> For the complete documentation index, see [llms.txt](https://library.zoom.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://library.zoom.com/technical-library/es/ai/ai-whitepaper/diagrams.md).

# Diagramas y flujos de datos

Diagramas y flujos de datos de Zoom AI para Zoom Workplace, seminarios web y eventos

Las capacidades de IA de Zoom abarcan una amplia gama de productos, servicios y flujos de trabajo, lo que significa que ningún diagrama por sí solo puede captar de manera razonable o completa cómo funciona la IA en toda la plataforma Zoom. Las distintas funciones dependen de diferentes entradas, rutas de procesamiento, comportamientos de almacenamiento, interacciones con modelos y salidas. Algunas operan solo sobre datos vivos y efímeros durante una interacción activa, mientras que otras crean artefactos conservados que más adelante pueden respaldar funciones adicionales. Algunas funciones permanecen por completo dentro del entorno propio de Zoom, mientras que otras dependen de la arquitectura de IA federada de Zoom y, en algunos casos, de sistemas externos conectados. Para facilitar la comprensión de este sistema dinámico y amplio, esta página presenta una serie de diagramas en lugar de depender de un único modelo visual. Cada uno destaca una capa, ruta o patrón de función diferente dentro de la plataforma de Zoom AI en sentido más amplio. Al final de estas secciones hay tablas que describen qué funciones son aplicables, su producto asociado y su estado de retención de artefactos. Las secciones posteriores examinan ciertas funciones de producto personalizadas de forma individual, ofreciendo explicaciones más centradas sobre cómo funcionan esas capacidades específicas.

La secuencia comienza a continuación con una visión general simplificada de Zoom AI en su forma más básica, mostrando la plataforma en un estado centrado en la primera parte que utiliza la arquitectura estándar de modelo federado de Zoom, pero que aún no introduce integraciones empresariales de terceros ni fuentes externas de datos de clientes más allá de los proveedores de modelos de IA de terceros de Zoom. A partir de ahí, los diagramas presentan gradualmente partes más especializadas de la plataforma, incluidas las opciones del enfoque de IA de Zoom, la transformación del audio en vivo en artefactos utilizables por la IA y las formas en que esos artefactos pueden luego respaldar otras funciones y flujos de trabajo. En conjunto, estos diagramas están pensados para hacer que un sistema muy complejo sea más accesible, desglosándolo en vistas más pequeñas y fáciles de seguir que reflejan cómo funcionan en la práctica las distintas partes de la plataforma de IA de Zoom.

## **Zoom AI**

<div data-with-frame="true"><figure><img src="https://1630984505-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2F2U0TxpBDyYeXwPrgYc4C%2Fb7f1f3_UzmpbRMaSQe1r5xsXwWmQg_Zoom-AI-Architecture-v1_0.png?alt=media&amp;token=54f00b3a-833e-4cc7-a2e3-df492d45f26f" alt=""><figcaption><p>Una visión general simple de Zoom AI</p></figcaption></figure></div>

El diagrama anterior ilustra la plataforma de IA de Zoom de forma simplificada y muestra la plataforma en uno de sus estados más fundamentales. Ilustra cómo distintas partes de la arquitectura general de productos y servicios de Zoom, conocida como backend de Zoom Web —incluidas áreas como reuniones, telefonía, centro de contacto, reconocimiento automático del habla y otras ofertas de Zoom— alimentan la plataforma más amplia de Zoom y contribuyen al conjunto de contenido accesible para los usuarios que puede respaldar funciones de IA posteriores.

Un concepto central de este diagrama es **el contenido de usuario de Zoom**. Se refiere al contenido generado mediante las interacciones de los usuarios con los productos y servicios de Zoom que posteriormente puede servir como entrada, contexto o artefacto para experiencias con IA. Según el producto y la característica en cuestión, puede incluir materiales como mensajes de Zoom Chat, resúmenes de reuniones, transcripciones, documentos de Canvas, Mis notas, grabaciones y otros artefactos similares destinados a los usuarios. Estos materiales forman parte importante de la capa contextual que puede respaldar la recuperación, el razonamiento, la síntesis y el seguimiento asistidos por IA.

Parte de este contenido también puede prepararse para un uso futuro por parte de la IA mediante infraestructura de recuperación, como la recuperación indexada o módulos de generación aumentada por recuperación. En esos casos, los artefactos relevantes pueden ingerirse e indexarse para que puedan localizarse y utilizarse con mayor eficiencia en consultas o procesos de IA posteriores. Esto ayuda a que Zoom AI funcione no solo con interacciones en vivo, sino también con contexto conservado y materiales previos generados por el usuario en toda la plataforma.

Por último, el diagrama también presenta **Zoom AI** como la capa de IA compartida que opera en todo este ecosistema. En esta vista simplificada, Zoom AI se muestra mediante el enfoque federado estándar de Zoom, en el que Zoom puede utilizar tanto modelos alojados por Zoom que se ejecutan en su propia infraestructura como proveedores de modelos de IA externos seleccionados, cuando sean adecuados para la tarea en cuestión. Este modelo federado permite a Zoom dirigir las tareas de IA al entorno de modelos disponible más adecuado, a la vez que mantiene una experiencia de IA unificada en toda la plataforma.

## Enfoques del modelo de servicio de Zoom AI

<div data-with-frame="true"><figure><img src="https://1630984505-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2FQp3shGm7hdT8CwqDc05v%2FZoom-AI-Service-Models---v1_1.png?alt=media&amp;token=f9794e05-fe6a-4077-8f32-a1ce53499227" alt=""><figcaption><p>Descripción general de los enfoques de IA de Zoom, incluidos Federado, Modelos alojados en Zoom Plus (ZM+) y Solo modelos alojados en Zoom (ZMO)</p></figcaption></figure></div>

El diagrama anterior ilustra los tres enfoques de IA de Zoom: el enfoque federado, Modelos alojados en Zoom Plus (ZM+) y Solo modelos alojados en Zoom (ZMO). En conjunto, estos representan las tres formas principales en que Zoom ofrece servicios de IA a los clientes, y cada una ofrece un equilibrio diferente entre amplitud de funciones, flexibilidad del modelo y control de los datos.

El enfoque federado es el enfoque estándar de Zoom y el más completo en cuanto a funciones. Permite a Zoom trabajar con varios proveedores de IA, incluidos modelos alojados en Zoom y socios de modelos de terceros seleccionados, de modo que las tareas puedan dirigirse al modelo más adecuado para la solicitud. ZM+ ofrece un modelo de implementación más controlado mediante el uso de instancias de modelo dedicadas administradas por Zoom, mientras que Solo modelos alojados en Zoom (ZMO) mantiene el procesamiento de IA solo dentro de modelos alojados en Zoom, ofreciendo la ruta de modelo más restrictiva y controlada, pero con un conjunto de funciones más limitado.

