Proyectos

PickMyCall × Amazon Nova Sonic

AWS · Cliente 2025
PickMyCall × Amazon Nova Sonic

Primer despliegue en producción en EMEA de Amazon Nova Sonic (IA speech-to-speech), entregado para Roojoom en 5 semanas con un 99,9% de fiabilidad en llamadas y un 82% menos de latencia.

Lo que Aprendí

En un agente de voz, la latencia cambia la conversación. Los usuarios interrumpían al agente mientras pasaba por etapas separadas de transcripción, razonamiento y síntesis de voz. Eliminar esos pasos permitió responder antes y hacer las llamadas más fiables.

El Problema

PickMyCall es el agente de voz con IA de Roojoom para pequeñas y medianas empresas. Atiende llamadas entrantes, capta leads, agenda citas y prioriza llamadas.

Funcionaba con un pipeline clásico en cascada: speech-to-text → LLM → text-to-speech. Cada etapa añadía latencia, y en una llamada telefónica la latencia lo es todo. Con una media de ~4,5 segundos por turno, los clientes interrumpían al agente y los problemas de sincronización llegaban a cortar llamadas.

Lo que Construimos

Sustituimos la cascada por Amazon Nova Sonic, un modelo fundacional speech-to-speech en Amazon Bedrock que entiende y genera voz en un único modelo. Sin transcripción intermedia ni síntesis aparte: el agente escucha y responde directamente.

Fui el Solutions Architect del proyecto, que se convirtió en el primer despliegue en producción de Nova Sonic en EMEA, en producción en 5 semanas.

Resultados

MétricaAntesDespués
Latencia media~4,5 s800 ms
Latencia máxima7 s2 s
Latencia mínima2 s300 ms
  • 82% menos de latencia media
  • 99,9% de fiabilidad en llamadas
  • 5 semanas hasta producción