo traza una línea útil entre dos de estos elementos. Un resumen "es prosa, para que lo lea una persona", mientras que la extracción obtiene "valores con nombre... para que pueda filtrarlos, contarlos y enviarlos a otro sistema". Y añade: "No se puede filtrar la prosa" (Resúmenes de llamadas personalizados, consultado el 9 de octubre de 2026).

El análisis de sentimiento analiza las palabras, la voz o ambas

• Sentimiento léxico (texto) analiza la transcripción: "esto no lleva a ninguna parte" obtiene una puntuación negativa. Solo es tan bueno como lo sea la transcripción y no detecta el sarcasmo o un "bien" plano y cansado.

• Sentimiento acústico, a menudo vendido como detección de emociones, analiza el audio: tono, energía, tempo y pausas. Puede captar un "bien" cortante, pero es más difícil con audio telefónico comprimido y trata la voz como datos personales.

La mayoría de los productos combinan ambos.

La separación también es legal. Las directrices de la Comisión Europea señalan que el "reconocimiento de emociones" de la Ley de IA solo cubre la inferencia "basada en datos biométricos", y mencionan las "características de la voz de una persona" como ejemplo. Inferir emociones "a partir de texto escrito (análisis de contenido/sentimiento)" queda fuera de la prohibición (Directrices de la Comisión sobre prácticas de IA prohibidas, 4 de febrero de 2025, párrs. 250-251).

Qué tan precisa es la detección de emociones en llamadas reales

No hemos encontrado cifras de precisión verificadas de forma independiente para la detección comercial de emociones. La evidencia pública más clara es la investigación sobre grabaciones de llamadas reales.

Deschamps-Berger, Lamel y Devillers probaron un modelo de reconocimiento de emociones en el habla en CEMO, un corpus de grabaciones reales de llamadas de emergencia en francés: 440 diálogos de 485 hablantes (ACII 2021, arXiv 2110.14957).

• En IEMOCAP, un conjunto de datos de investigación de emociones actuadas: 63 % de precisión no ponderada en cuatro emociones.

• En las llamadas reales: 45,6 % en cuatro emociones (ira, miedo, positivo, neutro).

• Solo ira frente a neutro: 76,9 % en llamadas reales, frente al 81,1 % en datos actuados.

Conclusión de los autores: "Las emociones de la vida real son claramente más complejas que las actuadas".

Advertencias: llamadas de emergencia, en francés, solo audio, modelos de 2021, y casi el 80 % de los segmentos eran neutros. Una línea de atención al cliente difiere, pero la tendencia se mantiene: los modelos funcionan peor con usuarios reales que con datos actuados, y determinar "¿está enfadado este usuario?" es mucho más fácil que "¿qué emoción es esta?".

Qué mostró la medición del sentimiento en un estudio de campo

El uso publicado más sólido del análisis de sentimiento en el servicio de atención al cliente es como indicador de referencia en investigación. En la versión de documento de trabajo de NBER de 2023 de un estudio de 5179 agentes de soporte en una empresa, los investigadores puntuaron los chats con SiEBERT, un modelo de sentimiento, de −1 (negativo) a 1 (positivo) (Brynjolfsson, Li y Raymond, documento de trabajo NBER w31161, revisado en noviembre de 2023). Todas las cifras a continuación corresponden a esa versión del documento de trabajo.

• Sentimiento medio del cliente: 0,14 (ligeramente positivo).

• Sentimiento medio del agente: 0,89. Los agentes fueron "infaliblemente positivos".

• Después de que los agentes recibieran un asistente de IA generativa, el sentimiento del cliente aumentó en 0,18 puntos, aproximadamente media desviación estándar. El sentimiento del agente apenas varió (+0,02).

Advertencias: chat de texto, no de voz; la IA sugería respuestas a agentes humanos en lugar de atender las llamadas; herramientas de 2023 de una única empresa.

El sentimiento funcionó como una medida agregada en miles de conversaciones. Eso no dice nada sobre la precisión de la puntuación de una sola llamada. No encontramos cifras independientes para otros beneficios declarados, como mejoras en el CSAT o ahorro de costes, por lo que no se citan aquí.

Vea lo que muestra el análisis posterior a la llamada en sus propias llamadas. El plan gratuito de Brilo incluye 10 minutos al mes. Consulte Precios de Brilo.

