Ir al contenido
Resumen rápido de las herramientas de transcripción en español y su precisión
Probamos cinco herramientas de transcripción de reuniones basadas en IA con grabaciones reales en español. En dos sesiones en México y una en España, tl;dv en primer lugar con 170,2 sobre 200, por delante de Fireflies 151,4) y HappyScribe (143,4). Destacó en precisión de transcripción bruta y fue la única herramienta que siguió correctamente a un ponente que pasó del español de Castilla al catalán a mitad de la reunión; el resto lo convirtió en un español ininteligible.
Pero no fue un triunfo rotundo, y no vamos a fingir que lo fue:
- HappyScribe quedó en segundo lugar, solo por detrás de tl;dv a precisión de transcripción, con una puntuación de 45,2 sobre 65. Era de esperar, ya que es una herramienta española.
- Fireflies obtuvo una puntuación más alta que cualquier otra herramienta en cuanto a la calidad de las reuniones en la vida real (33,2/45), lo cual es una de las razones por las que se hizo con el segundo puesto en la clasificación general.
- Otter (96,6) y Google Gemini (87,2) quedaron a la zaga. Otter con los idiomas extranjeros, mientras que Google Gemini tiene una función para subir archivos como los demás, así que se quedó fuera de parte de la prueba. En general, Gemini un poco mejor que Otter, pero como no tiene esa función, su puntuación global fue más baja.
Clasificación final: tl;dv 170,2) › Fireflies 151,4) › HappyScribe (143,4) › Otter 96,6) › Google Gemini 87,2).
Todas las herramientas de transcripción de reuniones en español que usamos para la prueba dicen que funcionan con el español. Sin embargo, hay una diferencia entre el español de Latinoamérica y el de España, y ahí es donde la mayoría de las herramientas empiezan a fallar.
Un modelo entrenado con el español de las salas de juntas de Madrid se atasca con el vocabulario, la moneda y los topónimos mexicanos; uno entrenado con audio latinoamericano no reconoce el «vosotros» ni las expresiones típicas de la Península; y casi ninguno espera que un hablante se pase al catalán, al inglés o a un término indígena en mitad de una frase.
Es un ámbito muy amplio en el que se pueden cometer errores. El español es la segunda lengua materna más hablada del mundo, con unos 519 millones de hablantes nativos y 636 millones de hablantes en total. Incluso el número de personas que lo aprenden como lengua extranjera ha crecido un 79 % en la última década. Eso significa que hay un montón de reuniones en español, con un montón de acentos diferentes, y la herramienta que las graba tiene que estar a la altura de todo eso.
Así que, para ver qué tal tl;dv para alguien que habla español, lo hemos comparado con otras cuatro herramientas muy utilizadas:
A todas las herramientas se les proporcionó el mismo material de audio: tres sesiones gubernamentales grabadas en español, dos de México y una de España. A continuación, las evaluamos en cuatro aspectos distintos mediante pruebas ciegas con modelos de lenguaje grande (LLM) y una revisión realizada por hablantes nativos.
- Transcripción y precisión
- Calidad de las reuniones en la vida real
- Funcionalidades y características
- Confianza, seguridad y valor
Generamos los resultados de transcripción y resumen, los evaluamos a ciegas con dos modelos de lenguaje grande (LLM) independientes (Claude,Anthropic, y Grok, de xAI) y, a continuación, un hablante nativo de español revisó cada resultado de forma anónima, sin que se mostraran los nombres de las herramientas.
Estos son los resultados.
| Nivel | Max | tl;dv | Google Gemini | Otter | Happy Scribe | Fireflies |
|---|---|---|---|---|---|---|
| Transcripción y precisión | 65 | 53.7 | 32.7 | 23.8 | 45.2 | 38.2 |
| Calidad de las reuniones en la vida real | 45 | 32.5 | 17.5* | 23.8 | 32.2 | 33.2 |
| Capacidades y características | 72 | 66 | 22 | 38 | 49 | 63 |
| Confianza, seguridad y valor | 18 | 18 | 15 | 11 | 17 | 17 |
| Puntuación total | 200 | 170.2 | 87.2 | 96.6 | 143.4 | 151.4 |
| Clasificación | 1 | 5 | 4 | 3 | 2 |
* Gemini Google Meet no Google Meet la función de transcribir archivos, así que no pudo participar en todas las pruebas.
