Análisis Automatizado de Llamadas en un Call center Mediante Inteligencia Artificial y Herramientas de Procesamiento de Lenguaje Natural

Abstract

Este Trabajo de Fin de Grado presenta el desarrollo e implementación de un sistema automatizado para la transcripción y análisis inteligente de llamadas telefónicas en un entorno real de atención al cliente. El proyecto ha sido llevado a cabo en colaboración con la empresa Cableworld, y responde a la necesidad de optimizar la explotación de datos generados en sus call centers.

El sistema desarrollado permite automatizar todo el flujo de trabajo diario: desde la descarga de grabaciones hasta el análisis semántico y almacenamiento estructurado en una base de datos relacional. Se emplean tecnologías avanzadas de procesamiento de lenguaje natural (NLP) y modelos de inteligencia artificial como Vosk (para transcripción local gratuita) y GPT-3.5 (para análisis semántico de opiniones, palabras clave y reincidencias).

Para garantizar la viabilidad y sostenibilidad del sistema, se realizó una comparativa técnica y económica entre múltiples alternativas comerciales como Google Speech-to-Text, Amazon Transcribe o Contact Lens. El resultado es una solución propia escalable, personalizable y de bajo coste, totalmente integrada en la infraestructura de la empresa.

El sistema incluye además un panel interactivo que permite consultar y visualizar las llamadas analizadas, facilitando la toma de decisiones basadas en datos objetivos. Todo el desarrollo se ha orientado a cumplir con criterios de eficiencia, trazabilidad, y alineación con los ODS 9, 11 y 16.

Este trabajo demuestra cómo la IA puede aplicarse con éxito a la mejora de procesos reales en empresas del sector de las telecomunicaciones.This Final Degree Project presents the development and implementation of an automated system for the transcription and intelligent analysis of phone calls in a real customer service environment. The project was carried out in collaboration with the telecommunications company Cableworld and addresses the need to improve the exploitation of data generated in their call centers.

The developed system automates the entire daily workflow: from downloading call recordings to semantic analysis and structured storage in a relational database. It uses advanced natural language processing (NLP) techniques and artificial intelligence models such as Vosk (for free local transcription) and GPT-3.5 (for semantic analysis of opinions, keywords, and recurrence).

To ensure the system’s feasibility and economic viability, a comparative technical and cost analysis was performed between various commercial alternatives such as Google Speech-to-Text, Amazon Transcribe, and Contact Lens. The result is a custom, scalable, low-cost solution, fully integrated into the company’s infrastructure.

The system also includes an interactive dashboard that allows users to search and visualize analyzed calls, enabling data-driven decision-making. The entire development is aligned with key sustainability principles, especially in terms of efficiency, traceability, and alignment with SDGs 9, 11, and 16.

This work demonstrates how artificial intelligence can be successfully applied to enhance real-world business processes in the telecommunications sector.