Gradium y el ritmo de una cita dictada por teléfono
Gradium ofrece reconocimiento y síntesis para voz en tiempo real.

👁 113 lecturas
Gradium ofrece reconocimiento y síntesis para voz en tiempo real. En castellano un teléfono mal agrupado puede ser incomprensible aunque se pronuncien todas las cifras. Para una centralita evaluaría la lectura de vuelta además de la transcripción.
Para calcular la espera anota inicio de habla, final del usuario y primer sonido de la confirmación. Si la confirmación es rápida pero agrupa mal las cifras, el cliente tendrá que repetirlas y la llamada completa durará más.
Fuente y alcance
Resultados del 17 de noviembre de 2026. Cada puesto pertenece a la tarea indicada.
| Modelo y tarea | Posición | Métrica |
|---|---|---|
| Gradium TTS (Sep 2026) (voz controlada) | 24 | Elo 1055 |
| Gradium TTS (Sep 2026) (voz del proveedor) | 28 | Elo 1173 |
| Gradium TTS (Oct 2026) (voz del proveedor) | 29 | Elo 1169 |
| Gradium TTS (Aug 2026) (voz controlada) | 30 | Elo 1019 |
| Gradium TTS (Aug 2026) (voz del proveedor) | 32 | Elo 1155 |
Qué medir en el encargo
Dicta un número ficticio agrupado por pares y rectifica los dos últimos dígitos. Escucha las pausas y conserva el texto confirmado.
Fichas de los modelos
Gradium TTS (Sep 2026) · Gradium TTS (Oct 2026)
Google · Tus fuentesBrilla más alto en tu Google - con un solo clicAñadir a fuentes preferidas →Fuentes
- https://gradium.ai/ (consulta 17.11.2026)
- https://huggingface.co/gradium (consulta 17.11.2026)
- https://artificialanalysis.ai/text-to-speech/leaderboard/controlled-voice (consulta 17.11.2026)
- https://artificialanalysis.ai/text-to-speech/leaderboard/provider-voice (consulta 17.11.2026)
More on this from FULGOR
benchmarks·Google DeepMind: elegir entre la familia y el modelo de GeminiLas herramientas de Google reunidas por tipo de trabajo. Cómo elegir el modelo y qué comprobar antes de utilizarlo en un proyecto en España.