A los efectos de esta página, los diagramas que siguen generalmente ilustran el enfoque federado, ya que refleja el enfoque estándar de Zoom y la visión más amplia de la funcionalidad de Zoom AI. Las organizaciones que usan ZM+ o Solo modelos alojados en Zoom (ZMO) a menudo pueden interpretar estos mismos diagramas eliminando mentalmente a los proveedores de modelos de IA de terceros y centrándose en las partes restantes del flujo administradas por Zoom.

Consulte la página de Modelos de IA, procesamiento, almacenamiento y uso de Zoom para obtener más información.

## Funciones y artefactos de medios en vivo

<div data-with-frame="true"><figure><img src="https://1630984505-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2F1qx2z9BKVCrRDN6aI2wG%2FLive-Media-Features-and-Artifacts-v3_1.png?alt=media&amp;token=3a25dc7c-2a97-4aa2-8fb8-671a24956d3e" alt=""><figcaption><p>Descripción general de cómo los medios en vivo se transforman en datos de voz a texto que impulsan las funciones de Zoom AI</p></figcaption></figure></div>

El diagrama anterior ilustra cómo las interacciones de medios en directo —como las reuniones y las llamadas telefónicas— pueden generar características y artefactos posteriores basados en IA en toda la plataforma de Zoom. En cada caso, el audio en directo entra en Zoom por el punto de conexión asociado al producto o servicio correspondiente. En las reuniones, suele ser el **enrutador multimedia (MMR)**. En el caso de la telefonía, el audio suele entrar a través de **zonas SIP**.

Una vez que se ingiere el audio, se dirige al servicio de Zoom de **reconocimiento automático del habla (ASR)** , que convierte el audio en directo en **datos de voz a texto**. Esos datos de voz a texto pueden utilizarse de distintas maneras, según la configuración y las características habilitadas. En algunos casos, se entregan de inmediato a los usuarios como **subtítulos en directo**. En contextos compatibles, también pueden enviarse al servicio de Zoom de **traducción en directo** , que traduce la salida de voz a texto y genera subtítulos traducidos para los participantes en otros idiomas.

Los datos de voz a texto también pueden respaldar características más persistentes o derivadas. Si se habilita la **transcripción** o si un usuario utiliza **Mis notas**, el servicio ASR puede generar una transcripción una vez finalizada la sesión en directo. Sin embargo, si no está habilitada la conservación de transcripciones, los datos de voz a texto utilizados durante la interacción no se conservan como una transcripción persistente. Incluso en esos casos, Zoom AI puede utilizar temporalmente los datos de voz a texto durante la sesión para respaldar las características de IA en directo.

Por ejemplo, un usuario puede hacer **preguntas durante la reunión** a través de Zoom AI durante una reunión. En ese caso, Zoom AI puede utilizar los datos de voz a texto en directo de la reunión para interpretar la pregunta del usuario y generar una respuesta pertinente basada en la conversación en curso.

Una distinción importante en este flujo es que Zoom AI no necesariamente conserva una transcripción de la conversación solo porque se hayan utilizado datos de voz a texto durante la sesión. A menos que se habilite específicamente la conservación de transcripciones o que los datos se conserven mediante una característica como **Mis notas**, los datos de voz a texto en sí pueden seguir siendo temporales. Al mismo tiempo, algunos artefactos posteriores generados a partir de esos datos pueden persistir. Por ejemplo, si un usuario hace preguntas durante una reunión, la conversación resultante con la IA o las notas relacionadas pueden seguir disponibles posteriormente como artefacto conservado, aunque no se genere una transcripción persistente.

Algunos artefactos conservados también pueden servir de base para crear otros artefactos y flujos de trabajo posteriores. Un resumen de la reunión, un resumen de seminario web, un resumen de llamada o las notas de un usuario pueden convertirse en un documento de **Zoom Canvas** , que puede seguir editándose, ampliándose y utilizándose como artefacto de trabajo. A su vez, esos documentos resultantes pueden servir posteriormente de contexto para otras características o flujos de trabajo de IA descritos en otras partes de este documento. De este modo, el audio en directo puede dar lugar no solo a características de IA inmediatas, sino también a una cadena de artefactos conservados que siguen respaldando el trabajo posterior asistido por IA en toda la plataforma de Zoom.

Este diagrama se aplica a las siguientes funciones:

|             Función            |                                                    Descripción                                                    |        Producto(s)        | Retención de artefactos |
| :----------------------------: | :---------------------------------------------------------------------------------------------------------------: | :-----------------------: | :---------------------: |
|       Subtítulos en vivo       |                          Subtítulos de voz a texto en tiempo real para sesiones en vivo.                          | Reuniones, seminarios web |       No retenido       |
|      subtítulos traducidos     |            subtítulos traducidos en tiempo real generados a partir de datos de voz a texto en directo.            | Reuniones, seminarios web |       No retenido       |
|         Transcripciones        |                     Registros de texto conservados del contenido de voz a texto de la reunión.                    |    Reuniones, teléfono    |        Conservado       |
|      resumen de la reunión     | Resumen generado por IA de los puntos clave de discusión de la reunión, las decisiones y los elementos de acción. |         Reuniones         |        Conservado       |
|    Resumen del seminario web   |           Resumen generado por IA del contenido clave del seminario web compartido después de la sesión.          |       Seminarios web      |        Conservado       |
|      resumen de la llamada     |          Resumen posterior a la llamada generado por IA de los detalles clave y los elementos de acción.          |          Teléfono         |        Conservado       |
|            Mis notas           |  Notas personales, transcripción y contexto de la reunión conservados para referencia y seguimiento posteriores.  |         Reuniones         |        Conservado       |
|      Tareas de seguimiento     |                Acciones de seguimiento sugeridas por IA basadas en los detalles de la conversación.               |         Zoom Tasks        |        Conservado       |
| Priorización del correo de voz |          Clasificación basada en IA de los mensajes de voz según la importancia definida por el usuario.          |          Teléfono         |        Conservado       |
|     Preguntas de la reunión    |              Respuestas de IA a las preguntas de la reunión usando el contexto en vivo de la reunión.             |         Reuniones         |        Conservado       |
|   Preguntas del seminario web  |          Respuestas de IA a las preguntas del seminario web usando el contexto en vivo del seminario web.         |       Seminarios web      |        Conservado       |
|     Preguntas de la llamada    |              Respuestas de IA a las preguntas de la llamada usando el contexto en vivo de la llamada.             |          Teléfono         |        Conservado       |

