Reduzca el tiempo de trabajo posterior a la llamada en un 60 %. Los agentes dictan notas de llamadas, tickets de soporte y resúmenes de casos directamente en su CRM en tiempo real, 3x más rápido que escribir. StarWhisper funciona sin conexión en cada estación de trabajo Windows.
Gratis para siempre: 2.000 palabras/semana. Actualice a Pro para uso ilimitado.
La transcripción del servicio al cliente existe porque el trabajo basado en voz casi no genera un registro escrito por defecto. Un agente atiende 40 llamadas al día. Cada llamada produce una resolución, pero lo que llega al CRM es un resumen de dos oraciones escrito de memoria cuatro minutos después de que terminó la llamada, mientras el agente ya estaba escuchando medio atentamente a un nuevo cliente. Eso no es documentación. Eso es un marcador de posición.
El costo de las notas de llamadas deficientes es difuso y difícil de precisar, por lo que persiste. Los contactos repetidos aumentan cuando el siguiente agente no puede reconstruir qué sucedió. Las escaladas aumentan cuando los supervisores carecen del contexto para asesorar sobre interacciones específicas. El muestreo de aseguramiento de calidad se mantiene en el 2 al 5%, la cifra estándar de la industria, porque escuchar grabaciones completas a velocidad normal es simplemente demasiado lento para escalar. El costo acumulado en la calidad del servicio es enorme, incluso cuando ningún incidente individual parece catastrófico.
El trabajo posterior a la llamada (ACW) es el síntoma operacional que la mayoría de los equipos realmente miden. Los puntos de referencia de la industria de ICMI y HDI sitúan consistentemente el ACW promedio en 3.5 a 6 minutos por interacción para los equipos de servicio que dependen de la escritura manual. En un centro de contacto de 50 puestos que maneja 40 llamadas por agente por día, eso son de 115 a 200 horas de agente quemadas escribiendo notas, cada single día. Ese costo laboral es invisible en la nómina, pero es capacidad real que no se está pasando con los clientes.
Las plataformas de transcripción de llamadas empresariales (Verint, NICE, Genesys) resuelven el problema en un extremo del mercado, pero requieren contratos por puesto, inversión en infraestructura de TI y ciclos de adquisición de varios meses. Las alternativas basadas en la nube como AWS Transcribe cobran por minuto de audio y plantean preguntas sobre la residencia de datos que los equipos de cumplimiento examinan cada vez más. Las operaciones de servicio de tamaño pequeño y mediano quedan atrapadas en el medio: el presupuesto no está para las plataformas empresariales, y la tolerancia al riesgo no está para la carga en la nube no verificada de conversaciones con clientes.
Una solución viable para un equipo de servicio debe ser lo suficientemente rápida para que los agentes la usen entre llamadas, lo suficientemente privada para las industrias reguladas, lo suficientemente barata para justificar el despliegue por agente y lo suficientemente flexible para soltar texto donde esté el cursor del CRM. Esos cuatro requisitos rara vez se alinean en un solo producto, hasta que consideras un enfoque de transcripción de IA local construido sobre OpenAI Whisper.
StarWhisper ejecuta el motor de reconocimiento de voz Whisper directamente en la máquina Windows del agente, sin dependencia de la nube, sin facturación por minuto, sin infraestructura de TI. Para los equipos de servicio, aborda cinco problemas de documentación distintos simultáneamente.
El widget flotante coloca el texto transcrito donde esté posicionado el cursor de Windows, Salesforce Service Cloud, Zendesk, Freshdesk, ServiceNow, Microsoft Dynamics o cualquier interfaz de emisión de tickets basada en web. El agente coloca el cursor en el campo de notas del caso, activa StarWhisper con una tecla de acceso rápido y habla. Sin copiar y pegar, sin cambiar de ventana. Las palabras aparecen directamente en el CRM a medida que se pronuncian.
Los analistas de QA y los líderes de equipo pueden soltar archivos de llamadas grabados, MP3, WAV, M4A, MP4, en StarWhisper para transcripción por lotes. Una llamada de 20 minutos produce una transcripción de texto buscable en 3 a 5 minutos. Revisar esa transcripción a velocidad de lectura (más de 300 palabras por minuto) frente a escuchar la grabación (150 palabras por minuto a velocidad 1x) permite que la cobertura de QA se triplique o cuadruplique con el mismo tiempo de analista. Los flujos de trabajo de transcripción profesional construidos sobre este enfoque logran rutinariamente tasas de muestreo de QA del 10 al 20% frente al 2 al 5% que permite la escucha manual.