Transcripción y precisión de reuniones en español
tl;dv ofreció la transcripción en español más precisa de la prueba, con una puntuación de 53,7 sobre 65, y fue la única de las cinco herramientas que no se desorientó cuando un hablante pasó del español castellano al catalán en mitad de una frase. HappyScribe fue el competidor más cercano, con 45,2, seguido de Fireflies 38,2), Google Gemini 32,7) y Otter, que quedó a la cola con 23,8.
Esas puntuaciones las asignaron dos modelos de lenguaje grandes (LLM) independientes, Claude Anthropicy Grok de xAI, y luego las confirmó una revisión ciega realizada por un hablante nativo con los nombres de las herramientas ocultos, para que ningún modelo se viera influido por un logotipo. En realidad, el plan era usar Claude y ChatGPT, pero este último se negó rotundamente a hacerlo, alegando que la prueba era demasiado compleja de ejecutar y demasiado larga de asimilar. La prueba abarcó más de 90 páginas de transcripciones y notas repartidas entre cinco herramientas a lo largo de tres reuniones en directo, más una subida de archivo por cada una. ChatGPT se tiró para atrás a mitad de cada intento, por mucho que lo dividiera en partes más pequeñas. Grok lo hizo todo sin quejarse, lo cual es un pequeño dato más en el debate entre Grok y ChatGPT.
| Métrico | Cómo se puntúa | tl;dv | Google Gemini | Otter | Happy Scribe | Fireflies |
|---|---|---|---|---|---|---|
| Precisión lingüística | Evaluación ciega de la precisión en la propia lengua realizada por hablantes nativos | 16,8/20 | 20/9 | 20/8 | 13/20 20 | 20/11 |
| Tratamiento específico para cada idioma | Signos diacríticos, puntuación, variantes regionales, alternancia de códigos | 16,3/20 | 11,2/20 | 6,2/20 | 12,5/20 | 11,8/20 |
| Puntuación de la tasa de errores de caracteres | Calculado a partir de un expediente académico oficial o un texto de referencia | 4/5 | 1,7/5 | 1,5/5 | 3/5 te cuento | 2,5/5 |
| Detección de entidades | Nombres, empresas y lugares que aparecen en el reparto | 4/5 | 1,8/5 | 2,3/5 | 4,2/5 | 3/5 te cuento |
| Números, fechas y divisas | Las cifras, las fechas y las cantidades están formateadas correctamente en el idioma correspondiente | 4,5/5 | 3,5/5 | 2/5 informo | 4,5/5 | 3,5/5 |
| Término técnico: reconocimiento en bruto | Términos y siglas del sector antes de la formación a medida | 4,3/5 | 2,8/5 | 2,3/5 | 4,2/5 | 3,2/5 |
| Puntuación y segmentación | Saltos de línea y división en párrafos en el resultado de la prueba | 3,8/5 | 2,7/5 | 1,5/5 | 3,8/5 | 3,2/5 |
| Subtotal de transcripción y precisión | 53,7/65 | 32,7/65 | 23,8/65 | 45,2/65 | 38,2/65 |
Variantes regionales y el lanzamiento con efecto catalán
Lo que más marcó la diferencia en toda la prueba fue el cambio de código. En nuestra segunda sesión, una comparecencia parlamentaria española sobre salud (una comparecencia en la que participó la ministra Mónica García), uno de los ponentes pasó del español de Castilla al catalán en mitad de su intervención, y tl;dv la única herramienta que siguió el cambio y transcribió el catalán como catalán. El resto lo redujo a un español aproximado o se rindió y se limitó a adivinar.
Esto casi nunca aparece en la lista de características, pero en la vida real es un auténtico desastre para la transcripción. tl;dv detección automática de idiomas, así que da igual en qué idioma hables o cuántas veces cambies: te seguirá el ritmo. Y esto es justo el tipo de cosas con las que te topas en el mundo hispanohablante, donde en una sola llamada puedes encontrar vocabulario mexicano, el «vosotros» peninsular y un préstamo lingüístico regional, todo en los mismos cinco minutos.
