Question 1

¿Cómo de precisa es la transcripción?

Accepted Answer

El japonés claro se transcribe con alta precisión. La separación de hablantes organiza quién dijo qué y cuándo. Los términos técnicos se corrigen en el propio editor.

Question 2

¿Qué formatos de audio son compatibles?

Accepted Answer

MP3, WAV, M4A, WEBM, FLAC y MP4. Hasta 2 horas y 500MB por archivo; las notas de voz del móvil y grabaciones de reuniones sirven tal cual.

Question 3

¿Cuánto puedo usar gratis?

Accepted Answer

Sin tarjeta: 30 minutos de transcripción y 5.000 caracteres de voz al mes. La exportación TXT/SRT/VTT está disponible en el plan gratuito. Antes de registrarte, prueba hasta 90 segundos en la página principal.

Question 4

¿Es segura mi grabación?

Accepted Answer

El audio y las transcripciones se guardan solo en tu cuenta y no se comparten. No se usan para entrenar modelos de IA. Puedes borrarlos cuando quieras.

Question 5

¿Puedo convertir transcripciones en audio?

Accepted Answer

Sí. Envía el texto editado a Voz (/speech) para generar narración natural (MP3): útil para locuciones, materiales y borradores de pódcast.

Question 6

¿Puedo cambiar «Hablante 1» por nombres reales?

Accepted Answer

Sí. Renombrar a un hablante en el editor se aplica a toda la transcripción, lista para actas y entrevistas.

Question 7

¿Qué formatos de exportación hay?

Accepted Answer

TXT con hablantes (actas), SRT y VTT (subtítulos) y copia al portapapeles. Todos disponibles en el plan gratuito.

Question 8

¿Cuánto tarda el proceso?

Accepted Answer

Unos minutos por cada hora de audio (varía según la carga). El estado se actualiza solo; puedes seguir trabajando mientras tanto.

Question 9

¿Por qué sigue bajando el precio de la publicidad web (CPM)?

Accepted Answer

Las causas principales son el exceso de inventario publicitario y la pérdida de precisión del segmentado por la regulación de las cookies de terceros. Además, las restricciones de rastreo de ITP (Intelligent Tracking Prevention) de iOS y la difusión de bloqueadores de publicidad como AdBlock también presionan a la baja los CPM. Según Digital Applied 2026 Display Benchmarks, el CPM medio de GDN es de apenas 3,12 dólares: para el anunciante significa "comprar barato", pero para el editor supone una estructura en la que "solo puede vender barato".

Question 10

¿Qué es la búsqueda sin clic (zero-click) y cómo afecta a los medios?

Accepted Answer

Se refiere al fenómeno en que la propia página de resultados de Google resuelve la duda del usuario sin que se genere ningún clic al sitio web. Actualmente, alrededor del 60 % de las búsquedas en Google terminan sin clic (The Digital Bloom 2025 Report). El impacto es especialmente grande en medios con muchos artículos de "cómo hacer" o de verificación de datos. El Reuters Institute for the Study of Journalism prevé que el tráfico orgánico desde buscadores caiga cerca del 40 % en los próximos tres años.

Question 11

¿Cómo afectan las AI Overviews (resúmenes con IA) al tráfico de los medios?

Accepted Answer

Según la investigación de Seer Interactive (junio de 2024 - septiembre de 2025), en las consultas donde aparecen AI Overviews el CTR orgánico cae un 61 % y el de anuncios de pago un 68 %. En la conferencia de usuarios de PIANO Japan también se reportaron caídas de páginas vistas del 20-30 %. Los artículos informativos y de noticias son los más afectados.

Question 12

¿Cómo debería cambiar la estructura de ingresos de los medios?

Accepted Answer

Es urgente reducir la dependencia de la publicidad. Con la regulación de cookies de terceros, los ingresos publicitarios han caído una media del 15 %. Como señaló el presidente de PIANO Japan en una charla de Kodansha C-Station, la tendencia es la "monetización híbrida": suscripciones, eventos, comercio electrónico, etc. Con solo texto es difícil ganar el tiempo del usuario, por lo que la diversificación hacia el vídeo y el audio es imprescindible.

Question 13

¿Qué es el "abandono del texto"? ¿Qué tiene que ver el contenido de audio?

Accepted Answer

Especialmente entre los jóvenes, el consumo se desplaza del texto al vídeo y al audio. El tráfico desde TikTok, Instagram y YouTube se está convirtiendo en la principal vía de entrada. El audio es eficaz para llegar a usuarios "sin tiempo para leer": permite entregar información en situaciones en las que no se puede mirar la pantalla, como el trayecto al trabajo o las tareas del hogar. También lo impulsa el crecimiento del mercado del pódcast (unos 460 millones de oyentes en 2025).

Question 14

¿Cómo afecta el audio al tiempo de permanencia en los medios digitales?

Accepted Answer

El tiempo medio de permanencia en un artículo de texto es de unas decenas de segundos, pero los usuarios que reproducen audio permanecen varios minutos. Los datos de PUBVOICE muestran una gran reducción del abandono en los primeros 0-10 segundos. Un mayor tiempo de permanencia se traduce directamente en un mejor RPM (ingresos por mil páginas vistas) y en más lectores recurrentes. También aumentan las oportunidades de mostrar anuncios, lo que mejora los ingresos publicitarios.

Question 15

¿Por qué se habla tanto de la "appficación" de los medios digitales?

Accepted Answer

El motivo de fondo es el riesgo de depender de servicios de agregación (Yahoo! News, SmartNews, etc.). Una estructura en la que el 30-50 % del tráfico depende de plataformas externas es frágil. Con una app propia se habilitan notificaciones push, datos de primera parte e ingresos por suscripción. Además, la nueva ley de smartphones de Japón (en vigor desde diciembre de 2025) permitió los pagos externos, ampliando la libertad de la estrategia de apps.