Análisis para un equipo humano frente al análisis de llamadas propio de un agente de IA

| | Análisis de voz en un equipo humano | Análisis integrado en un agente de voz de IA | Encuestas post-llamada | |---|---|---| | Qué se analiza | Llamadas entre clientes y sus agentes humanos | Llamadas que el propio agente de IA atendió | Los clientes que responden | | Cobertura | Cada llamada grabada | Cada llamada que atiende el agente, excepto las demasiado cortas para puntuar | Una minoría autoseleccionada | | Independencia | Independiente del agente que está siendo evaluado | El mismo sistema califica su propio trabajo | La propia opinión del cliente | | Mejor uso | Capacitación, cumplimiento normativo, causas raíz | Clasificación de llamadas para revisión y detección de brechas | La propia calificación del cliente |

Una puntuación integrada equivale a que el sistema califique sus propios deberes: útil para el triaje (escuchar primero las peores llamadas), pero débil como prueba de que la implementación funciona. Nuestra guía para supervisar a un agente de voz de IA cubre las comprobaciones independientes. Para programas de control de calidad en equipos humanos, consulte Garantía de calidad de call center con IA. Las indicaciones de sentimiento en tiempo real para agentes humanos corresponden a asistencia al agente con IA.

Qué mide Brilo en cada llamada

Brilo es un agente de voz de IA, no una plataforma de análisis de voz para equipos humanos. Analiza las llamadas de sus propios agentes (fuentes consultadas el 9 de octubre de 2026).

Pulse considera la Resolución como "el factor más importante". Una transferencia fluida a una persona cuenta como una buena resolución.

Dónde termina el análisis de Brilo

La documentación de Brilo establece estos límites:

• Las reglas de puntuación son fijas. Los criterios y ponderaciones de Pulse aún no se pueden personalizar ("en nuestra hoja de ruta").

• Solo voz. Pulse puntúa llamadas de voz. Chat, SMS y correo electrónico estarán disponibles "próximamente".

• Algunas llamadas no se puntúan, como las llamadas muy cortas.

• No se documenta el sentimiento en directo. Cada función de análisis mencionada anteriormente se ejecuta después de que finaliza la llamada.

• No hay análisis de llamadas de agentes humanos.

• La grabación y la retención se configuran por agente. Con la grabación desactivada, se conservan el resumen y los detalles extraídos. El ajuste del Periodo de Retención "not enabled on every account" (Grabaciones, transcripciones y retención).

No se indica en la documentación: qué tan preciso es Pulse o cómo se validó; si Sentimiento utiliza la voz del interlocutor o solo la transcripción (se enumera el "tono positivo, aliviado o feliz" como una señal, sin explicar cómo se detecta el tono); y si Pulse se puede exportar (la carga útil del webhook no tiene ningún campo de Pulse). Trate a Pulse como una herramienta de clasificación y verifíquela escuchando.

La Ley de IA de la UE traza el límite en las emociones de los empleados

La Ley de IA de la UE trata el reconocimiento de emociones de forma diferente según de quién se lean las emociones. Esta sección sigue las directrices de la Comisión sobre prácticas prohibidas (4 de febrero de 2025), que no son vinculantes; la interpretación autorizada corresponde al Tribunal de Justicia.

• Empleados: prohibido. El artículo 5, apartado 1, letra f), aplicable a partir del 2 de febrero de 2025, prohíbe la IA que infiera emociones en el lugar de trabajo, excepto por motivos médicos o de seguridad. Ejemplo de las propias directrices: "Está prohibido el uso de cámaras web y sistemas de reconocimiento de voz por parte de un centro de llamadas para rastrear las emociones de sus empleados, como la ira". El uso para formación personal solo se permite si los resultados no se comparten con RR. HH. y no pueden afectar a la evaluación o promoción.

• Clientes: permitido, pero regulado. "El uso de sistemas de reconocimiento de voz por parte de un centro de llamadas para rastrear las emociones de sus clientes, como la ira o la impaciencia, no está prohibido por el artículo 5, apartado 1, letra f)". Estos sistemas se consideran de alto riesgo, y se siguen aplicando las leyes de protección de datos y de consumo.

• Información. Con arreglo al artículo 50, apartado 3, los usuarios de sistemas de reconocimiento de emociones "deberán informar a las personas físicas expuestas a tales sistemas" (Preguntas frecuentes de la Comisión sobre el artículo 50, última actualización el 24 de julio de 2026).

• El sentimiento solo de texto queda fuera de la definición (sin datos biométricos).