Las interacciones de servicio al cliente contienen datos personales sensibles en prácticamente todas las industrias. StarWhisper procesa todo el audio localmente utilizando el modelo Whisper en el dispositivo. No se transmite ningún flujo de audio, ningún contenido de transcripción y ningún metadato a ningún servidor externo. Esto importa prácticamente para los centros de contacto PCI DSS donde los datos de los titulares de las tarjetas aparecen verbalmente, para las líneas de servicio de salud reguladas por HIPAA y para cualquier equipo cuyo departamento legal haya bloqueado previamente herramientas de transcripción en la nube por motivos de residencia de datos.
StarWhisper maneja más de 29 idiomas de forma nativa, todos procesados sin conexión. Los equipos que atienden a clientes de habla hispana, francesa, portuguesa, mandarina, japonesa, coreana o árabe pueden dictar notas en el idioma del cliente o en un idioma de equipo compartido sin cambiar de herramienta. El modelo pequeño es el valor predeterminado práctico que recomendamos para el dictado en vivo del agente; para scripts no latinos (CJK, árabe, cirílico) donde la cobertura es más delgada, los usuarios de Pro pueden pasar al mediano.
StarWhisper Pro cobra $10 por agente por mes sin tarifas por llamada, por minuto o por palabra. Un equipo de 20 agentes paga $200 por mes independientemente del volumen de llamadas o la frecuencia de ACW. Compare eso con la transcripción en la nube por minuto a $0.016 por minuto: un equipo que maneja 40 llamadas de cinco minutos por agente por día gastaría aproximadamente $640 por mes por agente. La economía es fundamentalmente diferente.
Así es como un agente de soporte de una empresa SaaS de tamaño mediano gestiona su turno después de adoptar StarWhisper para la transcripción del servicio al cliente. El flujo de trabajo es deliberado y reproducible, no dependiente de la disciplina individual.
El agente abre su CRM (Zendesk), cliente de correo electrónico y StarWhisper. StarWhisper se encuentra en la bandeja del sistema, activado con F9. El widget flotante está acoplado en la esquina inferior derecha del monitor secundario, siempre visible, nunca oscureciendo el flujo de trabajo principal. El agente selecciona el modelo Whisper "pequeño" para dictado en tiempo real rápido durante la parte del día de manejo de llamadas.
Mientras el cliente explica su disputa de facturación, el agente navega a la cuenta en Salesforce y hace clic en el campo de notas del caso. A mediados de la llamada, cuando el cliente menciona un número de factura específico y una interacción previa que tuvo el mes pasado, el agente presiona F9 y dicta: "El cliente hace referencia a la factura 88241 de febrero. Declara que la llamada de soporte anterior con el agente David el 3 de marzo prometió un crédito que no se aplicó". StarWhisper lo escribe al instante. Las manos del agente están libres para el mouse. El cliente nunca sabe que el agente está capturando notas, no hay ruido de teclado, no hay silencio mientras se escribe.
La llamada termina. El agente presiona F9 y dicta el resumen completo de la resolución: "Crédito de $47 emitido según el compromiso original del 3 de marzo. Confirmado aplicado a la cuenta. Cliente satisfecho. No se requiere más seguimiento. Ticket cerrado". La transcripción aparece en las notas del caso de Salesforce. El agente actualiza el estado del ticket, lo cierra. Tiempo total de ACW: 75 segundos. Promedio previo a StarWhisper para este tipo de interacción: 4 minutos 30 segundos. El agente está disponible para la siguiente llamada 3 minutos y 15 segundos antes.
El analista de QA tiene 14 llamadas grabadas del turno de la mañana en cola para su revisión. Selecciona 6 de ellas (tasa de muestreo del 43%, en comparación con la tasa de muestreo previa de 2 llamadas por turno) y las suelta en StarWhisper en modo por lotes. Las 6 transcripciones están listas en 18 minutos. Lee cada transcripción, resalta momentos de asesoramiento, marca un problema de cumplimiento en una llamada y completa su revisión en 35 minutos en total. Anteriormente, revisar 2 llamadas a velocidad de escucha 1x tomaba 40 minutos.