La revisión humana a ciegas también puso de manifiesto la otra cara de la moneda: en un clip herramientas pensaron que un hablante había dicho «súper caro», cuando en realidad el audio decía «súper claro». Solo HappyScribe lo acertó, aunque una revisión realizada por un nativo confirmó que era difícil de entender, incluso para ellos. A pesar de ello, HappyScribe no consiguió ofrecer el mejor rendimiento de forma constante. Cuando se trata de notas y tareas pendientes, este único error en una palabra podría ser importante. Cambia el significado de forma significativa, así que hay que reconocer lo que hay que reconocer.
Nombres, lugares y un «Bulmaro» muy seguro de sí mismo
La detección de entidades es donde la competición se ha puesto más reñida, y es una de las pocas categorías en las que un competidor ha ganado por goleada. HappyScribe le ha ganado por los pelos a tl;dv , con un 4,2 frente a un 4,0. Los nombres propios y las siglas son lo primero que falla en una segunda lengua, porque el modelo tiene que reconocerlos aunque no aparezcan en ningún diccionario (para eso sirve la función de vocabulario personalizado).
En la rueda de prensa «mañanera» mexicana, tl;dv «Dalila», las siglas «INAH» (el instituto nacional de antropología de México) y «1.391 municipios». Fireflies Dalila Fireflies «Bulmaro»: seguro de sí mismo, equivocado y ni por asomo cerca. Google Gemini el más interesante: acertó casi todas las estadísticas de la sala, pero convirtió «INAH» en «Lina». Genial con los números, pero le cuesta con los nombres.
Números, fechas y divisas
En cuanto a cifras, fechas y cantidades monetarias, tl;dv HappyScribe empataron en lo más alto con una puntuación de 4,5 sobre 5. Ambos mostraron las cantidades de forma clara y en el idioma correspondiente. La diferencia solo se nota de verdad al final de la tabla.
tl;dv «un millón trescientos mil» tal y como lo diría realmente alguien que habla español. Otter «$1300000», usando un símbolo de moneda incorrecto, sin separadores y sin el formato propio del idioma. Por otra parte, Otter una referencia a 70 pueblos en «nueve» y resumió las cifras de población de las comunidades afromexicanas (15 795 y 442) en un confuso «15 742». Cuando la reunión trata sobre presupuestos o cifras de personas, esa es la diferencia entre unas notas en las que puedes confiar y otras que tienes que volver a comprobar con la grabación, lo que, en cierto modo, echa por tierra el sentido de tenerlas.
Calidad de las reuniones en la vida real
Fireflies la victoria por 0,7 puntos, con tl;dv los talones (33,2 frente a 32,5). Esto es lo que hace que las notas sean útiles: quién dijo qué, qué se decidió y qué hay que hacer a continuación.
Los tres primeros estaban muy igualados: Fireflies con 33,2 sobre 45, seguido muy de cerca por tl;dv 32,5) y HappyScribe (32,2), en lo que básicamente es un empate a tres. Otter con 23,8, y Google Gemini por completo durante parte de esta ronda, por lo que su puntuación de 17,5 lleva un asterisco (más detalles al respecto más abajo).
En resumen: en cuanto a la utilidad pura para las reuniones, los tres primeros están separados por menos de un punto, y tu elección dependerá de qué trabajo concreto te interese más.
| Métrico | Cómo se puntúa | tl;dv | Google Gemini | Otter | Happy Scribe | Fireflies |
|---|---|---|---|---|---|---|
| Calidad de la diarización | Recuento correcto de los personajes y atribución de las intervenciones frente al reparto conocido | 6/10 | N/S* | 4/10 | 7/10 | 7,5/10 |
| Estabilidad conductual | Coherencia en el funcionamiento tanto en las reuniones en directo como en la subida de archivos | 7,5/10 | N/S* | 5/10 | 5,5/10 | 7,5/10 |
| Resumen de la calidad | La utilidad del resumen y si se mantuvo en el idioma original, teniendo en cuenta los préstamos lingüísticos | 3,8/5 | 4,5/5 | 3/5 te cuento | 3,8/5 | 4,5/5 |
| Tasa de alucinaciones / inserciones | Texto inventado, repetido o duplicado que no aparece en el audio. Se excluyen los errores de audición y las frases truncadas. | 7,7/10 Te lo cuento | 6,5/10 | 6,7/10 Te lo cuento | 7,7/10 Te lo cuento | 7/10 |
| Extracción de acciones a realizar | Calidad de las tareas y los seguimientos que se han sacado de la reunión | 3,7/5 | 3/5 te cuento | 2,3/5 | 4,5/5 | 3,2/5 |
| Capítulos automáticos / división en secciones | ¿El resumen divide la reunión en secciones útiles? | 3,8/5 | 3,5/5 | 2,8/5 | 3,7/5 | 3,5/5 |
| Subtotal de la calidad de las reuniones en el mundo real | 32,5/45 | 17,5/25* | 23,8/45 | 32,2/45 | 33,2/45 |
* Para probar la calidad de la diarización y la estabilidad del comportamiento, hay que subir archivos, algo que Google Gemini permite.
