Ajustes de voz, idioma y comportamiento

La pestaña Voz, idioma y comportamiento del editor del agente es la superficie completa de ajuste de cómo suena y cómo se comporta tu agente en una llamada. Cambia lo que necesites, haz clic en Guardar ajustes y la configuración se sincroniza con el motor de voz.

Voz

La lista de voces es dinámica: se carga en vivo desde tu cuenta de Retell, así que muestra exactamente las voces que tu cuenta puede usar — incluidas las voces de ElevenLabs si usas tu propia clave de ElevenLabs en Retell. Filtra por nombre, proveedor o acento y usa Vista previa de voz para escuchar antes de decidir: reproduce una muestra de tres segundos — suficiente para juzgar tono y acento — y se detiene sola. Si la lista no se puede cargar (por ejemplo porque Retell todavía no está conectado), siempre puedes pegar un voice ID manualmente.

Debajo del selector puedes ajustar la voz en sí: Modelo de voz (TTS), Velocidad, Temperatura (expresividad) y Volumen. La lista de modelos de voz sigue el catálogo de Retell: para las voces de ElevenLabs incluye ElevenLabs v4 Turbo, el modelo en tiempo real con la latencia más baja, y para las voces de Inworld Inworld TTS 2 e Inworld TTS 2 Flash; déjalo vacío para mantener el valor por defecto de Retell para esa voz.

El Modo expresivo aparece en la misma sección solo cuando la voz seleccionada es una de las voces de la plataforma Retell; con ElevenLabs, Cartesia, MiniMax u otros proveedores una breve nota te indica que no está disponible. Actívalo y el agente añade por sí solo etiquetas expresivas al habla — un tono empático, un suspiro, una pausa, un énfasis. Las etiquetas que marques (emociones, efectos, énfasis) son una paleta, no un guion: el agente decide cuándo usarlas y, si no marcas ninguna, sigue la guía expresiva general de Retell. Las etiquetas escritas a mano entre corchetes en el prompt siguen estando permitidas.

Vale para todos los ajustes de la pestaña: vaciar un campo o elegir Predeterminado (Retell) y guardar también devuelve el agente de Retell a su valor por defecto. La excepción son las claves que quitas de la Config avanzada (JSON): esas no se restablecen en Retell.

Modelo LLM e idioma

La sección Modelo LLM e idioma define el cerebro y la lengua: elige el Modelo LLM con el que piensa el agente y el Idioma que habla y entiende (predeterminado: inglés US).

Cuando Retell retira un modelo, GodSetter muestra y usa automáticamente el modelo que Retell indica como sustituto, y el modelo retirado desaparece del menú: un agente configurado con gpt-4.1-nano, por ejemplo, ahora usa gpt-5.6-luna.

Al final del menú, el grupo Tiempo real (de voz a voz) reúne los modelos realtime de OpenAI (gpt-realtime-2.1, gpt-realtime-2.1-mini…): el modelo escucha y habla por sí mismo, así que el agente responde más rápido que con un modelo de texto más una voz separada, pero solo habla con voces de OpenAI (la lista de voces se reduce a ellas) y cuesta más por minuto (de $0.07/min en los modelos mini a $0.38/min, voz incluida).

Vista previa de coste por minuto y latencia

Junto al selector de modelo cada modelo muestra el $/min de Retell, y debajo una línea de estimación se actualiza en vivo al cambiar voz, modelo, reducción de ruido o JSON avanzado: el coste por minuto (LLM + voz + infraestructura de voz de Retell, más los complementos de pago como base de conocimiento, reducción de ruido avanzada, eliminación de PII o guardarraíles) y la latencia esperada de extremo a extremo (voz + modelo + transcripción). Las mismas cifras aparecen en la cabecera del agente. No hace falta una llamada de prueba: la estimación sale de la lista de precios publicada por Retell, la misma tabla que usa el panel de Retell. La telefonía de Twilio no está incluida: la factura Twilio en tu troncal.

Dos cosas que conviene saber:

• Un * junto al coste significa que un componente aún no tiene precio publicado: el total es un mínimo, no la cifra completa.
• Cuando el agente tiene llamadas reales, una segunda línea muestra las cifras medidas: el gasto real por minuto de conversación (coste total ÷ minutos totales) y la latencia como p50 / p90, sobre las últimas llamadas reales — las llamadas de prueba quedan excluidas. Esa línea es la verdad; la estimación es la previsión.