En el caso de Brilo, queda abierta una pregunta: si el área de Sentimiento de Pulse utiliza características de la voz (biométricas) o solo la transcripción. La documentación no lo especifica, por lo que esta página no determina qué reglas se aplican. No pudimos confirmar a partir de estas fuentes cuándo entran en vigor las obligaciones de alto riesgo.

Esta sección explica la guía publicada por la Comisión. No constituye asesoramiento legal.

Malentendidos comunes sobre el análisis de llamadas

"Analizamos el 100 % de las llamadas, por lo que las comprendemos". Cobertura no es sinónimo de precisión. Cada puntuación hereda los errores desiguales de la transcripción.

"El sentimiento es nuestro CSAT". El sentimiento es una estimación de un modelo; el CSAT es lo que los clientes decidieron contarle. Los agentes de NBER promediaron 0,89 porque la cortesía es parte de su trabajo, no porque cada llamada haya salido bien.

"Más etiquetas y campos significan más información". La guía de Brilo aconseja "Empiece con cuatro, no con catorce": ¿consiguieron lo que querían?, ¿qué querían?, ¿necesitan a una persona? y el detalle que su equipo siempre persigue.

"El total le indica cómo lo estamos haciendo". Guía de Brilo: "Las tendencias superan a los totales" y "Cien es donde los gráficos empiezan a significar algo".

Para ver dónde encaja la analítica entre las demás herramientas de IA en un centro de llamadas, consulte la Guía de call center con IA.

Cómo empezar: una rutina de análisis de cuatro semanas

Un primer mes viable, utilizando las funciones documentadas de Brilo:

1. Día 1: active el etiquetado de temas y cuatro campos. Encienda las Etiquetas de llamada de IA. Añada los cuatro campos de extracción mencionados anteriormente. Utilice campos de opción múltiple siempre que pueda enumerar las alternativas: "el texto libre le dará treinta formas de escribir lo mismo".

2. Semanas 1-4: revise las etiquetas semanalmente, ordene el registro de llamadas por la puntuación Pulse más baja y escuche las llamadas del final de la lista.

3. Solucione la causa, no la puntuación: por lo general, se trata de falta de conocimiento, una acción omitida o una regla que falta.

4. Día 30: compare tendencias. Observe cómo se movieron los resultados y las etiquetas, no los totales.

5. A continuación, conecte los datos: envíe transcripciones, etiquetas y campos a su CRM con el webhook post-llamada.

Para una implementación más amplia, incluidos los criterios de éxito y las pruebas, consulte cómo implementar la IA en su call center.

Análisis de call center con IA y análisis de sentimiento: preguntas frecuentes

¿Qué es el análisis de voz con IA? El análisis de voz con IA utiliza el reconocimiento de voz y modelos de lenguaje para convertir el audio de las llamadas en datos en los que se pueden realizar búsquedas y recuentos: transcripciones, temas, detalles extraídos, sentimiento y puntuaciones de calidad. Muestra los motivos de llamada de los clientes sin necesidad de escuchar cada grabación.

¿Qué tan preciso es el análisis de sentimiento en el call center? Depende de la transcripción, el audio y el número de categorías. En un estudio revisado por pares sobre llamadas de emergencia reales, un modelo de emoción del habla obtuvo un 45,6 % en cuatro emociones y un 76,9 % en ira frente a neutro (ACII 2021). Las cifras de precisión de los proveedores rara vez se verifican de forma independiente.

¿Es legal el reconocimiento de emociones en los call centers de la UE? El seguimiento de las emociones de los empleados a partir de su voz está prohibido en virtud del artículo 5, apartado 1, letra f). El seguimiento de las emociones de los clientes no está prohibido, pero es de alto riesgo y se debe informar a las personas. No constituye asesoramiento legal.

¿Qué soluciones de call center con IA automatizan las llamadas de citas y también informan sobre la calidad de las llamadas? Busque una solución que reserve durante la llamada y califique cada llamada después. Un agente de Brilo puede reservar en Google Calendar mientras el usuario está en la línea (Reservar citas) y luego añade una puntuación Pulse Score, etiquetas, campos extraídos y un resumen a cada llamada. Con cualquier proveedor, pregunte cómo se valida su puntuación de calidad.

¿Brilo realiza análisis de sentimiento? Sí, como una de las cuatro áreas de Pulse Score, calificada después de cada llamada. El sentimiento en directo, las llamadas de agentes humanos y si utiliza el tono de voz no están documentados.

Para ver qué muestra el análisis posterior a la llamada en sus propias llamadas, comience con el plan gratuito: consulte Precios de Brilo.