Diarización: ¿Quién está hablando realmente?
Fireflies el que mejor separó las voces, con una puntuación de 7,5 sobre 10; le siguió de cerca HappyScribe (7) y tl;dv respetable 6. Otter la diarización más creativa, lo cual no es precisamente un cumplido.
Otter el audio, que se reproducía a través de un único altavoz en una reunión en directo, y convirtió con total naturalidad una sola voz en un pequeño comité. Los «oradores fantasma» son, podría decirse, peores que no tener ninguna etiqueta, porque te fías de ellos: acabas atribuyendo una decisión al «Orador 3», que nunca existió. tl;dv lo tl;dv de forma más directa, situándose en la mitad de la tabla sin inventarse a nadie. Gemini se le Gemini puntuar en este aspecto, ya que nunca generó un resultado con diarización en el archivo subido.
Acciones
HappyScribe sacó la mejor puntuación en las tareas pendientes de la prueba (4,5 sobre 5), identificando el único paso concreto que se discutió en la reunión. tl;dv los LLM tl;dv (3,7) por añadir tareas adicionales que consideraron menos importantes. El instinto tl;dves buscarte cosas que hacer, que es justo lo que quieres en una llamada de ventas y no tanto lo que buscas en una sesión parlamentaria de dos horas. En parte, eso es culpa del material de la prueba. Era casi imposible encontrar una llamada de ventas real en español con una transcripción oficial.
Resúmenes
Los resúmenes fueron más concisos en general. Gemini Fireflies en el primer puesto (4,5), y vale la pena destacar Gemini: como se basa en un modelo de lenguaje grande (LLM), reconstruye un resumen claro y fácil de leer incluso cuando la transcripción original tiene fallos. Tiene buenos comentarios que compensan el texto sin pulir.
tl;dv HappyScribe empataron con una puntuación de 3,8; ambos hicieron resúmenes de buena calidad de lo que pasó en la reunión.
Estabilidad conductual (y el asterisco en Gemini)
tl;dv Fireflies las herramientas más consistentes en los distintos tipos de sesión, empatando con una puntuación de 7,5 sobre 10. Esto significa que funcionaron igual tanto si el audio era de una llamada en directo como si se trataba de un archivo subido. Gemini la excepción: Gemini Google Meet transcribir archivos subidos en absoluto, así que no se le pudo puntuar en diarización ni en estabilidad, y su subtotal es de 25 en lugar de 45.
Alucinaciones
HappyScribe perdió un poco de estabilidad por un pequeño fallo: cambió el resumen al inglés en la sesión subida, aunque el audio fuera en español. Esto pasó porque los archivos subidos no generan un resumen automático. Tienes que pedirle a la IA de HappyScribe que te lo genere. No es un problema grave si ocurre de vez en cuando en circunstancias concretas, pero puede resultar molesto si has pedido notas en español y te cambia el idioma.
Por otro lado, tl;dv HappyScribe fueron los que menos alucinaciones tuvieron (7,7 sobre 10 cada uno), lo que significa que eran los menos propensos a repetir lo mismo, duplicar o inventarse texto que nunca se había dicho. Este tipo de errores es el que suele causar más problemas, ya que son difíciles de detectar a menos que leas la transcripción línea por línea.
Funcionalidades y características
tl;dv la palma en cuanto a funciones, con 66 de 72, pero Fireflies 63) le plantó cara de verdad. La diferencia se debe a unas cuantas cosas que tl;dv y que casi nadie más hace (impresión de voz, traducciones y la mayor velocidad de procesamiento).
