En resumen
Decagon Voice 3 se lanzó el 1 de octubre de 2026 en Decagon Dialogues. Combina Chord, el modelo de voz propio de Decagon, con una arquitectura dúplex que permite al agente telefónico seguir hablando mientras un segundo modelo hace las consultas. No hay precio público; solo con demo.
La voz es el titular, pero la arquitectura es el cambio mayor. Con los datos de llamadas reales de la propia Decagon, pasar a Chord mejoró la resolución entre 2,6 y 7,1 puntos en tres clientes. Es real, y también un recordatorio de que la mayor parte del resultado de un agente telefónico sigue dependiendo de lo que dice, no de cómo suena.
Si tienes una operación telefónica grande y multilingüe, Voice 3 merece estar en la lista corta. Si la mayor parte de tu soporte está en correo y chat, la mejora grande está antes: el compañero de helpdesk con IA de eesel trabaja la cola de tickets, incluidos los que tu agente telefónico deriva, y puedes probarlo con tus propios tickets pasados antes de que toque a ningún cliente.
Qué lanzó realmente Decagon
Decagon lanzó cuatro cosas el 1 de octubre, todas a la vez. Voice 3 se llevó los titulares. Sin embargo, tiene más sentido cuando lo ves junto a las otras tres.
Según el anuncio de Dialogues 2026 de los cofundadores Jesse Zhang y Ashwin Sreenivas, los cuatro lanzamientos son:
- Voice 3: Chord más una arquitectura dúplex, para llamadas telefónicas más naturales.
- Personal Agent Gateway: detección y un canal dedicado para agentes de IA personales (Decagon nombra a Instinct, Muse y dots) que llaman o escriben a tu empresa en nombre de un cliente.
- Agent Modules: una base para llevar al agente más allá del soporte, hacia la calificación de leads, el onboarding y los cobros.
- Duet Apprentice: Duet aprende de tus documentos internos y conversaciones escaladas, y luego sigue hilos de Slack y Microsoft Teams para redactar actualizaciones de procedimientos.
Yo construyo agentes de IA en eesel, y lo que más me llamó la atención es cuánto de este lanzamiento gira en torno al teléfono. El planteamiento de la propia Decagon es que la voz es el canal "menos indulgente", y Voice 3 es básicamente su respuesta. Si no conoces la empresa, mi resumen de Decagon y la reseña de Decagon cubren la plataforma completa.
Cómo funciona la arquitectura dúplex
Si yo estuviera evaluando Voice 3, aquí pasaría la mayor parte del tiempo. Cambia cómo se siente una llamada con un agente de IA.
La mayoría de los agentes de voz con IA funcionan con lo que Decagon llama un pipeline en cascada. El reconocimiento de voz transcribe a quien llama, un LLM decide qué decir y luego la síntesis de voz lee la respuesta. El anuncio de Voice 3 detalla el problema: cada etapa añade retraso, un simple "mhm" puede provocar una interrupción y una consulta larga deja a quien llama escuchando silencio.
Voice 3 divide el trabajo en dos capas que se ejecutan al mismo tiempo:
- Un modelo conversacional de baja latencia se encarga de escuchar y hablar, incluidas las actualizaciones rápidas de progreso.
- Un modelo más potente gestiona el razonamiento, las llamadas a herramientas y las comprobaciones de guardarraíles detrás de la conversación.
Así, el agente sigue procesando el audio entrante mientras aún está hablando. Según la publicación de Dialogues, sigue hablando si quien llama dice "mhm", pero cede ante una interrupción real, y puede narrar el progreso o responder a una pregunta mientras se ejecuta una tarea larga, en lugar de poner a la persona en espera.
Un ejemplo rápido de dónde importa. Un cliente llama por un cobro duplicado. Un agente en cascada dice "voy a consultarlo" y luego se queda callado seis segundos mientras llama a la API de facturación. El cliente dice "¿hola?", que el agente interpreta como una interrupción, y todo empieza de nuevo. Un agente dúplex puede decir "estoy abriendo tus dos últimas facturas" y responder "¿es la del martes?" mientras termina la consulta. Es la diferencia entre darle órdenes a un bot de una en una y mantener de verdad una conversación con él.
La página de producto de voz de Decagon enumera el resto del conjunto de herramientas: manejo de interrupciones, cientos de perfiles de voz, incluidos algunos ajustados a medida, llamadas salientes, transferencias con resumen y guardarraíles vinculados a sus Agent Operating Procedures. Si quieres una visión más amplia de cómo encaja la automatización de call centers, esa publicación es una buena introducción.
Qué es Chord y cómo lo construyó Decagon
Chord es el primer modelo de voz de Decagon Labs. El análisis a fondo de Chord de Samuel Zhang explica la apuesta: los modelos de voz generales se construyen para todo, desde la narración de audiolibros hasta la locución de videojuegos, y eso limita lo naturales que suenan en una llamada de soporte en vivo.