El líder del equipo identifica una llamada de desescalación ejemplar de las transcripciones de la mañana. Copia la sección relevante de la transcripción, edita la información personal del cliente y la agrega a la biblioteca de asesoramiento del equipo en Notion, dictando sus anotaciones de comentario directamente con StarWhisper. El ejemplo de asesoramiento está listo en 12 minutos. Crear material equivalente a partir de una grabación en bruto requería previamente 45 minutos de escucha, toma de notas y edición.
Las operaciones de servicio al cliente se cruzan con más marcos de cumplimiento que casi cualquier otra función comercial. La naturaleza de lo que comparten los clientes, detalles de pago, información de salud, credenciales de cuenta, circunstancias personales, significa que la herramienta que maneja sus palabras no puede tratarse como una compra de software genérica. Así es como StarWhisper aborda los entornos regulatorios más comunes.
Los centros de contacto que aceptan información verbal de tarjetas de pago están sujetos a una expansión del alcance de PCI DSS si un sistema de terceros captura, almacena o transmite ese audio. Las herramientas de transcripción en la nube se convierten en entidades PCI dentro del alcance en el momento en que procesan audio de llamadas que contiene datos de titulares de tarjetas. StarWhisper procesa todo en la máquina Windows local del agente, ningún audio sale del dispositivo, ninguna transcripción se transmite externamente. La huella del entorno de datos del titular de la tarjeta no se expande. Esto no es una solución alternativa; es la razón arquitectónica por la que la transcripción de IA sin conexión está apareciendo en los pilares tecnológicos de centros de contacto revisados por QSA.
Las líneas de servicio de proveedores de atención médica, servicios de miembros de seguros y operaciones de soporte de farmacias manejan información de salud protegida en cada interacción. El uso de un servicio de transcripción en la nube para estas llamadas requiere un Acuerdo de Asociación Comercial HIPAA firmado por el proveedor, y no todos los proveedores firmarán uno, y los que lo hacen requieren su propio proceso de evaluación de seguridad. El procesamiento local de StarWhisper significa que ningún PHI atraviesa nunca la red. No hay relación de asociado comercial que establecer porque no hay procesador de datos de terceros. Los equipos legales y de cumplimiento que revisan StarWhisper para estos entornos pueden aprobarlo basándose en la arquitectura en lugar de la revisión del contrato del proveedor.
Según el Reglamento General de Protección de Datos, las grabaciones de voz de los clientes con sede en la UE son datos personales sujetos a derechos del titular de los datos, limitaciones de retención y restricciones de transferencia transfronteriza. Enviar audio de llamadas a un servicio de transcripción en la nube basado fuera de la UE crea una transferencia de datos que requiere una evaluación del mecanismo de transferencia lícito. StarWhisper elimina la transferencia por completo, el audio y la transcripción nunca salen de la máquina del agente, que ya está dentro de su entorno controlado por GDPR.
CCPA en California, VCDPA en Virginia y un cuerpo creciente de leyes de privacidad estatal imponen obligaciones crecientes sobre cómo se procesan los datos de voz de los consumidores. El hilo común en todos estos marcos es la minimización: cuanto menos se comparta con terceros, menor es la carga de cumplimiento. El procesamiento local es la forma más alta de minimización de datos, los datos nunca se convierten en un problema de terceros.
Un equipo de servicio de 10 a 50 agentes puede estar completamente operativo con StarWhisper en menos de dos horas en total, sin proyecto de TI, sin despliegue por etapas, sin riesgo de tiempo de inactividad. Aquí está la secuencia que funciona.
Descargue desde starwhisper.ai o Microsoft Store. El instalador ocupa menos de 200MB. Instale en cada máquina de agente con Windows 10/11. No se requiere cuenta de administrador en la mayoría de los entornos. Sin configuración de red, sin cambios de reglas de firewall, sin componentes del lado del servidor que administrar. Cada instalación es autónoma.
En la configuración de StarWhisper, asigne una tecla de acceso rápido global que los agentes puedan activar con una sola mano. F8, F9 o un botón lateral de ratón programable son las opciones más comunes. La tecla de acceso rápido inicia y detiene la grabación desde cualquier aplicación en primer plano sin cambiar de ventana. Estandarice la tecla de acceso rápido en todo el equipo para simplificar la capacitación.
