Comparativa de servicios de transcripción con IA (2026): guía práctica
Comparativa de servicios de transcripción con IA: guía práctica (2026)
Los servicios que convierten grabaciones en texto se han multiplicado: Notta, toruno, Rimo Voice, Otolio (スマート書記), AI GIJIROKU, YOMEL… Todos «hacen transcripción» y, como los motores principales ya alcanzan precisión práctica, ya no se puede elegir por motor de reconocimiento.
¿Cómo elegir entonces? Este artículo compara los servicios principales en cinco ejes — plan gratuito, precio efectivo, diarización, edición y exportación — y los asigna a cuatro tareas: actas, entrevistas, clases y subtítulos.
Descargo: desarrollo y vendo PUBVOICE. La comparativa se basa en información pública y los ejes se eligieron para ser justos (incluidos los que favorecen a la competencia). Los precios cambian: confirma siempre en la página oficial de cada servicio.
Los cinco ejes de selección
- Sustancia del plan gratuito — «3 horas en total, una vez» y «60 minutos renovados cada mes» son cosas muy distintas
- Coste efectivo por hora — tus minutos mensuales divididos entre el precio
- Diarización — si separa hablantes y con qué calidad
- Experiencia de edición — renombrar hablantes, buscar, corregir errores
- Exportación y reutilización — TXT (con hablantes)/SRT/VTT
Tabla comparativa (información pública, 2026)
| Servicio | Plan gratuito (aprox.) | Pago (aprox.) | Diarización | Exportación | Ideal para |
|---|---|---|---|---|---|
| Notta | Sí (límite mensual) | Desde pocos $/mes | Sí | TXT/DOCX | Reuniones y entrevistas, multilingüe |
| toruno | 3 horas en total (personal) | Por uso y mensual | Sí | TXT | Grabaciones de reuniones, actas |
| Rimo Voice | Prueba | Mensual | Sí | TXT | Entrevistas, enfocado en japonés |
| Otolio (スマート書記) | Prueba | Licencias por puesto | Sí | Formato de acta | Grabación automática de reuniones |
| AI GIJIROKU | Prueba | Empresarial | Sí | Formato de acta | Reuniones online, resúmenes |
| YOMEL | Sí | Por uso/mensual | Sí | TXT | Clases, subida de entrevistas |
| PUBVOICE (nuestro) | 90 s sin registro + 60 min/mes | Mensual (minutos y caracteres) | Sí | TXT/SRT/VTT | Subir archivos, subtítulos, TTS |
Otolio fue n.º 1 en una encuesta de 1.690 respuestas (BOXIL); internacionalmente, Otter.ai y Fireflies.ai son los referentes. Cifras orientativas, sujetas a cambios.
Por tarea: qué elegir
Actas de reuniones. Si la organización se estandariza en reuniones online, las herramientas que entran solas (Otolio, AI GIJIROKU, Notta) tienen la menor fricción. Si grabas en la sala, mejor un servicio de «sube tu archivo».
Entrevistas. La fidelidad a «quién dijo qué y cuándo» lo es todo: diarización y renombrado masivo de hablantes determinan el tiempo de edición. Rimo Voice, PUBVOICE y Notta son candidatos; si alimenta vídeo, verifica la exportación SRT/VTT.
Clases y estudio. Importan las subidas largas y un plan gratuito que se renueve cada mes. PUBVOICE (60 min/mes gratis) y Notta son puntos de partida realistas.
Subtítulos de pódcast/YouTube. Confirma la exportación SRT/VTT antes que nada: los servicios solo-TXT obligan a reconstruir los subtítulos en otra herramienta. PUBVOICE exporta SRT/VTT de forma nativa.
Intuición de coste anual
Para 5 horas/mes (recalcula con precios vigentes):
- Por uso (~500 ¥/h): 2.500 ¥/mes → 30.000 ¥/año
- Plan mensual (2.000 ¥, dentro del tope): 24.000 ¥/año
- Gratis + por uso (60 min gratis): ~2.000 ¥/mes → 24.000 ¥/año
Conoce tus minutos mensuales antes de mirar precios: los planes «ilimitados» casi siempre traen topes prácticos.
Lista de comprobación
- ¿Puedes probar antes de registrarte? (PUBVOICE: 90 segundos, sin registro)
- ¿Probaste tu audio (varios hablantes, jerga)?
- ¿La exportación conecta con tu siguiente paso (actas/subtítulos/borradores)?
- ¿Ubicación de datos, retención y uso para entrenamiento confirmados?
- ¿Periodicidad de facturación verificada?
FAQ
Q. ¿Hasta dónde llega el plan gratuito?
A. PUBVOICE: 90 segundos sin registro y, al registrarte, 60 minutos de transcripción + 10.000 caracteres de texto-a-voz al mes. Comprueba si otros son acumulativos o mensuales.
Q. ¿Cómo de precisa es la diarización?
A. Depende mucho de la grabación; ver la guía de grabación: acercar los micrófonos es la mayor mejora.
Q. ¿Los términos técnicos son difíciles para todos?
A. En general, sí. Planifica edición humana; lo que varía es la calidad del editor. El de PUBVOICE permite renombrar hablantes y editar en lote.
Q. ¿Sirve para subtítulos de vídeo?
A. Sí: PUBVOICE exporta SRT/VTT listos para reproductores y editores.