## Funciones de grabación

<div data-with-frame="true"><figure><img src="https://1630984505-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2FQk8rEkziflIo1LRszVES%2FAI-Recording-Features-v1_1.png?alt=media&amp;token=95a406db-cf3c-4172-b92c-8c71f4e41c88" alt=""><figcaption><p>Resumen de cómo Zoom procesa las grabaciones y las funciones de IA</p></figcaption></figure></div>

El diagrama anterior ilustra cómo Zoom AI respalda las **características de IA basadas en grabaciones** al procesar la grabación completa una vez finalizada la sesión en directo. Al igual que en otras experiencias de Zoom basadas en audio, el contenido multimedia original entra a través de la infraestructura asociada al producto en uso, como el **MMR** para las reuniones o la **zona SIP** correspondiente para la telefonía. Como parte de este flujo, se crea la grabación y se envía al servicio de grabación de Zoom, donde se almacena en el almacenamiento de contenido de Zoom una vez completada.

Una vez finalizada la grabación, el audio asociado se envía al servicio de Zoom de **reconocimiento automático del habla (ASR)** para su transcripción. Este proceso genera una **transcripción específica de la grabación**, que puede diferir de los datos de voz a texto generados durante la propia sesión en directo. En otras palabras, la transcripción asociada a una grabación completa se genera como parte del procesamiento posterior a la grabación, en lugar de limitarse a copiarse de la capa de interacción en directo.

Una vez generada la transcripción de la grabación, esta puede enviarse a **Zoom AI** para su análisis adicional. En esta etapa, Zoom AI procesa la transcripción para identificar artefactos de grabación de nivel superior, como resúmenes, momentos destacados, capítulos y otras representaciones estructuradas de la conversación. Este análisis se realiza mediante la capa de procesamiento de IA de Zoom, incluidos los modelos alojados por Zoom cuando corresponda, para transformar la transcripción sin procesar de la grabación en resultados más útiles posteriores a una reunión o llamada.

Una vez que ese análisis se completa, los artefactos generados por IA resultantes se asocian con la grabación en sí. Esto es lo que permite a los usuarios que ven una grabación ver no solo la grabación y la transcripción, sino también las capas adicionales generadas por IA que hacen que el contenido sea más fácil de navegar y comprender. De esta manera, el diagrama muestra cómo una grabación completada puede convertirse en la base para una segunda etapa de procesamiento de IA, produciendo funciones enriquecidas de la grabación que van más allá del medio almacenado original.

Este diagrama se aplica a las siguientes funciones:

|                         Función                        |                                                                             Descripción                                                                             | Producto(s) | Retención de artefactos |
| :----------------------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------: | :---------------------: |
|                  grabación inteligente                 |                                              Destacados, capítulos y resúmenes generados por IA para reuniones grabadas                                             |  Reuniones  |        Conservado       |
|       Generar títulos, descripciones y etiquetas       |                                                   Títulos, descripciones y etiquetas generados por IA para clips.                                                   |    Clips    |        Conservado       |
| Creación de contenido con IA para grabaciones y videos | Utiliza transcripciones de grabaciones de Evento para generar contenido escrito y fragmentos de video seleccionados por IA a partir de momentos clave de la sesión. | Zoom Events |        Conservado       |

## Funciones derivadas de IA

<div data-with-frame="true"><figure><img src="https://1630984505-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2FmRE1NMTpfCGXF0TbyAzt%2FAI-Derivative-Content-Generation-v3_1.png?alt=media&amp;token=389a8562-e8cc-4a2e-8871-7d8fafac9bdc" alt=""><figcaption><p>Descripción general de cómo Zoom procesa las funciones de generación de contenido derivado mediante IA</p></figcaption></figure></div>

El diagrama anterior ilustra cómo **Características de IA derivadas** funcionan utilizando el contenido disponible del usuario como contexto para tareas y resultados posteriores asistidos por IA. En estos casos, Zoom AI ya no trabaja únicamente con datos de interacción en directo. En su lugar, recurre a elementos que ya existen en el entorno de contenido más amplio del usuario para responder a una pregunta, sintetizar información o ayudar a generar un nuevo resultado.

Dependiendo de la tarea, este material contextual puede incluir artefactos como mensajes de chat, resúmenes de reunión, My Notes, transcripciones, documentos de Zoom Canvas, presentaciones de diapositivas de Zoom, documentos de Zoom Paper, contenido de Zoom Mail o de Zoom Calendar, datos de correo electrónico o de calendario conectados de terceros, o archivos cargados por el usuario para respaldar una solicitud en particular. De esta manera, Zoom AI utiliza artefactos de Zoom creados previamente, junto con datos a nivel personal cuando están disponibles, para ayudar a lograr el objetivo solicitado por un usuario.

El diagrama también refleja que este proceso puede generar **nuevo contenido del usuario**. Por ejemplo, Zoom AI puede utilizar materiales existentes para crear una nueva hoja de Zoom Sheet, un documento de Zoom Canvas, una presentación de Zoom Slide o un documento de Zoom Paper. Una vez creados, estos nuevos elementos pasan a formar parte del repositorio de contenido más amplio del usuario y pueden volver a utilizarse como contexto para futuras funciones y flujos de trabajo asistidos por IA. Esto crea una progresión por capas en la que el contenido anterior del usuario puede servir de base para resultados posteriores, que a su vez pueden convertirse con el tiempo en nuevos elementos contextuales.

Este mismo patrón también puede darse en otras áreas de Zoom. En entornos como **Zoom Hub** o el **panel de chat de IA**, los usuarios pueden hacer preguntas en toda la plataforma o interactuar con documentos y materiales disponibles a través de la suite de productividad con IA de Zoom. En estos casos, Zoom AI vuelve a trabajar con elementos existentes accesibles para el usuario para recuperar y sintetizar información, responder preguntas o dar seguimiento a tareas. Esto muestra cómo las Características de IA derivadas amplían el valor del contenido anterior para nuevas tareas y resultados.