En este nivel, lo de «más preciso» ya no es tan importante y la pregunta que hay que hacerse es: «¿se adapta realmente a mi flujo de trabajo?». Vale la pena leerlo fila por fila en lugar de fiarte del subtotal.
| Métrico | Cómo se puntúa | tl;dv | Google Gemini | Otter | Happy Scribe | Fireflies |
|---|---|---|---|---|---|---|
| Configuración de los altavoces nada más sacarlos de la caja | Identifica automáticamente a los participantes reales en Meet, Zoom y Teams | 5/5 Te lo cuento | 5/5 Te lo cuento | 0/5 | 0/5 | 5/5 Te lo cuento |
| Impresión de voz | Posibilidad de entrenar el reconocimiento de voz con la propia voz del usuario | 5/5 Te lo cuento | 0/5 | 0/5 | 0/5 | 0/5 |
| Grabación sin robots | Graba a través del audio del sistema sin que un bot se una a la llamada | 5/5 Te lo cuento | 3/5 te cuento | 0/5 | 0/5 | 5/5 Te lo cuento |
| Sincronización CRM | Nativo y sincronización automática | 3/3 informo | 0/3 | 3/3 informo | 3/3 informo | 3/3 informo |
| Notas personalizadas / plantillas | Formatos de resumen personalizables frente a una salida fija | 3/3 informo | 0/3 | 0/3 | 2/3 informo | 3/3 informo |
| Entrenamiento de vocabulario y entidades personalizadas | Enseña términos y siglas del sector | 5/5 Te lo cuento | 0/5 | 5/5 Te lo cuento | 5/5 Te lo cuento | 5/5 Te lo cuento |
| Localización de la interfaz de usuario al español | Si la propia interfaz del producto está disponible en español | 5/5 Te lo cuento | 5/5 Te lo cuento | 0/5 | 5/5 Te lo cuento | 5/5 Te lo cuento |
| Amplitud de las integraciones | Slack, calendario, Zapier, API te informo | 3/3 informo | 0/3 | 1/3 | 3/3 informo | 3/3 informo |
| Velocidad de procesamiento | Tiempo transcurrido desde el final de la reunión hasta que se termina la transcripción | 3/3 informo | 0/3 | 0/3 | 2/3 informo | 2/3 informo |
| Seguimiento de palabras de relleno | Seguimiento de palabras de relleno: detecta «um», «eh» y «este» sin duplicar los tartamudeos. Te permite ver las transcripciones de lo dicho tal cual, sin suavizarlas en exceso. | 3/3 informo | 0/3 | 0/3 | 0/3 | 3/3 informo |
| Precisión de la marca de tiempo | Comprueba al azar que las marcas de tiempo coincidan con el momento correcto | 3/3 informo | 0/3 | 3/3 informo | 3/3 informo | 3/3 informo |
| Disponibilidad de la traducción | ¿Puede traducir las notas de la reunión? ¿Y a cuántos idiomas? | 3/3 informo | 0/3 | 0/3 | 3/3 informo | 0/3 |
| Buscar en la transcripción | Buscar en una reunión y en la biblioteca | 3/3 informo | 2/3 informo | 3/3 informo | 3/3 informo | 3/3 informo |
| Interfaz de usuario para la edición de transcripciones | ¿Se puede corregir la transcripción fácilmente a posteriori? | 3/3 informo | 3/3 informo | 3/3 informo | 3/3 informo | 3/3 informo |
| Formatos de exportación | SRT, VTT, TXT, DOCX y similares | 0/3 | 0/3 | 3/3 informo | 3/3 informo | 3/3 informo |
| Transcripción en directo / en tiempo real | ¿Se muestra una transcripción en directo durante la reunión? | 0/3 | 3/3 informo | 3/3 informo | 0/3 | 3/3 informo |
| Cobertura de la plataforma de reuniones | Cobertura de Zoom, Meet, Teams y Webex | 3/3 informo | 0/3 | 3/3 informo | 3/3 informo | 3/3 informo |
| Captura de la aplicación móvil | ¿Se pueden grabar reuniones presenciales a través de una app móvil? | 3/3 informo | 0/3 | 3/3 informo | 3/3 informo | 3/3 informo |
| Servidor MCP nativo | Servidor propio nativo que permite a los asistentes de IA consultar el catálogo de reuniones | 5/5 Te lo cuento | 0/5 | 5/5 Te lo cuento | 5/5 Te lo cuento | 5/5 Te lo cuento |
| Edición de la etiqueta del altavoz | ¿Se pueden cambiar los nombres y reasignar los altavoces a posteriori? | 3/3 informo | 1/3 | 3/3 informo | 3/3 informo | 3/3 informo |
| Subtotal de capacidades y características | 66/72 | 22/72 informo | 38/72 » | 49/72 informo | 63/72 informo |
Velocidad de procesamiento: un minuto frente a nueve
tl;dv la herramienta más rápida de la prueba con diferencia, ya tl;dv generó una transcripción completa en aproximadamente un minuto. Google Gemini la más lenta, tardando unos nueve minutos, a pesar de ser la plataforma en la que se celebró la reunión.
