Per què gairebé cap agent de veu parla català de veritat
Quan una plataforma de veu diu que suporta "70 idiomes", normalment és cert i alhora enganyós. El suport d'un idioma en un agent que parla en temps real es reparteix entre tres peces diferents, i n'hi ha prou que una falli perquè el resultat soni malament. En català, aquesta peça sol fallar.
Un agent de veu són tres coses, no una
Perquè una trucada funcioni han d'encaixar tres capes: la que transcriu el que diu la persona, la que decideix què respondre i la que ho converteix en veu. Cadascuna té la seva pròpia llista d'idiomes suportats, i les llistes no coincideixen.
El que es publica al web comercial acostuma a ser la unió de les tres, no la intersecció. La intersecció és la que et parla per telèfon.
| Capa | Què fa | On falla amb el català |
|---|---|---|
| Transcripció | Passa la veu del client a text | Sol anar bé; confon noms propis i topònims |
| Model de llenguatge | Decideix què contestar | Els models grans escriuen bon català; no és aquí el problema |
| Síntesi de veu en temps real | Diu la resposta en veu alta | Aquí és on cau: els models ràpids sovint no tenen català |
El model ràpid i el model que parla català solen ser models diferents
Les plataformes de veu tenen models optimitzats per a latència, pensats justament per a trucades, i models més complets però més lents. El català sovint només existeix al segon grup. Vam comprovar-ho consultant directament l'API del nostre proveïdor: dels models de temps real disponibles, només un accepta català.
Això té una conseqüència pràctica que val la pena saber abans de signar res: si un proveïdor et diu que et fa l'agent en català amb el seu model més ràpid, o té alguna cosa que la resta no té, o no ho ha provat.
L'accent no el decideix la configuració d'idioma
Aquesta és la trampa que costa més de veure. Pots posar "català" a la configuració de l'agent i que continuï sonant a estranger. El motiu és que l'accent el porta la veu triada, i les veus es construeixen a partir d'àudio original: una veu gravada en anglès americà dirà les paraules catalanes amb la boca d'algú que parla anglès americà.
El resultat és inconfusible per a qualsevol català i és pitjor que la neutralitat: no sona a assistent professional, sona a producte no acabat. La prova és de deu segons i s'ha de fer sempre abans de comprar: demana sentir la veu dient una frase amb noms de carrers i de pobles de la teva zona.
| Pregunta | Bona resposta | Resposta que hauria d'espantar-te |
|---|---|---|
| Quin model de veu fa servir per a temps real? | El nom concret, i que suporta català | "Suportem 70 idiomes" |
| D'on surt la veu? | Generada o gravada en català | "És una veu multilingüe" |
| Puc sentir-la dient noms d'aquí? | Un àudio, ara mateix | Una demo en castellà "que és igual" |
| Què passa si el client canvia al castellà? | Canvia i s'hi queda | "El model ja ho gestiona" |
| I si és una veu clonada d'una persona? | Consentiment escrit d'aquella persona | Silenci o "no cal" |
El cas concret del client que et parla en dos idiomes
A Catalunya és habitual començar en català i seguir en castellà, o barrejar-ho a la mateixa conversa. Un agent ha de detectar el canvi, passar-hi i quedar-s'hi, sense barrejar dins d'una mateixa frase, que és el que fa que soni artificial.
És una decisió de disseny que s'ha d'escriure explícitament a les instruccions de l'agent. No surt sola pel fet de configurar "multilingüe".
I la veu clonada?
Clonar la veu d'una persona real per posar-la a contestar el telèfon és tècnicament fàcil i jurídicament espès: la veu d'una persona identificable és una dada personal, i clonar-la necessita el seu consentiment explícit i per escrit, no un "sí" de passadís.
Nosaltres vam decidir no fer-ho: fem servir veus generades, que no corresponen a cap persona real. És una decisió deliberada, no una limitació tècnica, i està explicada a com tractem les dades.
Preguntes freqüents
Es nota que és una IA parlant català?
Es nota que és una IA perquè ho diu a la primera frase, com exigeix la normativa des de l'agost de 2026. El que no s'hauria de notar és l'accent: si sona a estranger, és un defecte de la veu triada, no una limitació de l'idioma.
Puc tenir el mateix agent en català i en castellà?
Sí. Un mateix agent detecta l'idioma de qui truca i s'hi queda. El que no recomanem és tenir dos números diferents per idioma: complica el desviament i confon el client.
El model més ràpid dona pitjor català?
El problema no és que el doni pitjor: sovint és que directament no el té. Per això la tria de model no és un detall tècnic sinó una decisió de producte, i s'ha de preguntar per nom.
Què passa amb els noms de pobles i carrers?
És on més falla la transcripció, i és per això que l'agent ha de repetir en veu alta els noms i els telèfons i demanar confirmació. Una recollida ben feta compensa una transcripció imperfecta.
Puc fer servir la veu d'algú del meu equip?
Tècnicament sí, però necessites el seu consentiment explícit i per escrit, i cal preveure què passa amb aquella veu si la persona marxa de l'empresa. Per això nosaltres fem servir veus generades.
Vols sentir-ho en català abans de decidir res?
Et fem escoltar l'agent dient el nom del teu negoci i del teu carrer. Deu segons i ho jutges tu.
Demo gratuïta