{% hint style="info" %}
**Nota**

Las cargas de archivos locales de los usuarios [pueden desactivarse](https://support.zoom.com/hc/en/article?id=zm_kb\&sysparm_article=KB0077150).
{% endhint %}

Este diagrama se aplica a las siguientes funciones:

|         Función         |                                                                                        Descripción                                                                                       |          Producto(s)          | Retención de artefactos |
| :---------------------: | :--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------: | :---------------------: |
| Generación de contenido | La generación de contenido usa IA para crear, refinar, resumir y organizar documentos, presentaciones, hojas de cálculo y otros resultados a partir de indicaciones en lenguaje natural. | Canvas, Sheets, Paper, Slides |        Conservado       |
|   panel de chat de IA   |                                Asistencia conversacional de IA para hacer preguntas, generar contenido y trabajar en todo el contexto disponible de Zoom.                                |      panel de chat de IA      |        Conservado       |
|     Hacer preguntas     |                                                 Respuestas generadas por IA basadas en documentos y materiales seleccionados en Zoom hub.                                                |              hub              |        Conservado       |

## Características generativas y de composición

<div data-with-frame="true"><figure><img src="https://1630984505-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2FtxyUNKDKQeruF5FlzS2j%2FGenerative-Text-Composition-and-Image-Creation-v2.png?alt=media&amp;token=dc5cdb13-d88d-4f31-8b6d-e629bf5a7e20" alt=""><figcaption><p>Descripción general de cómo Zoom procesa solicitudes de IA generativa y de composición</p></figcaption></figure></div>

El diagrama anterior ilustra cómo **las Características generativas y de composición** funcionan en la plataforma Zoom AI. A diferencia de las Características de IA derivadas, que se basan en contenido preexistente del usuario para ayudar a realizar una tarea o generar un resultado posterior, las Características generativas y de composición suelen estar impulsadas más directamente por la información que el usuario proporciona en ese momento. En muchos casos, estas Características no dependen de elementos de Zoom conservados y almacenados previamente en otro lugar del entorno de contenido del usuario. En cambio, funcionan principalmente a partir de instrucciones directas, consultas, archivos cargados o el contenido que aparece en pantalla durante el uso activo del producto.

Esta distinción es especialmente importante para las funciones que funcionan a partir de contenido visible en el contexto actual del usuario en lugar de a partir de artefactos indexados o conservados previamente. Por ejemplo, cuando un usuario resume un hilo de chat, resume un correo electrónico o pide a Zoom AI que redacte una respuesta a un correo electrónico, el contenido relevante normalmente se toma del contexto activo del cliente y se empaqueta en una carga útil de solicitud para el procesamiento de Zoom AI. En otras palabras, Zoom no necesariamente está recuperando ese contenido de un repositorio independiente del lado del servidor para cumplir la tarea. En su lugar, la información relevante del hilo activo, del conjunto de mensajes o de otro contexto visible de la interfaz se convierte a formato de texto y se envía a Zoom AI desde la aplicación Zoom Workplace para que el servicio pueda realizar procesamiento del lenguaje natural, resumen o generación.

El diagrama también incluye casos de uso generativos que dependen principalmente de instrucciones directas del usuario en lugar de material de origen textual. Por ejemplo, cuando un usuario solicita la generación de imágenes, el usuario describe el resultado deseado mediante un prompt, y el modelo genera la imagen en función de esa descripción. En algunos contextos de producto, como Zoom Whiteboard, esta generación de imágenes puede depender de proveedores de modelos de IA de terceros. En otros contextos, Zoom puede utilizar sus propios modelos alojados. Por ejemplo, la generación de imágenes de fondo virtual de Zoom puede depender de un modelo alojado por Zoom que utiliza embeddings y procesamiento relacionado para generar resultados visuales, y el contenido resultante pasa por controles de moderación antes de devolverse al usuario.

Tomadas en conjunto, el diagrama muestra que las funciones generativas y de composición a menudo dependen menos de los artefactos retenidos y más de la intención inmediata del usuario, del contexto activo del lado del cliente o de los materiales de apoyo cargados. De este modo, representan otro modo importante de funcionamiento de Zoom AI: no solo recuperar y razonar a través del contenido previo, sino también generar nuevas salidas directamente a partir de la solicitud actual del usuario y del contexto circundante.

Este diagrama se aplica a las siguientes funciones:

|                Función               |                                                                                          Descripción                                                                                         |            Producto(s)            |  Retención de artefactos  |
| :----------------------------------: | :------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :-------------------------------: | :-----------------------: |
|             fondo virtual            |                             Utiliza IA para crear imágenes personalizadas de fondo virtual a partir de las indicaciones del usuario para su uso en Zoom Sessions.                            | Reuniones, eventos, seminario web | Conservado (si se guarda) |
|        Generación de imágenes        |                      Utiliza IA para transformar dibujos de pizarra o artefactos visuales rudimentarios en resultados visuales más pulidos, renderizados o estilizados.                      |              pizarra              | Conservado (si se guarda) |
|        Generación de imágenes        |                  Utiliza IA para crear imágenes de marca y otros recursos visuales para Evento, como encabezados, imágenes de sesión y materiales relacionados con la expo.                  |              Eventos              | Conservado (si se guarda) |
|        Generación de contenido       | Utiliza IA para generar contenido de pizarra en pantalla, como texto, notas adhesivas, tablas, mapas mentales y otros elementos visuales estructurados a partir de indicaciones del usuario. |              pizarra              | Conservado (si se guarda) |
|        Generación de contenido       |                           Utiliza IA para generar contenido escrito de Evento, como descripciones, detalles de sesión, biografías de ponentes y anuncios del lobby.                          |              Eventos              | Conservado (si se guarda) |
|   redacción de correos electrónicos  |                       Utiliza IA para redactar y perfeccionar contenido de correo electrónico, incluidos el cuerpo del mensaje, las líneas de asunto y las respuestas.                       |         Correo electrónico        |  Conservado (si se envía) |
|           Redacción de chat          |                             Utiliza IA para redactar y revisar mensajes de chat en función de indicaciones del usuario y del contexto de conversación Disponible.                            |                Chat               |  Conservado (si se envía) |
|     Resumen de correo electrónico    |                                             Utiliza IA para resumir el contenido principal de un correo electrónico o hilo de correo electrónico.                                            |         Correo electrónico        |        No retenido        |
| Mensaje, hilo, resumen del documento |                              Utiliza IA para resumir mensajes de chat, hilos de conversación y documentos adjuntos compatibles o contenido de Canvas vinculado.                              |                Chat               |        No retenido        |
|           Carga inteligente          |                               Extrae los detalles del Evento de los archivos cargados para crear automáticamente sesiones, ponentes y preguntas personalizadas.                              |            Zoom Events            | Conservado (si se guarda) |