Aquí tienes el proceso completo, desde el final de la reunión hasta la transcripción final:
- tl;dv — ~1 minuto
- HappyScribe — ~2 minutos
- Fireflies — ~3 minutos
- Otter — Unos 7 minutos (y este tiene transcripción en directo, así que no hay excusa)
- Google Gemini — unos 9 minutos
La rapidez puede parecer una métrica sin importancia hasta que estás en una llamada con un cliente intentando sacar una cotización antes de que empiece la siguiente reunión. Un tiempo de respuesta de un minuto significa que las notas están listas antes de que hayas cerrado la pestaña; uno de nueve minutos significa que ya has pasado a otra cosa y te has olvidado de comprobarlo.
Grabación sin bots e impresión de voz
Hay dos características que realmente diferencian tl;dv resto: la grabación sin bots y la «huella de voz». «Sin bots» significa que tl;dv la reunión a través del audio de tu sistema sin enviar un bot a la llamada para que se quede ahí y haga que todo el mundo se sienta incómodo. Fireflies tl;dv Fireflies lo consiguen; Otter HappyScribe no, y Gemini , aunque Gemini tiene un bot por defecto, solo funciona en Google Meet pierde puntos.
El reconocimiento de voz es la única ventaja tl;dv la única herramienta de la prueba que te permite entrenarla con tu propia voz para que te reconozca en todas las reuniones, sin tener que volver a etiquetar nada manualmente. Parece una tontería hasta que has cambiado el nombre de «Ponente 2» por el tuyo por enésima vez.
Transcripciones en directo
En cuanto a las transcripciones en directo, Fireflies, Gemini y Otter te ofrecen lo que se dice en el momento en que se dice, siempre que tengas la configuración adecuada. Algunas requieren aplicaciones, por ejemplo.
En resumen, tl;dv ni HappyScribe muestran una transcripción en tiempo real en pantalla durante la reunión. Si para ti es importante ver cómo se desplazan las palabras en directo mientras trabajas, lo más probable es que Fireflies, Otter o Gemini las mejores opciones para ti.
La disputa por el MCP que nadie aquí puede reclamar como propia
Los servidores MCP nativos solían ser un auténtico factor diferenciador. Pero ya no lo son. Todas las herramientas de esta prueba, excepto Google Gemini incluyen uno, así tl;dv Fireflies, HappyScribe y Otter sacan Otter un 5/5.
Geminiservidor MCP (Model Context Protocol) nativo permite que un asistente de IA como Claude o ChatGPT consulte directamente tu historial de reuniones: «¿En qué nos pusimos de acuerdo con la cuenta de Guadalajara el trimestre pasado?», con respuestas extraídas de tus propias llamadas. Es una función realmente útil, y si hubieras leído una comparación de 2025, sabrías que tl;dv una gran ventaja a la hora de perfeccionar esta característica. En 2026, todo el mundo y su perro estará lanzando MCP. Excepto Gemini…
Confianza, seguridad y valor
tl;dv la máxima puntuación aquí: 18 sobre 18, y es la única herramienta que lo ha conseguido. Cumple con las normas SOC 2 y el RGPD, no entrena su IA con tus grabaciones, sus precios están publicados en lugar de ser solo por presupuesto, y tiene un plan premium gratuito (no una prueba inútil). Pero una puntuación perfecta no significa que el resto de opciones supongan un riesgo de seguridad, así que la pregunta más útil es: ¿qué te quita el sueño? Ahí es donde estas herramientas realmente se diferencian.
