Qué cambia cuando los medios web añaden audio a sus artículos
Cuando hicimos que los artículos de los medios web se pudieran escuchar en audio, la duración de la sesión se triplicó en promedio. La tasa de repetición subió un +5%. Las PV también aumentaron un +5%.
Al ver estas cifras, quizá se pregunte: "¿Tiene de verdad el audio tanto impacto?". Sinceramente, yo mismo era escéptico antes del lanzamiento. En algunas implementaciones, el mismo tipo de cambio sigue apareciendo. La magnitud varía según el medio, pero no son raros los casos en los que el simple hecho de entregar los artículos en audio cambia la calidad de la relación con el lector.
Pero quiero dejar clara la premisa de entrada. A lo largo de mi carrera he apoyado la monetización y la implementación en más de 30 empresas de medios, y las cifras anteriores provienen de una medición limitada en un subconjunto de implementaciones de PUBVOICE. La medición es una comparación antes-después basada en sesiones en las que se reprodujo el reproductor de audio; no es una prueba A/B estricta contra un grupo de control (sin audio). El número de empresas, de sesiones y el periodo de medición no pueden divulgarse públicamente por ahora, y el efecto de la reproducción en segundo plano en la medición del tiempo de permanencia de GA4 tampoco se ha aislado por completo. Léalo, por tanto, como "la tendencia se mueve en esta dirección". En este artículo quiero exponer por qué se producen estos cambios.
He pasado años en la monetización y el análisis de datos, y ahora desarrollo un producto para convertir artículos en audio. Como este texto se centra en las cifras, dejo el trasfondo detallado para otros artículos.
Por qué la adopción del audio en los medios web se está acelerando ahora
En el trasfondo convergen tres tendencias.
La primera es la expansión del mercado de podcasts. Según la última encuesta de Edison Research (The Infinite Dial 2026), se estima que 167 millones de estadounidenses de 12 años o más escuchan un podcast al menos una vez al mes. Eso equivale al 58% de la población de 12 años o más. La audiencia mensual del audio digital en su conjunto alcanza el 81% (aproximadamente 233 millones de personas) y marca nuevos récords año tras año.
Lo más destacable es que la adopción ya no se limita al público más joven, históricamente el núcleo del audio: se está extendiendo con rapidez a los segmentos de mediana edad y mayores. Según The Infinite Dial 2026, la audiencia mensual de audio en línea entre las personas de 55 años o más dio un salto de 18 puntos en solo dos años, del 52% en 2024 al 70% en 2026. Que el audio haya llegado a los segmentos de mediana edad y mayores, que representan el grueso de la audiencia, significa que el público lector de los medios web y el oyente de audio empiezan a solaparse.
También en Japón, el Libro Blanco de la Información y las Comunicaciones del Ministerio de Asuntos Internos y Comunicaciones (edición Reiwa 7) informa de que el uso de servicios de vídeo y audio a través de internet aumenta año tras año. "Escuchar" noticias y artículos por streaming ya no es cosa solo de los primeros en adoptar.
La segunda es el crecimiento del mercado de audiolibros. Según las estimaciones (Informe de Mercados Prometedores MDB) del Instituto de Investigación de la Japan Management Association, se prevé que el mercado japonés de audiolibros se expanda hasta aproximadamente 26 mil millones de yenes en el ejercicio fiscal de 2024. El hábito de escuchar libros en el "tiempo de multitarea", como el trayecto al trabajo o las tareas del hogar, está arraigando poco a poco.
La tercera es la mejora de la calidad y la reducción del coste de la síntesis de voz con IA. En los últimos dos o tres años, la calidad del TTS (texto a voz) ha mejorado de forma drástica. Entonación natural, lectura adecuada al contexto, ajuste de acentos. Desde la óptica de quien trabaja en el campo, ha alcanzado un nivel verdaderamente utilizable.
Las previsiones de crecimiento del mercado de TTS varían según la consultora. Expert Market Research prevé un crecimiento desde 4.25 mil millones de dólares estadounidenses en 2025 con un CAGR del 23.3%; Mordor Intelligence lo sitúa en torno al 15%, y Market Research Future en el 13.2%. En cualquier caso, coinciden en un crecimiento de dos dígitos, y a medida que la competencia se ha intensificado, el precio unitario de las API ha caído hasta una fracción de lo que era hace unos años.
En las redes sociales veo cada vez más publicaciones de personas que empiezan a escuchar podcasts. No creo que sea una moda pasajera: siempre hubo mucho margen para que el audio se abriera paso en la vida cotidiana. Las herramientas de publicación accesibles y la difusión de los smartphones simplemente sacaron a la superficie esa demanda latente.