## Mis notas

### Mis notas en Zoom Meetings

<div data-with-frame="true"><figure><img src="https://1630984505-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2Fmg7c13pX47CwKqywys3d%2FMy-Notes-in-Zoom-Meetings-v4.png?alt=media&amp;token=77beb1fd-a082-47e5-a62b-281247b5cd65" alt=""><figcaption><p>Descripción general de los flujos de datos de My Notes en Zoom Meetings.</p></figcaption></figure></div>

El diagrama anterior ilustra cómo My Notes utiliza la ruta de audio existente de la reunión en Zoom Meetings para la transcripción. Cuando My Notes está activado durante una reunión de Zoom, el audio compartido de la reunión se incorpora a la sesión del enrutador multimedia (MMR) de la reunión. A continuación, el servicio de reconocimiento automático de voz (ASR) de Zoom procesa ese audio y genera dos transcripciones: una transcripción en directo que se envía al Dispositivo del usuario para utilizarla durante la reunión y una transcripción completa que se envía al backend web de Zoom. Como la transcripción completa se procesa como una sesión completa en lugar de transmitirse de forma incremental, su contenido puede diferir ligeramente del de la transcripción en directo. La transcripción completa se envía a Zoom AI, donde puede enriquecerse con las notas personales del usuario para facilitar la generación de notas posteriores a la reunión. Esa es la versión que se almacena en el backend de Zoom para que el usuario pueda utilizarla y recuperarla en el futuro.

En este flujo, la transcripción se basa en el audio de Zoom Meetings asociado a esa sesión de reunión. Una vez concluida la reunión, la transcripción y las notas resultantes siguen siendo accesibles para el usuario, según la Configuración de retención que le resulte aplicable, mientras que Zoom no conserva el audio utilizado para la transcripción.

### My Notes en Zoom Phone

<div data-with-frame="true"><figure><img src="https://1630984505-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2FtGtHVZxbovmtEl7Ewg8n%2FMy-Notes-in-Zoom-Phone-v2.png?alt=media&amp;token=5041c1de-0c27-4816-8076-9f133c5f33b6" alt=""><figcaption><p>Descripción general de los flujos de datos de My Notes en Zoom Phone.</p></figcaption></figure></div>

El diagrama anterior ilustra cómo My Notes utiliza la ruta de audio existente de las llamadas de Zoom Phone para la transcripción. Cuando My Notes está activado durante una llamada de Zoom Phone, Zoom Phone incorpora el audio combinado de ambos participantes de la llamada. A continuación, el servicio de reconocimiento automático de voz (ASR) de Zoom lo procesa y genera una transcripción en directo que se envía al Dispositivo del usuario de My Notes para utilizarla durante la llamada, así como una transcripción completa que se envía al backend web de Zoom. Al igual que en Zoom Meetings, la transcripción completa puede diferir ligeramente de la transcripción en directo y puede enriquecerse con las notas personales del usuario mediante Zoom AI para facilitar la generación de notas posteriores a la reunión. Esa es la versión que se almacena en el backend de Zoom para que el usuario pueda utilizarla y recuperarla en el futuro.

En este flujo, la transcripción se basa en el audio de Zoom Phone asociado a esa llamada. Una vez concluida la llamada, la transcripción y las notas resultantes siguen siendo accesibles para el usuario, según la Configuración de retención que le resulte aplicable.

### Mis notas fuera de Zoom Meetings

<div data-with-frame="true"><figure><img src="https://1630984505-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2FpvARQa4iiO3d7G6BflDe%2FMy-Notes-in-Third-Party-Meetings-v8.png?alt=media&amp;token=c0f83b6c-a8e0-4c34-b29e-e2ea01ebee7e" alt=""><figcaption><p>Descripción general de los flujos de datos de Mis notas fuera de las reuniones de Zoom</p></figcaption></figure></div>

El diagrama anterior ilustra cómo My Notes funciona mediante el audio del dispositivo local del usuario en reuniones de terceros y presenciales. Si se activa durante una reunión de terceros o una conversación presencial, My Notes puede utilizar el acceso al micrófono del usuario a nivel del sistema operativo y, cuando corresponda, al audio del sistema para capturar el audio local disponible en ese Dispositivo. A continuación, el servicio de reconocimiento automático de voz (ASR) de Zoom procesa ese audio y genera dos transcripciones: una transcripción en directo que se envía al Dispositivo del usuario para utilizarla durante la reunión y una transcripción completa que se envía al backend web de Zoom. Como la transcripción completa se procesa como una sesión completa en lugar de transmitirse de forma incremental, su contenido puede diferir ligeramente del de la transcripción en directo. La transcripción completa se envía a Zoom AI, donde puede enriquecerse con las notas personales del usuario para facilitar la generación de notas posteriores a la reunión. Esa es la versión que se almacena en el backend de Zoom para que el usuario pueda utilizarla y recuperarla en el futuro.

Esto significa que, en las reuniones de terceros y presenciales, la transcripción se basa en el audio transmitido desde el Dispositivo local del usuario y no desde un flujo de audio compartido de una reunión de Zoom. My Notes también puede solicitar al usuario que inicie una nueva nota cuando el sistema operativo detecta actividad en el micrófono del Dispositivo, lo que ayuda a poner esta Características a su disposición en situaciones como reuniones de terceros, grabaciones en el navegador u otros flujos de trabajo con el micrófono activo. Las notas y transcripciones resultantes pueden seguir siendo accesibles en la cuenta del usuario según la Configuración de retención que le resulte aplicable.

## ZoomMate

<div data-with-frame="true"><figure><img src="https://1630984505-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2FvysqwhYkSz3T5mnjci1c%2FZoomMate-Architecture-minus-Memory-v2.png?alt=media&amp;token=ae9e2f47-4349-426f-bb85-8e92152da77b" alt=""><figcaption><p>Descripción general de los flujos de datos de ZoomMate</p></figcaption></figure></div>

El diagrama anterior ilustra cómo **ZoomMate funciona como un espacio de trabajo principal dentro de Zoom Workplace**, en el punto donde confluyen el contexto del usuario, los conocimientos conectados y las capacidades de ejecución. En lugar de existir únicamente como un asistente independiente, ZoomMate se sitúa en el centro de un entorno de trabajo más amplio, en el que los usuarios pueden buscar, razonar, crear y actuar utilizando los materiales y sistemas que respaldan su trabajo diario.