Fireflies HappyScribe como Fireflies obtuvieron una sólida puntuación de 17/18. Google Gemini un 15, y Otter con un 11, por razones que vale la pena explicar, sobre todo si grabas reuniones dentro de la UE.
| Métrico | Cómo se puntúa | tl;dv | Google Gemini | Otter | Happy Scribe | Fireflies |
|---|---|---|---|---|---|---|
| Residencia de datos / Alojamiento regional | Opciones de alojamiento regional, por ejemplo, alojamiento en la UE bajo demanda | 3/3 informo | 3/3 informo | 0/3 | 3/3 informo | 2/3 informo |
| Seguridad y cumplimiento | SOC2, ISO 27001, RGPD | 3/3 informo | 3/3 informo | 2/3 informo | 3/3 informo | 3/3 informo |
| Entrenamiento de IA con audio de los usuarios | ¿Evita que se entrene la IA con tu audio? (Si no se entrena, se obtiene la máxima puntuación) | 3/3 informo | 3/3 informo | 1/3 | 2/3 informo | 3/3 informo |
| Controles de retención de datos | Control sobre el tiempo que se conservan las grabaciones y las transcripciones | 3/3 informo | 3/3 informo | 3/3 informo | 3/3 informo | 3/3 informo |
| Transparencia en los precios | Los precios de los planes se publican, en lugar de ofrecerse solo mediante presupuesto | 3/3 informo | 3/3 informo | 3/3 informo | 3/3 informo | 3/3 informo |
| Plan gratuito / límites | Disponibilidad de un plan gratuito (una prueba gratuita por sí sola se puntúa con 0) no informo | 3/3 informo | 0/3 | 2/3 informo | 2/3 informo | 3/3 informo |
| Subtotal de confianza, seguridad y valor | 18/18 informo | 15/18 2 | 18/11 | 17/18 | 17/18 |
* Verificado en julio de 2026 a partir de la documentación de seguridad de cada proveedor.
¿Dónde se guardan realmente los datos de tus reuniones?
Para un equipo que graba reuniones en español en la UE, la residencia de datos no es algo que esté bien tener, sino que es un requisito imprescindible del RGPD. HappyScribe lo guarda todo en un centro de datos de la UE por defecto (es una empresa nacida en Barcelona, y se nota); tl;dv ofrece alojamiento en la UE (es una empresa alemana) por defecto, pero puede alojar los datos en otras zonas (EE. UU. o Japón, por ejemplo) si es necesario. Google Gemini los controles de región de datos de Google Workspace, así que los tres sacan la máxima puntuación.
Fireflies un caso más matizado: ofrece residencia en la UE, pero se trata de una opción de almacenamiento privado a la que solo se puede acceder a través del plan Enterprise, por lo que un plan estándar podría seguir procesando tus datos en EE. UU. Otter el verdadero caso atípico; sus datos se almacenan en servidores de EE. UU. sin ninguna opción documentada de alojamiento en la UE, y se basa en las cláusulas de transferencia estándar. Si un responsable de cumplimiento te pregunta dónde se almacenan tus grabaciones, Otter te Otter la respuesta menos tranquilizadora de todas.
¿Entrena su IA con tus grabaciones?
Aquí tienes un punto en el que vale la pena leer la letra pequeña: Otter la única herramienta de esta prueba que usa tus grabaciones para entrenar sus propios modelos. De hecho, hay una demanda colectiva en su contra precisamente por esto. Otter primero el audio y las transcripciones para que no aparezcan nombres y nadie las revise manualmente, pero tus grabaciones siguen sirviendo para entrenar los modelos. Buena suerte encontrando una forma clara de darte de baja.
Ese no es el único problema de seguridad que afecta a Otter .
Una empresa de capital riesgo con la que tuve una Zoom usó Otter para grabar la llamada y, tras la reunión, me envió automáticamente por correo electrónico la transcripción, que incluía horas de conversaciones privadas que mantuvieron después, en las que hablaron de detalles íntimos y confidenciales sobre su negocio.
— Alex Bilzerian (@alexbilz) Septiembre 26, 2024
El resto no toca tu contenido. Fireflies tl;dv Fireflies sacan nota máxima por no entrenar con tu audio, y el nivel Workspace GeminiGoogle Geminitampoco entrena con datos de los clientes sin permiso explícito. HappyScribe se sitúa en un término medio. Funciona con un sistema de exclusión voluntaria en lugar de un «no» por defecto.
Si «no te fíes de lo que digo en mis reuniones» te parece una postura demasiado radical, tl;dv Fireflies y Gemini las opciones más seguras; Otter la que hay que analizar con más detenimiento.
