Twilio empezó a conectar llamadas de Twilio Voice en audio HD. Según su changelog del 16 de noviembre de 2026, la plataforma ya negocia el códec de banda ancha AMR-WB con las redes de operadores que lo soportan, empezando por Estados Unidos y con más mercados "con el tiempo". Para quien construye bots de voz con <ConversationRelay>, IVRs con <Gather> o mensajes con <Say> y <Play>, esto importa: durante décadas, la llamada telefónica ha sido el eslabón que convierte una voz sintética decente en un sonido de radio AM. Ahora, en parte del tráfico, ese eslabón se ensancha.
Qué anunció Twilio
El anuncio es corto, pero preciso. Estos son los puntos, todos del changelog:
- Las llamadas de Twilio Voice "ahora pueden" conectarse en HD voice, con un habla "más clara y natural".
- Twilio negocia AMR-WB con las redes de operadores compatibles. Arranca en Estados Unidos y se ampliará a otros mercados sin fechas.
- El HD aplica primero a llamadas entrantes y a salientes hechas con el recurso Calls o con
<Dial>. - En esas llamadas funciona con algunas funciones:
<ConversationRelay>,<Say>,<Play>y<Gather>, y Twilio dice que vendrán más. - Además de las llamadas de la red telefónica que negocian AMR-WB, las llamadas del Voice SDK y de SIP de Programmable Voice que usan un códec de banda ancha quedan en banda ancha "de punta a punta" en esas mismas funciones.
- El despliegue es gradual: algunas llamadas que podrían ir en HD todavía se conectan en banda angosta.
Twilio lo marca como disponibilidad general (GA) dentro de la Voice API. El changelog no menciona ningún parámetro que haya que activar ni un costo adicional. Lo describe como algo que Twilio negocia con el operador, no como una opción que tú enciendes.
Qué es AMR-WB y por qué le dicen HD
La telefonía tradicional usa G.711, que en RTP aparece como PCMU o PCMA. El RFC 3551 lo define con un muestreo de 8,000 Hz y 8 bits por muestra. Es la voz "de teléfono" de toda la vida: entendible, pero sin brillo.
AMR-WB, estandarizado por la ITU como G.722.2, trabaja al doble. El RFC 4867, que define cómo viaja en RTP, explica que muestrea a 16,000 Hz, procesa cuadros de 20 ms de 320 muestras cada uno y tiene nueve modos de codificación de 6.6 a 23.85 kbps. Ese mismo RFC lo ubica como el códec de banda ancha de los sistemas celulares de tercera generación. De ahí viene el "HD voice" de las llamadas móviles.

La FAQ de Voice Insights define qué cuenta como HD para Twilio: AMR-WB, "típico de las llamadas móviles", u Opus, "típico de las llamadas del Voice SDK". Twilio aclara que ningún otro códec cuenta. Y pone dos condiciones para que una llamada salga en HD: que el dispositivo de la persona soporte ese códec y que se conecte a Twilio por un operador, una infraestructura SIP o una app del Voice SDK configurada para usarlo.
La letra chiquita: el tramo más débil manda
Una llamada no es un solo tubo. Tiene tramos (el celular, el operador, Twilio, tu servidor SIP, el otro participante) y basta que uno no soporte banda ancha para perderla. La FAQ lo explica con la etiqueta Downsampled: la llamada entró a Twilio con un códec HD, pero la parte más larga se conectó a un componente o a otro extremo sin soporte HD, así que Twilio bajó la calidad del audio para mantener la llamada conectada.
En la práctica, mi lectura es esta:
- Un
<Dial>de un celular con HD a un número fijo que solo habla G.711 se va a degradar en ese tramo. - Las funciones que no están en la lista del changelog (por ahora, solo
<ConversationRelay>,<Say>,<Play>y<Gather>) pueden ser ese componente que no soporta HD. Twilio no publica todavía una lista de lo que queda fuera. - Si tu PBX o tu troncal SIP solo ofrece PCMU, no vas a ver HD aunque el operador del otro lado sí lo soporte.

Cómo saber si tus llamadas ya van en HD
Twilio no te pide que adivines. Según el changelog, las llamadas que se conectaron con un códec de banda ancha llevan la etiqueta HD Audio en Voice Insights, y aparece en tres lugares:
- El Call Summary de cada llamada en la consola.
- La REST API de Voice Insights.
- Event Streams.
También puedes filtrar el dashboard de Call Insights por esa etiqueta.
La documentación del Call Summary agrega detalle en la sección de métricas. El campo Codec muestra el nombre RTP del códec que se usó en cada tramo, por ejemplo Opus o PCMU. Las llamadas que llevaron audio de banda ancha en ese tramo salen como HD Audio, y las que se degradaron, además, como Downsampled. La misma documentación dice que el resumen completo puede tardar hasta 30 minutos en armarse después de colgar.
Dos detalles operativos que salen de la FAQ:
- Para consultar métricas y eventos por API o por Event Streams necesitas tener encendidas las Voice Insights Advanced Features. Sin ellas, la API responde
401 Unauthorized. - Voice Insights guarda los datos solo 30 días. Si quieres medir cuánto de tu tráfico va en HD mes a mes, exporta o guarda tú los datos.
Lo que significa para bots de voz
Aquí entra mi lectura, no lo que dijo Twilio. Si el canal mejora, <ConversationRelay> es donde más se va a notar. La documentación de ConversationRelay lo describe como el servicio que convierte en texto lo que dice quien llama, se lo manda a tu aplicación por WebSocket y convierte tu respuesta en voz con un proveedor de TTS (Google, Amazon o ElevenLabs, que es el predeterminado). Las voces de esos proveedores se generan con mucha más calidad de la que cabe en 8 kHz. Con banda angosta, buena parte del trabajo de una voz neuronal se queda en el camino.
La otra mitad es la transcripción. Twilio no afirma en el changelog que el HD mejore el reconocimiento de voz. Lo que sí dice el Call Summary es que revisar el códec y las condiciones del stream sirve en llamadas que se transcriben, y que un MOS alto y poco jitter ayudan a la precisión de las transcripciones. Es razonable esperar que más ancho de banda ayude, pero no hay cifras publicadas y yo no lo medí.
Para quien opera bots de voz, mi recomendación es concreta: antes de prometerle "audio HD" a un cliente, filtra sus llamadas por la etiqueta y mira qué porcentaje real sale en HD y cuánto se degrada.
¿Y en México?
El changelog dice Estados Unidos primero y no da fechas ni lista de países para lo demás. Las llamadas por el Voice SDK y por SIP con códec de banda ancha no dependen del operador celular, así que, según la descripción de Twilio, en las funciones compatibles ya deberían ir en banda ancha de punta a punta. Para las llamadas de la red telefónica en México, toca esperar a que Twilio anuncie la ampliación.
No lo probé: todo esto sale del changelog y de la documentación oficial de Twilio Voice e Insights, más los RFC de los códecs.
Fuentes
- Twilio Changelog: Twilio Voice now supports HD audio (16 de noviembre de 2026)
- Twilio Docs: Voice Insights Call Summary
- Twilio Docs: Voice Insights FAQ, "Why wasn't my call HD?" y "Downsampled"
- Twilio Docs: TwiML ConversationRelay
- RFC 4867: formato RTP de AMR y AMR-WB
- RFC 3551: perfil RTP de audio y video (PCMU/G.711)
- ITU-T G.722.2 (AMR-WB)