Para los agentes que realizan dictado ACW en tiempo real, el modelo "pequeño" equilibra bien la velocidad y la precisión en máquinas con 8GB de RAM. Para las máquinas de QA que procesan archivos de llamadas grabados, el modelo "grande" Pro proporciona mayor precisión en la calidad de audio variable y la diversidad de acentos, vale la pena para el caso de uso de análisis. Las máquinas con GPU NVIDIA deben habilitar la aceleración CUDA: una llamada de 20 minutos que tarda 5 minutos en CPU tarda menos de 90 segundos con procesamiento de GPU.
La tarea principal de capacitación es enseñar a los agentes a pensar en resúmenes hablados en lugar de notas escritas. La habilidad no es técnica, es verbal: hable en el mismo formato estructurado que la nota debe seguir (problema → diagnóstico → resolución → siguientes pasos). La mayoría de los agentes encuentran esto natural dentro de 2 a 3 turnos. Muestre a los agentes dónde colocar el widget flotante para que sea visible sin oscurecer su CRM.
Extraiga las métricas de ACW rastreadas por el CRM antes y después del despliegue en la marca de dos semanas. La mayoría de los equipos ven una reducción del 40 al 65% en el tiempo de ACW dentro de las primeras dos semanas. Esta métrica es la base del caso de negocio para expandir las licencias Pro a todo el equipo. Documentelo, lo necesitará para cualquier justificación interna de adquisición.
| Agentes en el equipo | 15 |
| Llamadas atendidas por agente por día | 40 |
| ACW promedio antes (escribiendo) | 4 min 30 seg |
| ACW promedio después (dictado) | 1 min 20 seg |
| Capacidad recuperada por agente por día | 2 h 13 min |
| Capacidad total del equipo recuperada por día | 33.25 horas |
| Capacidad anual recuperada | ~8,300 horas |
| Costo de StarWhisper Pro (15 usuarios, anual) | $1,800/año |
Ocho mil trescientas horas de agente recuperadas anualmente. Incluso con un costo laboral totalmente cargado conservador de $25/hora, eso representa $207,500 en capacidad productiva recuperada por año frente a un costo de software anual de $1,800. Incluso si la recuperación real es un tercio de eso debido a la variabilidad en la adopción y los tipos de llamadas, la economía sigue siendo fuertemente positiva.
Más allá del tiempo de ACW, los beneficios secundarios se acumulan. Las mejoras en la cobertura de QA reducen la exposición de cumplimiento. Las mejores notas de casos reducen los contactos repetidos y el tiempo de manejo en las devoluciones de llamada. La calidad del contenido de capacitación mejora porque los ejemplos de asesoramiento se extraen de interacciones reales transcritas. Esto es más difícil de modelar en una hoja de cálculo, pero visible en CSAT, tasas de escalación y puntuaciones de auditoría de QA dentro de los 60 a 90 días posteriores al despliegue. Para obtener más información sobre cómo beneficios similares se aplican en diferentes contextos profesionales, consulte nuestra guía sobre transcripción de entrevistas de RRHH.
"Era escéptico sobre el dictado por voz para notas de CRM, pensé que mis agentes sonarían extraños hablando en voz alta en una oficina abierta. Lo que sucedió realmente es que comenzaron a hablar más tranquila y confidentemente después de una semana, y el ACW bajó de un promedio de 4:42 a un promedio de 1:18 en todo el equipo. Eso liberó suficiente capacidad como para dejar de discutir un aumento de personal que habíamos planificado."
, VP de Operaciones de Clientes, empresa de comercio electrónico, 22 agentes
"Nuestro equipo de QA estaba revisando el 3% de las llamadas. Seis semanas después de implementar StarWhisper para el procesamiento de transcripciones de QA, alcanzamos un muestreo del 18%. Los mismos dos analistas. La única diferencia es que leen transcripciones en lugar de escuchar grabaciones. Detectamos una tergiversación recurrente del agente sobre las exenciones de tarifas que absolutamente no habríamos encontrado con un muestreo del 3%, se convirtió en un evento de capacitación formal y un cambio de proceso."
, Gerente de Aseguramiento de Calidad, empresa de servicios financieros, equipo de 45 puestos
"Somos un equipo de servicios de membresía de seguros de salud. Nuestro oficial de cumplimiento había bloqueado todas las herramientas de transcripción en la nube que surgieron en nuestras revisiones de herramientas, requisitos de BAA HIPAA que los proveedores no firmarían o no podían procesar lo suficientemente rápido para nuestro ciclo de adquisición. StarWhisper fue aprobado en una sola reunión de revisión porque la arquitectura hizo que la respuesta de cumplimiento fuera simple: nada sale de la máquina."
