Integración de Ringg.AI con Truefoundry AI Gateway

A medida que los agentes de voz pasan de las demostraciones a la producción, los equipos se topan con un obstáculo conocido. El reconocimiento de voz es la parte más difícil de implementar correctamente, especialmente en mercados donde las personas no hablan un solo idioma de forma clara. Un cliente en la India puede iniciar una llamada en hindi, cambiar al inglés a mitad de la frase y soltar un número de pedido en una mezcla confusa de códigos. La mayoría de los modelos de conversión de voz a texto fallan precisamente en esto. E incluso cuando encuentras uno que funciona, te queda el trabajo de conectar otro proveedor más a tu pasarela, gestionar otra clave API y esperar que tus controles de registro y acceso sean suficientes para cubrirlo.

La pregunta que todo equipo de voz termina haciéndose es: ¿cómo integrar un modelo de voz especializado en tu plataforma sin convertirlo en un proyecto de ingeniería único y aislado?

En TrueFoundry, nuestro objetivo es hacer que cada modelo, por muy especializado que sea, se sienta como un ciudadano de primera clase en tu pasarela. Por eso nos entusiasma incorporar Ringg.AIel modelo de voz a texto Parrot de a la pasarela de IA de TrueFoundry. Con una única configuración de punto de conexión personalizado, tus equipos pueden llamar a Parrot de la misma forma que llaman a cualquier otro modelo en la pasarela, con la misma autenticación, los mismos controles de acceso y la misma visibilidad centralizada.

La pasarela de IA de TrueFoundry como plano de control central

La pasarela de IA de TrueFoundry es la herramienta con la que los desarrolladores y los equipos de plataforma gestionan, supervisan y escalan sus aplicaciones de IA desde un único lugar. Te ofrece acceso unificado a cientos de modelos, enrutamiento inteligente, claves virtuales y observabilidad completa, todo detrás de una única API.

A medida que las pilas de IA crecen, el verdadero desafío no es acceder a un modelo, sino la dispersión que viene después. Cada nuevo proveedor trae su propio SDK, sus propias claves y su propia forma de hacer las cosas. La pasarela pone orden en todo eso. Se sitúa entre tus aplicaciones y tus modelos como un punto de control único, por lo que añadir una nueva capacidad no significa dispersar credenciales y código personalizado por toda tu base de código. Eso es lo que lo convierte en el hogar natural para un modelo especializado como Parrot: obtienes el modelo de voz que necesitas sin renunciar a la coherencia en la que ya confías.

Ringg.AI Parrot: voz a texto diseñada para conversaciones reales

Parrot es el modelo de voz a texto de Ringg.AI, diseñado específicamente para agentes de voz en tiempo real. Mientras que los modelos de transcripción de propósito general se entrenan principalmente con audio limpio y en un solo idioma, Parrot está diseñado para la forma en que la gente habla realmente, con un sólido soporte para hindi, inglés y el habla con mezcla de códigos que predomina en las conversaciones reales.

Ese enfoque es fundamental. Un agente de voz es tan bueno como su capacidad de escucha. Si la transcripción omite una palabra o confunde un cambio de idioma, cada paso posterior, desde la detección de la intención hasta la generación de la respuesta, hereda el error. Al gestionar el habla del mundo real, con sus imperfecciones, de forma precisa y en tiempo real, Parrot proporciona a los agentes de voz una base fiable sobre la que construir. Es la diferencia entre una demostración que funciona en una habitación silenciosa y un agente que mantiene el tipo en una llamada real con un cliente.

Los puntos fuertes de Parrot se aprecian en los detalles que hacen tropezar a los modelos generales. Normaliza la salida en devanagari para que la transcripción sea lo suficientemente limpia como para que un LLM pueda procesarla directamente. Maneja cadenas alfanuméricas, como números de pedido e identificadores, con mayor precisión que las opciones habituales del mercado, y es mejor reconociendo nombres propios y entidades. Y hace todo esto mientras se sitúa entre los más rápidos modelos de voz a texto disponibles.
Por ejemplo, Parrot maneja una expresión como "अभी तो I am taking hydroxychloroquine sulfate" con limpieza, transcribiendo correctamente el cambio de hindi a inglés, el devanagari normalizado y el nombre del fármaco en una sola pasada. 