Algunas de las decisiones destacan:
- Datos de entrenamiento desordenados, a propósito. La mayoría de los pipelines de voz eliminan pausas y muletillas. Decagon las conservó, usando una transcripción literal que preserva el ritmo, el énfasis y las disfluencias.
- Un método de grabación que no es leer un guion. Los actores de voz con un guion dan una actuación, así que Decagon creó un método que mezcla contenido de guion con conversación libre.
- Un modelo base de difusión sin tokenizador. La mayoría de los modelos de voz trocean el audio en tokens y pierden detalle en cada paso. Decagon dice que prescindir de la tokenización mantiene a Chord casi sin pérdidas y facilita dirigir la emoción, el ritmo y el énfasis.
En la práctica, Chord modela el habla frase a frase. Se ralentiza con un código de confirmación o un número de teléfono y luego vuelve a un ritmo normal, en vez de funcionar con un único ajuste global de velocidad. Decagon dice que se sirve en Modal en producción y que está entrenado con datos con licencia y voces con consentimiento, nunca con datos propiedad de clientes.
Plantea este último punto a tu equipo de seguridad desde el principio. Si alguna vez has pasado por una revisión de clonación de voz, sabes que será la primera pregunta. Además, es una de las pocas afirmaciones del proveedor aquí que puedes pegar directamente en un documento de compras.
Leer con honestidad los números de Voice 3
Decagon publicó tres conjuntos de resultados. Los tres provienen de la propia Decagon. Es decir, datos del proveedor. Aun así, son más concretos que lo que ofrecen la mayoría de las publicaciones de lanzamiento y merecen una lectura atenta.
La afirmación de que "el 90 % no notó la diferencia"
La publicación de lanzamiento dice que cerca del 90 % de los oyentes no distinguió a Chord de una persona real. El gráfico de debajo dice más que el titular. En una prueba a ciegas con tres voces, el 54,3 % eligió a la persona real y el 45,7 % eligió a Chord como la humana.
Una moneda perfecta daría 50/50, así que el 45,7 % está cerca de "indistinguible". El planteamiento del "90 %" es aproximadamente 45,7 dividido entre 50. Ninguna de las dos lecturas es incorrecta. Internamente, yo citaría la cifra del 45,7 %, porque es la que tu equipo puede comprobar.
La prueba de preferencia
Decagon también enfrentó a Chord con otros tres modelos de voz líderes con las mismas palabras y preguntó qué voz preferirían oír los oyentes en una llamada de soporte. Entre 185 oyentes, Chord quedó primero con el 36,2 %, por delante del 26,8 %, el 19,9 % y el 17,2 % de los otros tres. Decagon no nombra a los competidores, así que no puedes trasladarlo directamente a ElevenLabs ni a nadie más.
Los resultados en llamadas reales (los que importan)
Como comprador, esta es la prueba que más me importaría. Decagon tomó a tres clientes de telecomunicaciones, servicios financieros y viajes que pasaron de una voz estándar a Chord, y comparó los mismos programas antes y después, cambiando solo la voz.
| Sector | Cambio en la tasa de resolución | Cambio en la tasa de barge |
|---|---|---|
| Telecomunicaciones | +6,1 puntos | -14,5 puntos |
| Servicios financieros | +7,1 puntos | -6,1 puntos |
| Viajes y hostelería | +2,6 puntos | -5,3 puntos |
Fuente: publicación de Decagon sobre Chord, 1 de octubre de 2026.
La "tasa de barge" es la proporción de llamadas en las que quien llama solo quiere a una persona y sigue diciendo "representante" hasta conseguirla. Una caída de 14,5 puntos en telecomunicaciones es mucho para un cambio que solo tocó la voz.
Dos salvedades, eso sí. Son tres clientes, y Decagon no publica las tasas de resolución de partida, así que no puedes saber si +7,1 significa de 50 % a 57 % o de 80 % a 87 %. Y la mejora en viajes es un tercio de la de servicios financieros, así que la voz importa claramente más para unos tipos de llamada que para otros.
La voz no lo es todo (Decagon también lo dice)
Lo más útil, para mí, viene del propio blog de Decagon. En una publicación anterior sobre cómo reducir el barge, Decagon dice que redujo el barge en más de un 15 % para una operadora global de telecomunicaciones en disputas de facturación "no con un modelo nuevo ni una voz mejor", sino cambiando lo que el agente decía en sus primeros turnos. Fue una revisión de conversaciones reales, lanzada en aproximadamente un día.
Así que la misma empresa que acaba de construir un modelo de voz propio te dice que el guion puede mover el barge tanto como la voz. Creo que esa es la lectura honesta de Voice 3. Chord consigue que quien llama escuche y el diseño dúplex lo mantiene en la línea. Que la llamada se resuelva de verdad sigue dependiendo de los procedimientos que hay detrás.
Aprendí la misma lección en el lado del texto. En eesel he visto más de una vez a un agente de IA de tono seguro dar una respuesta pulida y equivocada, por eso cada despliegue en el que ayudo se simula con tickets pasados antes de salir en vivo. Una voz natural hace que una respuesta equivocada resulte más convincente, no menos. Elijas el agente telefónico que elijas, pruébalo con tus propias grabaciones de llamadas, no con la prueba a ciegas de un proveedor.
