menu principal usando nuestro modelo Everest
menu principal usando nuestro modelo Fuji
Informacion de los agentes
Estadisticas de los agentes, Everest
Estadisticas de funcionamiento entre modelos y por datasets
Historial
Coneccion con APIs

GalenIA

Tenemos 2 repos, uno para desarrollo y testing y el otro es el producto final para produccion, galena-ai es el producto final, todo el desarrollo a galenia

Inspiración (Inspiration):

La inspiración de GalenlA (desarrollado por el equipo Orange Coders) surge al investigar profundamente la historia, misión y visión de Altur, una plataforma líder B2B de agentes de voz con inteligencia artificial respaldada por Y Combinator. Motivados por la resiliencia de sus fundadores bajo la filosofía "Just don't die" y conociendo su enfoque en automatizar cobros y ventas para instituciones financieras, detectamos un desafío crítico B2B: la proliferación de fraudes por clonación de voz (deepfakes), que han aumentado en más de un 1300%, poniendo en riesgo la seguridad corporativa y la confianza en los centros de contacto.

Qué hace (What it does):

GalenlA funciona como una capa ligera B2B de autenticidad de llamadas en tiempo real, diseñada para proteger la infraestructura corporativa de bancos y empresas de cobranza al detectar si el interlocutor al otro lado de la línea es un ser humano o una Inteligencia Artificial. A través de un endpoint REST estándar (POST /detect), el sistema procesa archivos de audio en formato estéreo, separando estrictamente el Canal 0 (el llamante) del Canal 1 (el agente de Altur), para evaluar patrones de comportamiento conversacional y devolver un veredicto de autenticidad (is_synthetic y confidence) en menos de 30 segundos, sin requerir infraestructura pesada de GPUs.

Cómo lo construimos (How we built it):

Construimos la solución utilizando herramientas tecnológicas y de soporte altamente eficientes orientadas al entorno B2B, programando en Python 3.12 con tipado estricto y librerías especializadas como NumPy, Pandas, SciPy y Scikit-Learn. Para el despliegue y la gestión corporativa, integramos infraestructura en la nube mediante servidores estándar de CPU en Vultr, control de accesos seguros con Auth0 y dominios empresariales configurados en .tecdomains.

Retos que enfrentamos (Challenges we ran into):

El principal desafío técnico consistió en diseñar un pipeline de audio robusto para procesar llamadas B2B de entre 1 y 4 minutos (con payloads de hasta 5 MB) cumpliendo estrictamente con el contrato del endpoint y el límite de respuesta de 30 segundos requerido por los evaluadores. Logramos optimizar los recursos para operar exclusivamente en servidores basados en CPU, evitando arquitecturas de Deep Learning prematuras.

Logros de los que estamos orgullosos (Accomplishments that we're proud of):

Estamos sumamente orgullosos de la creación de nuestros propios modelos base interpretables a partir del dataset de prueba, logrando una extracción precisa de características conversacionales y acústicas. Asimismo, destacamos las mejoras logradas en la calibración de la confianza del sistema para ofrecer una detección generalizable ante voces y sistemas de texto a voz (TTS) no vistos, manteniendo una arquitectura ligera, funcional y lista para integrarse en flujos corporativos.

Qué aprendimos (What we learned):

Aprendimos que la investigación profunda sobre Altur nos permitió comprender a fondo el modelo de negocio B2B, las operaciones de los centros de contacto en América Latina y el impacto financiero de los falsos negativos en la banca (como los ataques de account takeover que promedian pérdidas de $121,000 USD por incidente), ratificando que la tecnología debe alinearse siempre con las necesidades reales de seguridad y eficiencia operativa de nuestros socios comerciales.

Qué sigue para GalenlA (What's next for GalenlA):

Los siguientes pasos incluyen refinar y escalar nuestros modelos de Machine Learning para su implementación en el ecosistema B2B de Altur, realizar pruebas piloto en entornos operativos reales y continuar expandiendo las capacidades de autenticación pasiva en los flujos de llamadas y WhatsApp.