Mejor juntos: un punto de conexión, control total

Incorporar Parrot a la pasarela de IA de TrueFoundry significa que ya no tienes que tratar la voz como un servicio independiente añadido a posteriori. Parrot se convierte en un punto de conexión más en tu pasarela, regido por las mismas reglas que todo lo demás.

La ventaja es una clara separación de responsabilidades. Tu clave API de Ringg.AI reside dentro de la pasarela y se envía desde la pasarela a Ringg en cada solicitud. Tus aplicaciones nunca la ven. Tu cliente solo tiene un Clave de API de TrueFoundry y se comunica con la pasarela. Esto significa que puede rotar credenciales, gestionar quién tiene permiso para usar Parrot y auditar el uso desde un único panel de control, sin tocar el código de la aplicación. Configura Parrot una vez como un punto de conexión personalizado (Custom Endpoint), establece el control de acceso para los usuarios y equipos adecuados, y estará disponible en toda su organización con la gobernanza que ya espera.

Cómo funciona la integración entre Ringg.AI y TrueFoundry

Parrot se conecta a la pasarela a través de Puntos de conexión personalizados, el mecanismo de TrueFoundry para colocar cualquier API HTTPS detrás de la ruta de proxy de la pasarela. El siguiente diagrama muestra el flujo integral.

‍

El flujo por capas funciona de la siguiente manera:

1.  Su aplicación de voz envía un archivo de audio a la pasarela de IA de TrueFoundry mediante una solicitud de formulario multipart, autenticada únicamente con una clave de API de TrueFoundry.

2.  La pasarela reenvía la solicitud a Ringg.AI Parrot, adjuntando la cabecera x-api-key que almacena internamente. Se transmiten parámetros opcionales como el idioma y enable_cap_punc.

3.  Parrot transcribe el discurso y devuelve la transcripción en formato JSON a la pasarela.

4.  Opcionalmente, la transcripción puede enviarse a cualquier LLM que ya esté en la pasarela, de modo que un único plano de control cubra tanto los pasos de voz como los de razonamiento de su agente de voz.

5.  La pasarela devuelve la transcripción o la respuesta posterior a su aplicación, con la solicitud completa registrada para mayor visibilidad.

Dado que la integración se basa en puntos de conexión personalizados, no hay sidecars, ni cambios de SDK, ni gestión de credenciales por modelo en su aplicación. La pasarela actúa como proxy de la solicitud, inyecta la clave ascendente y registra la llamada.

Configuración en tres pasos

La configuración se parece más a pulsar un interruptor que a un proyecto de ingeniería. En el panel de control de TrueFoundry, vaya a AI Gateway → Modelos → Endpoints personalizados y:

1.  Crea una cuenta de proveedor de Endpoint personalizado. Asígnale un nombre único, que se convertirá en el providerAccountName en tu URL de llamada. Deja la autenticación de cabecera (Header Auth) desactivada.

2.  Añade un endpoint STT de Ringg.AI. Configura el nombre para mostrar (esto se convertirá en endpointName), establece la URL base en https://prod-api.ringg.ai/stt/v1/transcriptions, activa las cabeceras personalizadas (Custom Headers) y añade x-api-key con tu clave de Ringg.AI.

3.  Configura el control de acceso para los usuarios y equipos que deban utilizar este endpoint y, a continuación, guarda los cambios.

Una vez guardado, puedes llamar a Parrot a través de la ruta del proxy de la pasarela: {GATEWAY_BASE_URL}/proxy-api/{providerAccountName}/{endpointName}. Ten en cuenta el alcance actual: hoy en día solo se admiten HTTPS y solicitudes que no sean de streaming, aunque se añadirá más cobertura a petición del cliente.

Empieza a utilizar la IA de voz en tiempo real

La IA de voz no necesita una ruta de integración independiente para cada modelo. Con Ringg.AI Parrot en TrueFoundry AI Gateway, obtienes una conversión de voz a texto diseñada para conversaciones reales y multilingües, integrada en la misma API unificada, controles de acceso y observabilidad que ya utilizas para el resto de tu stack. Para obtener más información, consulta la referencia de integración de Ringg.AI en la documentación de TrueFoundry y la página del modelo Parrot STT para empezar a desarrollar.