Para dar contexto de dónde está la IA de voz en general, la mejor puntuación en el benchmark tau-Voice de Artificial Analysis, que puntúa llamadas de soporte simuladas según si la tarea realmente se completa, fue del 68,6 % a finales de septiembre de 2026. Es decir, incluso los mejores modelos de voz siguen fallando en aproximadamente un tercio de las llamadas de soporte realistas. Mi guía de soporte telefónico con IA y la pregunta de si la IA puede atender llamadas de soporte profundizan en esa brecha.
Idiomas, precios y para quién es
Tres preguntas prácticas deciden si Voice 3 merece una demo: si habla los idiomas de tus clientes, cuánto cuesta y si tu equipo se parece a los clientes de Decagon.
Más de 70 idiomas desde un solo agente
Según la publicación de Voice 3, Decagon admite más de 70 idiomas sin un agente aparte por idioma. Detecta el idioma de quien llama y cambia automáticamente, incluso a mitad de frase, usa voces específicas de cada región y valida cada idioma con hablantes nativos antes de lanzarlo. Deutsche Telekom es el cliente nombrado en el lanzamiento, y su responsable de servicio digital describe el cambio con claridad:
"Customers have been trained for years to speak in short fragments at these IVRs just to get through to a human."
Christian Niedworok, Lead of Digital Service Communication at Deutsche Telekom, via Decagon
Precios
Decagon no publica un precio para Voice 3 y decagon.ai/pricing devuelve un error 404. Cada llamada a la acción es "Get a demo". La entrada del glosario de Decagon sobre precios por resolución describe cobrar cuando la IA completa una tarea sin ayuda humana, que es el modelo que mencionan los compradores, pero no existe una tarifa publicada. Mi publicación sobre los precios de Decagon reúne lo que realmente se sabe, y los desgloses de precios de Sierra y precios de Parloa muestran el mismo patrón de solo cotización en todo el segmento empresarial.
Quién debería mirar Voice 3
| Eres... | Mi opinión |
|---|---|
| Una empresa con mucho volumen telefónico multilingüe | Ponla en la lista corta. Chord y dúplex apuntan a tu dolor exacto, y los clientes de voz que Decagon nombra (Deutsche Telekom, Chime) se parecen a ti. |
| Ya usas Decagon para chat o correo | Pide las cifras de llamadas reales con tu propio tráfico. La memoria entre canales es el beneficio silencioso. |
| Un equipo mediano que quiere construir su propio agente telefónico | Mira Retell AI u otras plataformas de mi resumen de agentes de voz, que publican precios por minuto. |
| Un equipo cuyo soporte es sobre todo correo y chat | Voice 3 no es tu primer problema. Pon primero la IA en la cola de tickets. |
Si estás comparando Decagon con sus competidores, las publicaciones Decagon vs Sierra y Decagon vs Zendesk AI, además de mi lista de alternativas a Decagon, son las siguientes lecturas naturales. Los equipos que usan Zendesk también deberían mirar los agentes de voz con IA de Zendesk antes de firmar un contrato telefónico aparte.
Qué pasa después de la llamada
Todo agente telefónico deriva algunas llamadas. La página de voz de Decagon dice que Voice 3 transfiere las llamadas a agentes humanos "with a concise summary", y en la mayoría de los equipos de soporte ese resumen se convierte en un ticket, una devolución de llamada o un seguimiento por correo. Todo eso es trabajo escrito. Se acumula en el helpdesk sin importar qué voz oyó quien llamó.
Un cliente de eesel le contó al equipo de eesel que sus agentes tenían que resumir a mano cada interacción de voz antes de que la IA pudiera usarla, y que arreglarlo aumentaría significativamente su uso. Conviene planificar esa brecha entre el teléfono y la cola antes de elegir un proveedor de voz. La publicación sobre las mejores prácticas de traspaso de agentes de IA repasa qué debe llevar una buena transferencia.
eesel para los tickets que tu agente telefónico deriva
eesel es una plataforma de compañeros de IA, y el compañero que encaja aquí es el de helpdesk con IA. Se une a tu helpdesk existente como lo haría un nuevo empleado, a través de la integración con Zendesk o con Freshdesk, Gorgias, Front y otros, aprende de tus tickets pasados y de tu centro de ayuda, y redacta o envía respuestas a los seguimientos que genera un agente telefónico. Antes de salir en vivo, puedes ejecutar una simulación con cientos de tus tickets pasados y ver cómo habría respondido.
Para ser claros, eesel no contesta el teléfono. Combinado con Voice 3 o con cualquier otro agente de call center con IA, se encarga de la mitad escrita del soporte. Los planes empiezan con 100 créditos gratis en la página de precios de eesel, sin tarjeta. Prueba eesel con tu propio historial de tickets y mira qué habría enviado.