Migración y rediseño de un asistente virtual hacia una plataforma escalable”

Abstract

El presente Trabajo Fin de Máster aborda la migración de un asistente virtual a una nueva plataforma tecnológica más flexible y escalable. Este proceso incluye la redefinición de la arquitectura del sistema mediante un enfoque desacoplado, separando la lógica de negocio de la implementación técnica para facilitar su evolución y mantenimiento. De este modo, los distintos equipos de la organización pueden ampliar la funcionalidad del agente y crear nuevos asistentes de forma más ágil según las necesidades específicas de cada caso de uso.

La solución permite además una integración más sencilla y flexible de tecnologías clave como los modelos de lenguaje (LLM), los sistemas de síntesis de voz (TTS) y el reconocimiento automático del habla (STT), facilitando la sustitución independiente de cada componente sin impacto en el resto del sistema. La arquitectura se ha implementado sobre infraestructura de Amazon Web Services, empleando un pipeline de orquestación basado en Pipecat y Pipecat Flows, con una capa de navegación conversacional definida de forma declarativa que separa explícitamente la lógica de negocio del código de orquestación.

El trabajo ha sido validado mediante su despliegue en un entorno productivo real, procesando un volumen significativo de llamadas y demostrando su viabilidad funcional, técnica y de negocio. Como resultado, se favorece una productivización más ágil de casos de uso por voz, reduciendo el time to market y potenciando iniciativas con alto impacto en el negocio, evidenciado por la construcción de múltiples nuevos casos de uso sobre la arquitectura desarrollada durante este trabajo.

This Master's Thesis addresses the migration of a virtual assistant to a new, more flexible and scalable technology platform. This process includes redefining the system architecture through a decoupled approach, separating business logic from technical implementation to facilitate its evolution and maintenance. As a result, different teams within the organization can extend the agent's functionality and create new assistants more agilely, according to the specific needs of each use case.

The solution also enables a simpler and more flexible integration of key technologies such as large language models (LLM), text-to-speech systems (TTS), and automatic speech recognition (STT), allowing each component to be replaced independently without impacting the rest of the system. The architecture has been implemented on Amazon Web Services infrastructure, using an orchestration pipeline based on Pipecat and Pipecat Flows, with a conversational navigation layer defined declaratively that explicitly separates business logic from orchestration code.

The work has been validated through its deployment in a real production environment, processing a significant volume of calls and demonstrating its functional, technical, and business viability. As a result, the solution favors a more agile productization of voice-based use cases, reducing time to market and boosting high-impact business initiatives, as evidenced by the construction of multiple new use cases on top of the architecture developed throughout this work.