Mis proyectos con IA de voz
No solo enseño a construir agentes de voz: los construyo. Estos son mis proyectos — con su tecnología, sus aciertos y hasta algún fracaso del que aprendí más que de los éxitos.
Clinicbot
Sofía, una recepcionista telefónica con IA para clínicas. Atiende el teléfono 24/7 con voz natural: responde dudas, da información de la clínica y agenda citas directamente en el calendario mientras habla con el paciente. Habla español, catalán e inglés, y si hace falta transfiere la llamada a una persona del equipo.
- Voz: agentes conversacionales sobre Retell AI, con webhooks de llamada e historial completo.
- Citas: integración con Cal.com — disponibilidad y reserva en tiempo real durante la llamada.
- Panel propio: cada clínica gestiona sus agentes, su personal y sus llamadas en panel.clinicbot.es.
- Modelo de pago por uso: desde 0,19 €/min, sin tarjeta para probarlo.
- Retell AI
- Supabase
- TypeScript · React
- Cal.com
- PostgreSQL
Oye Paco
oyepaco.es — muy pronto
Un robot físico de compañía para el hogar, del tamaño de una taza grande. Le hablas y te contesta con su voz; escucha de verdad, se acuerda de tu gente y de tus planes, y cuando toca es él quien te lo recuerda. La voz, la memoria y la cara ya funcionan — ahora estamos fabricando el cuerpo.
- Cerebro: Gemini Live API — audio bidireccional en tiempo real, con personalidad configurable por usuario.
- Memoria de verdad: tras cada conversación, un extractor guarda solo lo nuevo que ha aprendido de ti.
- Proactividad: habla él primero — avisos de tu calendario, rutinas y seguimientos («¿qué tal fue la entrevista?»).
- Hardware propio: Raspberry Pi Zero 2 W, pantalla-cara con emociones y carcasa impresa en 3D (~180 € en materiales).
- App de gestión: una PWA servida por el propio robot, para ver qué recuerda y ajustar su personalidad.
- Gemini Live
- Python
- Raspberry Pi
- PWA
- Impresión 3D
Mimarido
Un compañero de voz para el día a día: le cuentas tu día en voz alta y él lo apunta, lo organiza y te avisa a su hora. Le pones la cara y la voz que quieras, y con cada conversación te conoce un poco mejor. Disponible en web y en beta para Android, en 4 idiomas.
- App móvil: React Native + Expo (TypeScript), con la web desplegada en Vercel.
- Voz en tiempo real: Gemini Live con audio nativo — conversación fluida, sin turnos rígidos.
- Memoria semántica: Supabase con pgvector — recuerda lo que importa y lo recupera por significado.
- Privacidad en serio: datos en la UE (RGPD), acceso solo del propietario y borrado total con un botón.
- React Native · Expo
- Gemini Live
- Supabase · pgvector
- Vercel
- RGPD · UE
Atendy
La plataforma para crear agentes de voz que atienden llamadas reales — sin agencia y sin código. Contestan el teléfono, cualifican a quien llama, agendan la cita en el calendario y confirman por WhatsApp, siguiendo tu guion y tus datos. Se prueban en el navegador o se conectan a un número de teléfono. Un proyecto desarrollado en colaboración con Telvia.
- Voz en tiempo real: cada agente funciona con la API Live de Gemini (audio nativo, sin turnos).
- Telefonía real: LiveKit Cloud para el audio y SIP, con números y línea PSTN vía Zadarma.
- Worker de llamadas: un servicio en Python (livekit-agents) puentea la llamada con la IA, ejecuta las herramientas y guarda transcripción, KPIs y grabación.
- Multi-tenant con panel: web en Next.js sobre Vercel — agentes, números, analítica, base de conocimiento (RAG) y widget para embeber.
- Facturación por uso: control de minutos, avisos de consumo y datos alojados en la UE (RGPD).
- Gemini Live API
- LiveKit · SIP
- Zadarma
- Next.js · Vercel
- Python · Railway
- Supabase
En el vídeo explico cómo funcionaba Carmen por dentro y por qué la aparqué.
Carmen
La «aliada rockera» de padres y madres: Carmen escuchaba los grupos de WhatsApp del cole, filtraba el ruido y convertía lo importante — excursiones, autorizaciones, fechas — en una agenda automática por cada hijo. Leía hasta los PDF del colegio y podías hablar con ella por voz.
Por qué este proyecto no tiene futuro
La API oficial de WhatsApp (Meta) no permite que una aplicación lea grupos. Para poder escucharlos, Carmen usaba Baileys, una librería no oficial creada por ingeniería inversa — algo que incumple las condiciones de servicio de Meta y puede acabar en cuentas bloqueadas.
Sin una vía oficial, no puede ser un producto serio. Lo cuento tal cual porque es la mejor lección del proyecto: valida la normativa antes de construir sobre una plataforma ajena.
- Next.js
- Supabase
- Baileys (no oficial)
- Gemini
- Railway · Vercel
llamaporti
La IA que llama por ti. Le dices a quién llamar y qué necesitas — esa cita del médico que llevas días posponiendo, esa reserva que da pereza pedir — y un agente de voz hace la llamada, la gestiona y te deja el resultado apuntado en tu agenda. Si durante la llamada le falta un dato, te lo pregunta por WhatsApp en tiempo real. Un proyecto nacido casi en directo dentro de la comunidad IA al Teléfono, construido por un grupo de trabajo de la comunidad.
- Tú lo pides, la IA llama: rellenas el teléfono y el objetivo; el agente hace la gestión y se identifica siempre como IA.
- Te consulta si hace falta: si necesita un dato a mitad de llamada, te escribe por WhatsApp y continúa con tu respuesta.
- Pensado para todos: foco en accesibilidad — que hasta una persona mayor pida su cita del médico solo con hablarle al móvil.
- Construido en abierto: equipo de la comunidad, con un diseño de datos de 24 tablas revisado entre todos.
- Next.js · TypeScript
- Supabase
- IA de voz
- Comunidad
¿Quieres aprender a construir agentes de voz como estos?
Todo lo que ves aquí lo enseño paso a paso en mi formación: de la primera llamada con IA hasta un producto en producción.