"Leer" y "escuchar" no forman una jerarquía: van lado a lado
De vez en cuando aparecen afirmaciones como "el audio es el futuro" o "el texto está obsoleto". Yo no lo veo como una jerarquía, sino como una disposición en paralelo.
Leer y escuchar encajan en situaciones distintas. Cuando quieres concentrarte y seguir un razonamiento lógico, el texto es la opción adecuada. Cuando quieres captar las ideas generales mientras caminas, el audio es la opción adecuada. En el trayecto al trabajo, mientras haces las tareas del hogar, durante un paseo. Los momentos en los que no puedes mirar una pantalla combinan mal con el texto. Pero los oídos siguen funcionando aunque tengas las manos ocupadas.
Cuando trabajaba en la monetización de medios, una de las métricas que vigilaba de cerca era el "tiempo de permanencia". Si solo persigues las PV (páginas vistas), no puedes saber si los lectores se implicaron de verdad con el artículo. Bajo la doctrina de las PV ante todo, "el tiempo que los lectores dedican al artículo" solía quedar en un segundo plano.
El audio facilita visualizar ese "tiempo de implicación". La tasa de finalización desde el inicio de la reproducción hasta el final, los puntos de abandono, las reproducciones repetidas. Los datos de comportamiento del hecho de escuchar hablan de la intensidad del lector de forma más directa que el texto.
Tres beneficios cuando el medio web adopta el audio
¿Y qué cambia exactamente? Estos son tres beneficios que se desprenden de los datos de implementación.
1. Aumenta el tiempo de permanencia
Cuando añades un reproductor de audio a un artículo, los lectores empiezan a "escuchar mientras leen". Permanecen en el artículo más tiempo que cuando solo lo recorren con la vista. En algunas implementaciones hemos observado la tendencia a que el tiempo de permanencia se triplique en promedio (la premisa de medición es la indicada más arriba).
La razón es sencilla: mientras el audio se reproduce, los lectores no cierran la página. Si empiezan a escuchar durante el trayecto al trabajo, no hay un momento natural para cortar. Como resultado, el tiempo por sesión se alarga.
2. Sube la tasa de repetición
Este fue el hallazgo más sorprendente. El aumento de las visitas repetidas no parecía navegación casual; parecía que la razón de visitar había cambiado. De "abrir de vez en cuando a través del buscador" a "volver para escuchar el audio".
En los datos de implementación, la tasa de repetición subió un +5%. Las PV también aumentaron un +5%. Creo que otro factor que contribuye es que el reproductor de audio creó una vía que lleva a los lectores a otros artículos.
3. Se acorta la distancia entre quien escribe y quien lee
Algunos medios usan la clonación de voz para dar voz a los propios editores. Los lectores reconocen que "esta es la voz de alguien de este medio", y los comentarios indican que sienten una cercanía mayor que con el texto solo.
Creo que este es un tipo de valor que no puede capturarse en el contexto publicitario. El tiempo de permanencia y las PV son cuantificables, pero "el cambio en la cercanía que los lectores sienten hacia el medio" solo se hace visible al mirar las encuestas y los comentarios.
¿Hasta dónde han bajado los costes del audio?
"Me gustaría probar el audio, pero me preocupa el coste" es algo que oigo a menudo. Para ser honesto, yo tenía la misma inquietud antes de la implementación.
Si contratas locutores profesionales y grabas en un estudio, el coste por artículo asciende a decenas de miles de yenes. Para un medio web que publica con frecuencia, asumir ese coste cada vez no es realista. Hace dos o tres años, eso hacía que la barrera del audio fuera prohibitivamente alta.
Sin embargo, el coste de la síntesis de voz con IA ha caído drásticamente en los últimos años. El precio por millón de caracteres de las principales API de TTS es hoy una fracción de lo que era hace unos años. Ya no hablamos de "varios miles de yenes por artículo": ha caído hasta un nivel que cabe dentro de la cuota mensual de un SaaS. La implementación de extremo a extremo, incluida la obtención automática de artículos y la incrustación del reproductor, también se ha vuelto más realista que antes.
La otra barrera es el "hábito de escuchar". En Japón, la proporción de personas que escuchan podcasts con regularidad sigue siendo menor que en Occidente. Pero Spotify y Amazon Music han empezado a invertir con fuerza en contenido de audio, y entre los usuarios más jóvenes la reproducción de audio en YouTube ya se ha convertido en una puerta de entrada al comportamiento de "escuchar".
