No description
  • HTML 49.5%
  • CSS 33%
  • C# 16.1%
  • JavaScript 1.2%
  • Dockerfile 0.2%
Find a file
jsarmiento.leitz 2bc28ff758
All checks were successful
VermaSoft CI/CD / build (push) Successful in 3m55s
VermaSoft CI/CD / trigger_cd (push) Successful in 3s
Merge pull request 'refactor: update UI components and styling for improved user experience' (#23) from feature/improvements into develop
Reviewed-on: #23
2026-06-30 16:36:01 +02:00
.forgejo/workflows Update .forgejo/workflows/pipeline_docker.yml 2026-06-25 00:02:12 +02:00
Docs delete: remove outdated implementation proposal for rubrics 2026-06-29 13:56:30 -06:00
docs refactor: remove outdated documentation and assets 2026-06-29 13:50:45 -06:00
src refactor: update UI components and styling for improved user experience 2026-06-30 08:34:53 -06:00
.gitignore chore: rename project files and folders from SupportHubPlatform to AudynAi 2026-06-23 11:27:03 -06:00
AudynAi.slnx chore: replace SupportHubPlatform namespaces and references with AudynAi 2026-06-23 11:28:20 -06:00
cookies.txt feat: update branding and UI elements for Audyn.AI 2026-06-23 15:53:57 -06:00
package-lock.json chore: update package scripts and documentation for AudynAi 2026-06-23 11:28:20 -06:00
package.json chore: update package scripts and documentation for AudynAi 2026-06-23 11:28:20 -06:00
README.md chore: update package scripts and documentation for AudynAi 2026-06-23 11:28:20 -06:00

AudynAI — Plataforma de Evaluacion de Llamadas

AudynAI es una plataforma de control de calidad (QA) para call centers que utiliza inteligencia artificial para evaluar automáticamente las llamadas de los agentes, generar transcripciones, puntuar el desempeño contra rúbricas definidas y presentar información accionable para supervisores.

La plataforma gestiona el ciclo completo de QA: desde la ingesta de grabaciones y su procesamiento a través del pipeline de análisis con IA, hasta la presentación de reportes detallados que permiten a los revisores humanos auditar, validar y corregir los veredictos de la IA.

Funcionalidades Principales

Análisis de Llamadas con IA

  • Transcripción automática de grabaciones de llamadas
  • Detección de intención (ej. A Favor, En Contra, Abstención)
  • Análisis de sentimiento por llamada (Positivo, Negativo, Neutral)
  • Puntuación según rúbrica de QA con criterios definidos (Etiqueta Telefónica, Protocolo de Votación, etc.)
  • Detección automática de fallos críticos
  • Notas estructuradas generadas por la IA por cada llamada

Reportes de QA

  • Reporte Resumen — Métricas consolidadas de todas las llamadas: total procesadas, tasa de éxito de la IA, tasa de discrepancias, distribución del puntaje QA, desglose de intención, distribución de sentimiento y conteo de votos por agente.
  • Reporte Detallado — Listado completo llamada por llamada con reproducción de audio inline, visualizador de transcripción y análisis de IA por llamada.

Revisión Humana (Human-in-the-Loop)

  • Los supervisores pueden revisar llamadas individuales y corregir los veredictos de la IA
  • Los veredictos del supervisor son registrados: IA Correcta, Agente Correcto, Ambos Incorrectos, Sin Revisión
  • Se contempla un porcentaje de auditoría configurable por cliente — define qué fracción de llamadas requiere revisión de la IA.
  • Exportación a PDF del reporte de IA por llamada

Gestión de Clientes

  • Soporte multi-cliente con datos y configuraciones aisladas
  • Configuración de IA por cliente: selección de modelo, plantillas de prompts y parámetros de rúbrica
  • Asignación de usuarios por cliente con control de acceso basado en roles

Gestión de Usuarios y Permisos

  • Acceso basado en roles mediante plantillas de permisos reutilizables
  • Matriz de permisos granular: Ver, Agregar, Editar, Eliminar, Importar, Exportar — por módulo
  • Administración flexible de usuarios con niveles de autorización

Configuración de IA

  • Selector de modelo para elegir qué modelo de IA procesa las llamadas.
  • Administración de prompts y plantillas del agente de IA.
  • Interfaz de pruebas integrada para validar el comportamiento del agente antes de activarlo en producción.

Notas de Desarrollo

  • El pipeline de análisis de IA utiliza un modelo configurable mediante integración por API key. Los cambios de modelo y prompts se aplican globalmente a todos los clientes (configuración por cliente planificada para una fase futura).
  • La rúbrica de QA actualmente está definida a nivel de código. cuando deberia de poder ser editable desde la interfaz de administración.
  • El análisis de sentimiento es funcional pero se considera menos maduro que la detección de intención en el pipeline de IA actual.
  • Las notas de auditoría humana y los veredictos del supervisor se registran de forma separada a los resultados de la IA y nunca sobreescriben el análisis original.