, Director del Centro de Contacto, aseguradora de salud regional
Sí. StarWhisper escribe directamente en la posición del cursor en cualquier aplicación de Windows, incluidos Salesforce, Zendesk, Freshdesk, HubSpot, ServiceNow y cualquier CRM basado en navegador. El agente coloca el cursor en el campo de notas, activa StarWhisper con la tecla de acceso rápido y habla. El texto aparece en el cursor en tiempo real sin cambiar de aplicaciones ni pegar desde el portapapeles.
StarWhisper transcribe el audio de cualquier archivo que proporcione, si su sistema de grabación de llamadas captura ambos canales (agente y cliente) en un solo archivo, la transcripción incluirá ambas voces. La diarización de hablantes (etiquetar qué hablante dijo qué) no es una característica actual, pero la transcripción combinada suele ser suficiente para la revisión de QA y el asesoramiento.
OpenAI Whisper se entrenó en un conjunto de datos multilingüe diverso que incluye explícitamente hablantes nativos de inglés en una amplia gama de perfiles de acento. Supera significativamente a los sistemas ASR heredados en el habla con acento. Para los equipos de agentes extrabajadores u operaciones de soporte multilingües, el modelo grande Pro proporciona la mejor cobertura de acentos. La mayoría de los equipos informan una precisión aceptable dentro de la primera sesión sin ningún ajuste específico para el acento.
El procesamiento completamente local de StarWhisper significa que los datos del titular de la tarjeta hablados durante las llamadas, números de tarjeta, CVV, direcciones de facturación, nunca se transmiten a ningún sistema externo. Esto elimina la principal preocupación de PCI DSS con las herramientas de transcripción basadas en la nube. Su QSA todavía debe evaluar el alcance general del CDE, pero la arquitectura sin conexión elimina a StarWhisper de la categoría de riesgo de transmisión basada en red.
En una máquina CPU estándar con el modelo pequeño (el valor predeterminado práctico que recomendamos para el dictado de agentes en vivo), una llamada de 20 minutos se transcribe en aproximadamente 4 a 7 minutos. En una máquina con una GPU NVIDIA y la aceleración CUDA habilitada, el mismo archivo se procesa en 60 a 90 segundos. Para los equipos de QA que procesan altos volúmenes de llamadas, las máquinas equipadas con GPU proporcionan una ventaja de rendimiento significativa. El plan Pro desbloquea el modelo grande para la transcripción por lotes de grabaciones de audio largas y difíciles, donde el cálculo adicional vale la pena en archivos largos.
El despliegue estándar requiere solo ejecutar el instalador en cada máquina Windows del agente, sin componentes de servidor, sin configuración de red, sin cambios de firewall. La mayoría de los equipos se autoimplementan de 10 a 30 agentes en una sola tarde. La versión de Microsoft Store está disponible para entornos donde el despliegue de Store ya está habilitado en la política de TI.
StarWhisper admite más de 29 idiomas de forma nativa, todos procesados sin conexión. Esto incluye inglés, español, francés, alemán, portugués, italiano, holandés, mandarín, japonés, coreano, árabe, ruso, polaco y otros. Los equipos que manejan bases de clientes multilingües pueden usar StarWhisper en todos los idiomas compatibles sin licencias o configuraciones separadas por idioma. Vea también nuestra página sobre dictado de reclamos de seguros para otro caso de uso de industria regulada.
La transcripción del servicio al cliente con StarWhisper no requiere ciclo de adquisición, ni proyecto de TI, ni contrato empresarial. Instale en minutos. Evalúe gratis. Actualice a Pro cuando el ahorro de tiempo de ACW lo justifique, y lo hará.
Funciona en cualquier CRM. Completamente sin conexión. +29 idiomas. Arquitectura compatible con PCI DSS y HIPAA. Plan gratuito disponible, 2.000 palabras/semana. Pro desbloquea uso ilimitado por $10/mes por agente.
Windows 10 / 11 requerido. Mínimo 8GB de RAM. Aceleración de GPU opcional (NVIDIA CUDA). No se requiere cuenta para el nivel gratuito.