Según The Infinite Dial 2026, la audiencia mensual de audio en línea entre los estadounidenses de 55 años o más ha subido 18 puntos en dos años. Que el audio haya empezado a extenderse también entre los segmentos de mediana edad y mayores sugiere que la misma tendencia podría surgir en el mercado japonés. Una vez que las herramientas están disponibles, la formación del hábito puede avanzar más rápido de lo esperado.
Los hábitos no cambian hasta que las herramientas están disponibles. Pero cuando lo están, el cambio llega más rápido de lo que uno esperaría.
Por último
El contenido de audio no consiste en producir una avalancha de artículos nuevos para un medio. Consiste en entregar la información que ya está en tu sitio, en otra franja horaria y a través de otro sentido.
Si los artículos pueden llegar a los lectores una vez más en los momentos en que tienen los oídos libres, ¿qué se vuelve medible al otro lado? El tiempo de permanencia y la tasa de repetición son solo la entrada. Poco a poco, otras métricas empiezan a asomar.
En un eje distinto de las razones estructurales por las que los ingresos publicitarios se estancan, el audio ofrece una opción para aumentar los puntos de contacto con los lectores. Esa, creo, es la posición que corresponde al audio. Una comparación de los servicios de audio para artículos está desarrollada en otro artículo.
Artículos relacionados
- Cómo estamos pensando en elevar el valor de los espacios publicitarios existentes sin añadir más — Cómo un tiempo de permanencia más largo mueve el valor de los espacios publicitarios actuales
- Por qué los ingresos publicitarios de los medios web se estancan: disección de 3 problemas estructurales — Los límites estructurales de los ingresos publicitarios, con los últimos datos sobre bloqueo de anuncios y oligopolio de plataformas
- Una comparación sobre el terreno de los servicios de audio para artículos de medios web, hecha por quienes trabajan en el frente — Una comparación de BeyondWords, PUBVOICE, ReadSpeaker y otros
- Por qué construimos un SaaS de audio con IA para medios web — Por qué creé un producto de audio viniendo del lado publicitario
- Contenido imitado en la era de la IA y entrega más allá del texto — Qué significa contar con una vía de entrega distinta de "leer" en la era de la búsqueda con IA
Yutaro Sasao
CEO / Media Leap Inc.
Tras liderar la monetización y el análisis de datos de medios web en KADOKAWA / DWANGO e impulsar la monetización publicitaria programática en negocios de SSP y ad networks, fundó Media Leap Inc. en mayo de 2025. Actualmente desarrolla y opera el SaaS de audio con IA "PUBVOICE", la app de turismo DX "ANIME TRAVEL" y la app de chat por voz con IA "AITOMO". Con una visión que abarca publicidad, tecnología, análisis y negocio, trabaja en la mejora de ingresos de medios basada en datos.
Artículos relacionados
Cómo estamos pensando en aumentar el valor de los espacios publicitarios existentes sin añadir más
Más allá de «añadir más espacios», ¿qué más puede hacerse para hacer crecer los ingresos publicitarios? ¿Cómo afecta una permanencia más prolongada a la probabilidad y la duración con que se ven los anuncios situados fuera de la primera pantalla? Con la visibilidad y las métricas de atención en mente, alguien que estuvo en el bando de «añadir más anuncios» escribe lo que está pensando, como concepto de trabajo.
El momento en que el contenido original caduca: la imitación en la era de la IA y más allá del texto
Con un 74% de las nuevas páginas web conteniendo contenido generado por IA (Ahrefs 2025, aunque solo el 2.5% es totalmente generado por IA; la mayoría es un híbrido humano-IA), ¿dónde reside la ventaja de un creador de contenidos? Las directrices de calidad de Google sitúan la confianza (Trust) en el centro del E-E-A-T, y las AI Overviews reducen un 58% el CTR de la página en el primer puesto. Escrito por alguien que ha trabajado en ambos lados de la publicidad web y los medios desde 2015.
Por qué se estancan los ingresos publicitarios de los medios web: disección de 3 problemas estructurales
Los ingresos publicitarios de los medios web tienen límites estructurales. Escrito por alguien que ha trabajado tanto del lado del SSP como del lado de los medios desde 2015, este artículo explica las tres razones estructurales, con los datos más recientes de 2025-2026 sobre el bloqueo de anuncios (29.5%), la concentración de plataformas (62.3%) y el dominio programático (90%+).