Una parte importante de esta labor se debe al acceso de ZoomMate al **contenido propio de Zoom**. Esto puede incluir elementos como resúmenes, My Notes, grabaciones, documentos de Canvas, mensajes de chat y otros materiales generados por los usuarios en la plataforma Zoom. Estos elementos ayudan a proporcionar a ZoomMate el contexto necesario para responder preguntas, sintetizar información, generar resultados y facilitar el seguimiento de tareas. ZoomMate también puede utilizar la **memoria**, lo que le permite incorporar preferencias relevantes del usuario o detalles relacionados con su trabajo al ayudar a completar una tarea.

El diagrama también muestra cómo ZoomMate va más allá del contenido nativo de Zoom al integrarse con **fuentes de conocimiento de terceros**. Por ejemplo, los servicios conectados de Almacenamiento en la nube, como Google Drive u OneDrive, pueden servir como repositorios externos de información accesible para el usuario. Cuando se integran estas fuentes, Zoom puede indexar el contenido aprobado para facilitar la recuperación de información de esos materiales, lo que permite a ZoomMate utilizar la **búsqueda agéntica** para trabajar tanto con contenido de Zoom como con conocimientos conectados de terceros. De este modo, ZoomMate puede buscar no solo en lo que existe en Zoom, sino también en los documentos y materiales a los que el usuario tiene autorización para acceder en plataformas externas conectadas.

Otras fuentes de datos personales, como el **correo electrónico y el calendario** (excepto los correos electrónicos cifrados de extremo a extremo), también pueden servir de apoyo a ZoomMate, pero funcionan de otra manera. En lugar de indexarse, estas fuentes suelen comunicarse con ZoomMate mediante la recuperación directa basada en API. Esto las hace útiles para tareas como localizar contexto relevante en el correo electrónico, revisar información del calendario o ayudar a Programar eventos, sin tratarlas como parte de la capa de recuperación indexada que se utiliza para búsquedas más amplias de documentos.

El diagrama también refleja que ZoomMate puede conectarse a una gama más amplia de **servicios y conectores de terceros** que permiten tanto realizar acciones como acceder a conocimientos. Estos pueden incluir sistemas como Jira, HubSpot, ServiceNow, Workday y otras plataformas empresariales conectadas. A través de estas conexiones, ZoomMate puede realizar **tareas agénticas** en nombre del usuario, como crear o actualizar registros, recuperar información de servicios externos o llevar a cabo otras acciones conectadas dentro de esos sistemas. Esto convierte a ZoomMate en algo más que un espacio de recuperación y síntesis: también funciona como una capa de ejecución que puede ayudar a transformar el contexto en acciones.

Esta misma base también ayuda a impulsar los **agentes** y los **flujos de trabajo** dentro del entorno de ZoomMate. Los agentes pueden utilizar el mismo contexto subyacente, las mismas rutas de recuperación y los mismos sistemas conectados para prestar una asistencia más dinámica basada en el razonamiento, ayudando a los usuarios a realizar tareas más amplias de varios pasos con mayor continuidad y capacidad de adaptación. Los flujos de trabajo, por el contrario, pueden proporcionar una automatización más estructurada y repetible, lo que permite a los usuarios definir procesos recurrentes que funcionan con contenido de Zoom y, cuando se admite, con sistemas externos conectados. De este modo, ZoomMate no solo sirve como interfaz conversacional, sino también como punto de orquestación tanto para la actividad agéntica dinámica como para la automatización más estructurada.

**Entorno aislado** también puede admitir algunas de las capacidades de ejecución más avanzadas de ZoomMate. Para las tareas que requieren ejecutar código, generar archivos, automatizar procesos u otro tipo de procesamiento más sofisticado, ZoomMate puede usar un entorno aislado independiente en lugar de depender únicamente del procesamiento conversacional estándar. Este entorno aislado se ejecuta en la infraestructura de AWS de Zoom y proporciona una capa de ejecución aislada y de corta duración para tareas de mayor complejidad, lo que ayuda a ZoomMate a llevar a cabo ciertas operaciones en un entorno más controlado. De este modo, la misma base general de ZoomMate que admite la recuperación de información, el razonamiento, los agentes y los flujos de trabajo también puede admitir una ejecución de tareas más avanzada cuando el trabajo solicitado lo requiere.

Por último, el diagrama no representa todos los componentes subyacentes que ayudan a impulsar ZoomMate. No muestra explícitamente capas de capacidad fundamentales como las habilidades, ni otras estructuras de apoyo que forman parte de la infraestructura y el diseño más amplios de Zoom AI. Se asume que esos elementos operan dentro del sistema de IA subyacente que habilita el comportamiento de ZoomMate. El propósito de este diagrama es, en cambio, mostrar las principales superficies de contexto, conocimiento y acción a través de las cuales ZoomMate funciona como una superficie de trabajo unificada en Zoom y en sistemas conectados.

### Conexiones e indexación de terceros de ZoomMate

<figure><img src="https://1630984505-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2F16AaKIHy9GVIq6srhS4p%2FZoomMate-Third-Party-Connections-v1_1.png?alt=media&amp;token=122bae52-9f9e-49b3-a941-fb4250e600d8" alt="" width="375"><figcaption><p>Resumen de cómo ZoomMate se conecta a servicios de terceros y fuentes de datos</p></figcaption></figure>

El diagrama anterior ilustra dos partes relacionadas pero distintas de la arquitectura de datos de terceros de ZoomMate. La primera es cómo ZoomMate se conecta a aplicaciones y servicios de terceros compatibles para poder recuperar información o tomar medidas dentro de esos sistemas. La segunda es cómo ciertas fuentes de contenido de terceros compatibles pueden ingerirse e indexarse para que ZoomMate luego pueda recuperar ese contenido de manera más eficiente mediante generación aumentada por recuperación.

#### <mark style="color:azul;">ZoomMate puede conectarse directamente a aplicaciones y servicios de terceros</mark>

Una parte del diagrama muestra cómo ZoomMate se conecta a aplicaciones de terceros compatibles como Jira, Confluence, Salesforce, ServiceNow, Workday, plataformas de Almacenamiento en la nube y otros sistemas empresariales externos. Estas conexiones permiten que ZoomMate opere más allá del contenido nativo de Zoom al interactuar con herramientas que almacenan datos comerciales o respaldan el trabajo operativo fuera de la plataforma de Zoom.

Estas conexiones se establecen sobre una conexión TLS mediante modelos de acceso autorizados, como integraciones basadas en API o conexiones basadas en MCP. En cualquier caso, ZoomMate opera dentro de los permisos concedidos por el servicio conectado. Esto permite a ZoomMate recuperar información relevante de esos sistemas y, cuando se admite, realizar acciones en ellos en nombre del usuario. Por ejemplo, ZoomMate puede recuperar detalles de un ticket de Jira, buscar una página de Confluence, actualizar un registro en ServiceNow o usar otro sistema conectado como parte de la realización de una tarea más amplia.