Question 16

¿Qué es el GEO (Generative Engine Optimization)? ¿En qué se diferencia del SEO?

Accepted Answer

El GEO es la técnica de optimización para ser elegido por la IA como "fuente fiable a citar". Mientras que el SEO tradicional persigue posiciones en los buscadores, el GEO busca que la marca propia aparezca en las respuestas de la IA. El presidente de PIANO Japan señala que "ser citado por la IA" se está convirtiendo en el nuevo KPI. Los medios con información primaria propia y análisis profundos salen favorecidos en el GEO.

Question 17

¿Por qué "audio"? ¿Por qué no vídeo?

Accepted Answer

Producir vídeo cuesta tiempo y dinero. El audio puede generarse automáticamente con IA a partir del texto, aprovechando los artículos existentes tal cual. El tiempo medio de atención de un anuncio en CTV es de 22 segundos, mientras que los artículos en audio se escuchan durante minutos. La difusión de altavoces inteligentes y auriculares también ha preparado el terreno para el consumo de audio. El crecimiento del mercado del pódcast (unos 460 millones de oyentes en 2025) es otro viento a favor.

Question 18

¿Qué es PUBVOICE?

Accepted Answer

Es un SaaS que convierte automáticamente artículos web en audio con voz de IA. Basta con incrustar un "botón de reproducción" en el artículo para que los lectores puedan escucharlo. La obtención puede ser automática desde feeds RSS o mediante incrustación directa con el SDK. El servicio se lanzó en marzo de 2026 y puedes empezar gratis con el plan Free.

Question 19

¿Cómo contribuye PUBVOICE a mejorar los ingresos?

Accepted Answer

Contribuye por varias vías: más oportunidades de anuncios por la mayor permanencia, mayor tasa de lectores recurrentes, nuevos espacios publicitarios dentro del reproductor de audio y compatibilidad con suscripciones. Al aumentar el tiempo de permanencia, también mejora el RPM.

Question 20

¿Es difícil incrustar el SDK?

Accepted Answer

Solo hay que añadir dos cosas al HTML: la etiqueta de script y una etiqueta div en la posición donde quieras que aparezca el reproductor. Es compatible con las principales plataformas: WordPress, Next.js, HTML estático, etc.

Question 21

¿Qué es la obtención automática por feed RSS?

Accepted Answer

Basta con registrar la URL del feed RSS del medio para que el audio se genere automáticamente al publicar cada artículo nuevo. Los artículos recientes disponibles en el feed al registrarlo también se convierten automáticamente, y los artículos más antiguos pueden convertirse introduciendo sus URL desde el panel.

Question 22

¿La calidad del audio es buena? ¿Suena natural?

Accepted Answer

Utilizamos la tecnología más reciente de síntesis de voz por IA. Con entonaciones y pausas naturales, logramos una calidad cercana a la narración humana. Puedes elegir entre varios personajes de voz.

Question 23

¿El plan Free tiene limitaciones?

Accepted Answer

El plan Free permite convertir en audio un número determinado de artículos al mes. Los detalles se pueden consultar en el panel. Si deseas convertir más artículos, tienes los planes de pago (desde 1.480 yenes/mes).

Question 24

¿Qué idiomas están soportados?

Accepted Answer

Se soportan japonés, inglés, español y portugués.

Question 25

¿Alterará el diseño de mi sitio web actual?

Accepted Answer

El reproductor es responsive y está diseñado para integrarse de forma natural en el diseño existente. También puedes ajustar su apariencia con CSS personalizado.

Question 26

¿Se pueden consultar estadísticas de uso?

Accepted Answer

En el panel puedes consultar métricas específicas del audio como el número de reproducciones, la tasa de finalización y los puntos de abandono. También está prevista la integración con Google Analytics.

Question 27

¿Puedo usarlo en varios sitios de medios?

Accepted Answer

Es compatible con la gestión de varios sitios. Empresas que operan grupos de medios o varias marcas pueden gestionarlos de forma centralizada.

Question 28

¿Cuánto tarda la implementación?

Accepted Answer

Si solo hay que incrustar la etiqueta del SDK, se completa en minutos. Con la integración RSS, desde el registro del feed hasta la primera generación de audio transcurren unos 30 minutos.

Question 29

¿Qué plataformas están soportadas?

Accepted Answer

WordPress, Next.js, Nuxt.js y sitios HTML estáticos. Independientemente del CMS, puede implementarse en cualquier entorno donde funcione JavaScript.

Question 30

¿Cuánto tarda la generación de audio?

Accepted Answer

Normalmente 1-3 minutos por artículo. Incluso los artículos largos se completan en menos de 5 minutos. Con la integración RSS, la generación se inicia automáticamente en segundo plano tras la publicación.

Question 31

¿Hay límites de uso de la API?

Accepted Answer

El plan Free tiene un límite diario de generaciones de audio. Los valores concretos se pueden consultar en el panel. El plan Enterprise contempla límites más flexibles.

Question 32

¿Qué pasa con SSL y la seguridad?

Accepted Answer

Todas las comunicaciones están cifradas con HTTPS. El SDK también se carga a través de una CDN segura.

Question 33

¿Se pueden crear voces personalizadas (voces clonadas)?

Accepted Answer

Es posible crear voces clonadas aprendiendo la voz de tus propios locutores o presentadores. Solo hace falta proporcionar muestras de audio, y podrás distribuir artículos con una voz propia acorde a tu marca.

Preguntas frecuentes y guías

Transcripción y generación de voz

Funciones para editores: industria (legado)

Funciones para editores: producto (legado)

Funciones para editores: técnico (legado)

¿Por qué no probarlo gratis?