Comportamiento

La sección Comportamiento es un conjunto de deslizadores e interruptores:

Audio, tiempos, transcripción, privacidad

Otras cuatro secciones cubren el resto de la experiencia de llamada: Entorno de audio (sonido ambiental y su volumen, reducción de ruido), Tiempos y timeouts (retardo del primer mensaje, finalizar llamada tras silencio, recordatorios, duración máxima de llamada, duración del tono), Transcripción (modo STT, vocabulario especializado) y Privacidad y datos (retención de datos).

Conviene conocer algunas opciones de estos menús antes de elegirlas:

• Reducción de ruido: Ruido y voces de fondo reduce también las voces de otras personas cerca del lead. Es un complemento de pago y en la estimación de costes aparece como Reducción de ruido avanzada. También puede filtrar a un lead lejos del micrófono o que habla bajo, así que conviene probarlo antes de usarlo con leads reales. Las grabaciones conservan el audio original.
• Modo STT: Personalizado (JSON) requiere un custom_stt_config en el campo Config avanzada (JSON), descrito más abajo.
• Vocabulario especializado solo vale para los agentes que hablan inglés: en otros idiomas no tiene efecto.
• Retención de datos se refiere a lo que guarda Retell, no a lo que GodSetter recibe y archiva. Todos los datos incluye transcripciones, grabaciones y registros, y es el valor predeterminado de Retell. Solo atributos básicos los excluye. Todos los datos salvo PII quita solo los datos personales de las categorías indicadas en pii_config (Config avanzada (JSON)), cuando los detecta: sin categorías, Retell guarda todo.

En Tiempos y timeouts cada duración se escribe en segundos, con decimales y con los dos separadores indistintamente: 2,5 y 2.5 son el mismo valor. (Antes eran milisegundos: no cambió nada de lo guardado, solo lo que escribes.) Cada campo tiene su rango:

Número máx. de recordatorios es la excepción: sigue siendo un número a secas —cuántos recordatorios, no cuánto tiempo—. Un valor fuera de rango muestra el error bajo el campo y bloquea el guardado, así que una errata nunca llega al motor de voz.

Lo que dice el agente para abrir la llamada — y si le toca hablar primero — no se configura aquí: está en la tarjeta Apertura de la llamada, arriba del todo en la pestaña Prompt, consulta Crea tu primer agente de IA.

Avanzado (JSON)

Las configuraciones anidadas que no tienen un campo dedicado —diccionarios de pronunciación, configuración de transcripción personalizada, tratamiento de PII y similares— pasan por la vía de escape Config avanzada (JSON). Pega un objeto JSON; se combina con los campos de arriba al guardar. Debe ser un objeto JSON válido, y el formulario te avisa si no lo es.

La misma sección Avanzado incluye un campo Zona horaria (IANA): es la zona horaria del agente en el motor de voz y no tiene nada que ver con la franja horaria del marcador — esa vive en Reintentos y transferencia, consulta Define una franja horaria por agente.

Buzón de voz: la política predeterminada

La detección de buzón de voz siempre está activa — el agente nunca habla con un contestador. La política predeterminada es colgar en silencio cuando responde una máquina. Si prefieres dejar un mensaje fijo, eso se configura por agente en la pestaña Reintentos y transferencia — consulta Cadencia de reintentos, devoluciones de llamada y transferencia.

En un agente entrante esa pestaña solo muestra las tarjetas de transferencia y de citas: la franja horaria, las rellamadas y el buzón de voz pertenecen a los agentes salientes cuyas devoluciones de llamada atiende.

Cuándo se aplican los cambios

Haz clic en Guardar ajustes y la nueva configuración se aplica a partir de la siguiente llamada — las llamadas ya en curso no se tocan. La sincronización con el motor de voz es best-effort: un error puntual de sincronización queda registrado y nunca bloquea el guardado.

Los agentes creados antes de que se lanzara una función de la plataforma (por ejemplo nuevas herramientas en llamada) no incorporan esas novedades al guardar la voz o el LLM. Usa el botón Sincronizar herramientas GHL de la pestaña Datos y GHL, o guarda la política en la pestaña Reintentos y transferencia: esas dos son las que vuelven a registrar en el motor de voz las herramientas en llamada, el análisis posterior a la llamada y la política de buzón de voz.

Siguientes pasos

• Prueba tu agente desde el navegador — escucha la nueva voz y el nuevo comportamiento al instante.
• Versiones del prompt, métricas A/B y rollback — ajustar las palabras, no solo la voz.