Este modelo de conexión directa es especialmente importante para tareas que dependen del estado actual del sistema o del acceso en vivo a herramientas de terceros. En esos casos, ZoomMate puede usar la aplicación conectada como un punto de conexión de servicio activo en lugar de solo como un repositorio de contenido previamente indexado.

#### <mark style="color:azul;">ZoomMate puede indexar contenido aprobado de terceros para su recuperación posterior</mark>

Una segunda parte del diagrama muestra cómo ZoomMate puede ingerir e indexar contenido de fuentes de terceros compatibles para que el material pueda recuperarse más adelante como parte de una búsqueda o una respuesta asistida por IA. Este modelo de recuperación indexada es más relevante para repositorios de contenido conectados como sistemas de Almacenamiento en la nube, bases de conocimiento, plataformas de documentos y otras fuentes compatibles donde ZoomMate puede necesitar buscar en un cuerpo más amplio de contenido externo conservado.

Una vez que una fuente compatible se conecta y se aprueba para indexación, ZoomMate puede recuperar contenido de esa fuente y prepararlo para búsquedas posteriores. Este proceso de preparación puede incluir dividir archivos o registros más grandes en unidades más pequeñas y adjuntar metadatos como origen, hora de actualización, propiedad e información de permisos. Luego, ese contenido se escribe en la capa de indexación de Zoom para que después pueda buscarse mediante coincidencia exacta y recuperación basada en significado.

Cuando un usuario envía una solicitud que depende de contenido indexado de terceros, ZoomMate puede buscar ese material indexado, evaluar qué resultados son más relevantes y aplicar la información de permisos asociada con la fuente original para que solo el contenido autorizado sea elegible para aparecer. Luego, el contenido autorizado más relevante puede pasarse a la capa de IA de ZoomMate como contexto de apoyo para la respuesta. De esta manera, el diagrama muestra cómo el contenido indexado de terceros puede ayudar a ZoomMate a producir respuestas fundamentadas en materiales comerciales conectados reales en lugar de depender solo del conocimiento general del modelo.

## Avatares personalizados

### Creación de avatar

<div data-with-frame="true"><figure><img src="https://1630984505-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2FAThLjvKEc1JVanLMyuf8%2Fimage.png?alt=media&amp;token=d62f86b5-43ea-4305-9343-a810938a01cd" alt=""><figcaption><p>Resumen del proceso de creación de un avatar personalizado</p></figcaption></figure></div>

El diagrama anterior ilustra cómo se crea un avatar personalizado a partir del video y la voz grabados del usuario. El proceso comienza cuando se presenta al usuario un guion y se le pide que se grabe leyéndolo. Este paso guiado de grabación permite a Zoom capturar el material audiovisual necesario para generar tanto la apariencia del avatar del usuario como el modelo de voz asociado utilizado en futuras salidas basadas en avatar.

Después de que el usuario completa la grabación, los componentes de audio y video se procesan por rutas diferentes. El audio se envía a un servicio de terceros que genera una semejanza de voz basada en el habla grabada del usuario. Una vez completado ese procesamiento, el servicio de terceros devuelve un identificador de voz único a Zoom. Zoom almacena este identificador como la referencia de voz del usuario para poder usarlo más adelante al generar clips basados en avatar u otras salidas compatibles que dependen de esa voz sintetizada.

Al mismo tiempo, el componente de video se envía a un módulo de generación de avatar alojado por Zoom, donde Zoom procesa el material visual grabado para crear la representación de avatar del usuario. Esto da como resultado una plantilla de avatar que Zoom almacena para uso futuro. En conjunto, estas dos salidas conservadas —el identificador de voz almacenado y la plantilla de avatar almacenada— permiten a Zoom generar futuros clips o medios basados en avatar que reflejen tanto la apariencia del usuario como su voz sintetizada.

### Creación de clip

<div data-with-frame="true"><figure><img src="https://1630984505-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2Fj2o9NYXibPtVTyctuHvq%2Fimage14.png?alt=media&amp;token=33174f0b-8f48-4de0-93a1-ee63ad8eac11" alt=""><figcaption><p>Resumen del proceso de creación de clip de Avatar personalizado</p></figcaption></figure></div>

El diagrama anterior ilustra cómo se crea un clip de avatar personalizado a partir del avatar almacenado del usuario y de su perfil de voz sintetizada. El proceso comienza cuando el usuario carga el guion que quiere que presente el avatar. Ese guion sirve como contenido de origen para el clip generado.\
\
A partir de ahí, el backend web de Zoom coordina dos entradas paralelas necesarias para crear el resultado final. Primero, envía el identificador de voz almacenado del usuario junto con el guion al servicio de generación de voz de terceros, que produce el audio del clip utilizando la voz sintetizada del usuario. Segundo, envía la plantilla de avatar almacenada del usuario al módulo de generación de avatar de Zoom para que el componente visual del clip pueda prepararse usando la apariencia de avatar creada previamente por el usuario.\
\
Una vez que el servicio de generación de voz de terceros ha producido el audio, ese audio se devuelve a Zoom y se pasa al módulo de generación de avatar. El módulo de generación de avatar combina entonces la plantilla de avatar almacenada con el audio de voz generado, sincronizando los movimientos faciales y de la boca del avatar con el contenido hablado. Tras completarse este proceso de sincronización labial y renderizado, Zoom produce el clip de avatar terminado y se lo entrega al usuario.

## Diccionario personalizado

<div data-with-frame="true"><figure><img src="https://1630984505-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2F4wdZuiAXND1LIsoho6Q8%2F818655_mV1OiRYaRC2-cqN80It6Bw_CAIC-Custom-Dictionary-v5.png?alt=media&amp;token=0eb0a608-e461-49c0-9248-80b0789c9304" alt=""><figcaption><p>Flujos de datos del diccionario personalizado</p></figcaption></figure></div>

El diagrama anterior ilustra cómo la función de Diccionario personalizado ayuda a mejorar la precisión de las salidas de Zoom basadas en voz al proporcionar al servicio de Reconocimiento automático de voz (ASR) de Zoom un contexto adicional de vocabulario. Esta función está diseñada para admitir palabras, abreviaturas, jerga, nombres de productos o terminología especializada que pueden ser específicas de una empresa, industria, equipo o región y que, de otro modo, podrían no reconocerse o representarse correctamente durante la transcripción.

El proceso comienza cuando un administrador de cuenta crea y almacena un diccionario personalizado en el portal web de Zoom. Ese diccionario contiene la lista de palabras o frases aprobadas que la Organización quiere que Zoom reconozca con mayor precisión. Una vez que el diccionario se ha guardado a nivel de cuenta, queda Disponible para su uso en contextos compatibles de reunión y procesamiento de voz.

Cuando un usuario inicia más tarde una reunión, el servicio AASR de Zoom puede recibir el diccionario personalizado de la cuenta como parte de su contexto de procesamiento. A medida que el servicio ASR convierte audio en vivo en datos de voz a texto, puede comparar el lenguaje hablado percibido con el diccionario personalizado e intentar asignar los sonidos reconocidos a los términos almacenados. Esto proporciona al ASR una guía adicional sobre qué palabras buscar, cómo pueden escribirse ciertos términos y cómo deben interpretarse las abreviaturas o el lenguaje especializado.

El resultado es que la salida inicial de voz a texto puede reflejar con mayor precisión la terminología realmente utilizada en la reunión. Esa precisión mejorada puede trasladarse luego a los artefactos posteriores derivados de la conversación. Por ejemplo, si más tarde se genera un resumen de la reunión, subtítulos, transcripción u otro activo basado en datos de voz a texto, esas salidas pueden reflejar una representación más precisa de las palabras pronunciadas durante la reunión, lo que ayuda a mejorar la calidad y la utilidad del artefacto generado por IA resultante.

## Plantillas personalizadas de resumen de la reunión

<div data-with-frame="true"><figure><img src="https://1630984505-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2Figd7zj6YLNIds7iHCerA%2F786f73_aFTdIy-3TIKILtvQ0oxm2w_CAIC-Meeting-Summary-Templates-v5.png?alt=media&amp;token=0177d9ed-d411-450f-9bae-033ca1f7e928" alt=""><figcaption><p>Flujos de datos de plantillas personalizadas de resumen de la reunión</p></figcaption></figure></div>

El diagrama anterior ilustra cómo se generan los resúmenes personalizados de la reunión a partir de una plantilla definida por el usuario o por la cuenta. El proceso comienza cuando se crea y se guarda una plantilla en Zoom. A nivel de cuenta, un administrador puede definir una plantilla personalizada de resumen de la reunión para uso organizacional. A nivel individual, un usuario puede crear una plantilla personal de resumen de la reunión basada en sus propias preferencias. Una vez creada, la plantilla seleccionada se almacena para que pueda aplicarse durante la generación posterior del resumen.

A medida que concluye la reunión, Zoom AI puede usar los datos de voz a texto de la reunión para generar un resumen que siga la estructura y el énfasis de la plantilla personalizada elegida. Si la plantilla personalizada se seleccionó antes de que se generara el resumen de la reunión, Zoom AI aplica esa plantilla directamente al producir el resumen. Esto permite que la salida resultante refleje el formato, las secciones o las prioridades específicas definidas en la plantilla en lugar de solo una estructura predeterminada del resumen.

Si no se seleccionó una plantilla personalizada antes de que se generara por primera vez el resumen, Zoom solo puede aplicar esa plantilla más tarde si se conservó la transcripción de la reunión. En ese caso, Zoom AI puede reprocesar la transcripción conservada usando la configuración de la plantilla y producir un nuevo resumen alineado con esa estructura. Si la transcripción no se conservó, sin embargo, Zoom no tiene disponible la transcripción subyacente para reprocesarla, lo que significa que la plantilla personalizada no puede aplicarse después del hecho.

## Traducción de voz en vivo

<div data-with-frame="true"><figure><img src="https://1630984505-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2FhEoS4i8vNntdOIimBl6g%2F7ca031_FbKGyC4eSZ-mHZ4Ibw-07A_Voice-Translator-Aug-25-update-v3.png?alt=media&amp;token=c5889183-1531-4d96-9455-bd00570140e9" alt=""><figcaption><p>Resumen de los flujos de datos de Traducción de voz en vivo</p></figcaption></figure></div>

El diagrama anterior muestra cómo **Traducciones de voz en directo** funciona al recibir el audio original del hablante a través del enrutador multimedia (MMR) de una reunión. A continuación, ese audio se transmite mediante la transmisión de medios en tiempo real (RTMS) al servicio de traducción, donde se procesa el discurso original y se traduce al idioma de destino. Después, el servicio genera una nueva transmisión de audio con la voz traducida, que se envía de vuelta al MMR mediante RTMS y se transmite de nuevo a la reunión para los Participantes que escuchan en el idioma seleccionado.

## Aislamiento de audio personal

<div data-with-frame="true"><figure><img src="https://1630984505-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FctBXUMeBy4rtLMmMkKRG%2Fuploads%2FiuobcSga2Z6kGJEqFwtO%2Fimage22.png?alt=media&amp;token=387af679-5d1c-4aa0-aa62-9085d334a40b" alt=""><figcaption><p>Descripción general de cómo Personal Audio Isolation aísla la voz de un usuario</p></figcaption></figure></div>

El diagrama anterior muestra cómo **Aislamiento de audio personal** funciona usando una huella de voz almacenada localmente en el Dispositivo del usuario para distinguir el habla del usuario del Ruido de fondo circundante. El proceso comienza cuando el usuario graba una muestra de voz mediante la Características de Aislamiento de audio personal en la aplicación Zoom Workplace. La grabación se usa para crear una huella de voz local que ayuda a la aplicación a reconocer las características de la voz del usuario. Esta huella de voz permanece en el equipo local y no se transmite a la nube de Zoom.

Cuando el usuario habla más tarde durante una reunión en un entorno con ruido ambiental, la aplicación Zoom Workplace usa esa huella de voz almacenada localmente para ayudar a identificar los patrones de habla del usuario y separarlos de los sonidos circundantes. Esto permite a la aplicación Reducir el ruido de fondo y aislar la voz del usuario de manera más eficaz antes de que el audio se envíe más adelante a través del flujo de la reunión.

Como resultado, el audio transmitido a la nube de Zoom es el audio refinado de la reunión con el ruido ambiental filtrado en la medida en que lo permita la Características. La huella de voz subyacente del usuario en sí no se envía a la infraestructura de la nube de Zoom. De esta manera, Personal Audio Isolation funciona como una Características de procesamiento local a nivel de Dispositivo que mejora la claridad del audio antes de que el audio limpio se transmita a la sesión de Zoom en vivo.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://library.zoom.com/technical-library/es/ai/ai-whitepaper/diagrams.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