Certificaciones, retención y la trampa del plan gratuito
En cuanto a las certificaciones oficiales, la competencia se aprieta. tl;dv, Google Gemini y Fireflies el conjunto completo: SOC 2, ISO 27001 y el RGPD. Por su parte, Otter SOC 2 y el RGPD, pero no tiene una certificación ISO 27001 completa e independiente (se basa en un marco ISO, que no es lo mismo que la certificación en sí). Todas las herramientas obtuvieron la máxima puntuación en los controles de retención, así que, elijas la que elijas, podrás configurar cuánto tiempo se conservan las grabaciones y las transcripciones.
Donde Gemini es en la relación calidad-precio. No tiene ningún plan gratuito, ya que está integrado en Google Workspace, que es de pago. Tanto tl;dv Fireflies aplicaciones gratuitas de toma de notas con IA que cuentan con planes gratuitos bastante completos (sin tarjetas ni cuenta atrás), mientras que Otter HappyScribe ofrecen planes gratuitos con límites más restrictivos.
Prueba de precisión en reuniones en español: metodología
Nuestra comparación se basa en una prueba controlada y comparativa, diseñada para que todas las herramientas se sometan a las mismas condiciones. El mismo audio, los mismos criterios de evaluación, la misma revisión a ciegas… La única variable es la propia herramienta.
El conjunto de pruebas
Probamos todas las herramientas con tres sesiones reales en español, distribuidas a propósito por diferentes regiones en lugar de centrarnos en un solo acento. Dos eran de México y una de España, porque una herramienta que lo hace genial en una reunión del gobierno de Ciudad de México puede fracasar estrepitosamente en una llamada comercial en Madrid, y al revés.
- Una sesión del Senado mexicano (Comisión Permanente, 1 de julio de 2026): densa, centrada en los trámites y con muchos oradores.
- Una comparecencia en la Comisión de Sanidad del Parlamento español( con la ministra Mónica García, el 16 de marzo de 2026), en la que uno de los ponentes pasó del castellano al catalán en mitad de su intervención.
- Una «mañanera» presidencial mexicana (26 de junio de 2026): rápida, repleta de estadísticas y, lo más importante, de la que la presidencia mexicana publica una versión estenográfica .
Para todas las reuniones, elegimos a propósito aquellas que contaban con una transcripción oficial del Gobierno, palabra por palabra, que coincidiera con el vídeo completo. Esto nos dio una referencia real con la que comparar, en lugar de una aproximación aproximada. (Primero intenté buscar audios equivalentes de la Asamblea Legislativa argentina; las transcripciones no coincidían con los vídeos, así que lo dejé).
Cada herramienta procesó las tres sesiones en directo, reproducidas a través de mi pantalla, además de un archivo subido para la ronda de diarización de hablantes. El archivo subido era el mismo clip la tercera fuente, para que pudiéramos ver cómo funcionaban las herramientas con el mismo audio pero con diferentes entradas.
La reseña
La puntuación se hizo en dos fases. Primero, se procesó a ciegas a través de dos modelos de lenguaje grandes (LLM) independientes: Claude, Anthropic, y Grok, de xAI. Estos evaluaron cada resultado según la rúbrica, valorando la precisión lingüística y la utilidad en situaciones reales. Después, nuestro revisor nativo de español evaluó los mismos resultados a ciegas, sin ver los nombres de las herramientas, para que ningún resultado se viera influido por un logotipo conocido.
La evaluación humana fue muy parecida a lo que decidieron los LLM. Clasificaron tl;dv HappyScribe como los mejores ex aequo en cuanto a precisión, con Fireflies detrás y Otter tonterías solo por diversión. La estructura sigue la misma metodología que desarrollamos para nuestra prueba de transcripción en japonés, así que ambas son directamente comparables.
El juego de herramientas
Probamos cinco herramientas: tl;dv, Fireflies, HappyScribe, Otter y Google Gemini. Durante toda la fase de puntuación, se mantuvieron anónimas como Herramientas A a E; los nombres solo se revelaron una vez que las puntuaciones quedaron fijadas, para que nadie (ni personas ni modelos) pudiera puntuar basándose en la reputación.
Cada herramienta se probó con un plan de pago para darle a cada producto la mejor oportunidad posible, en lugar de juzgarlo con una versión gratuita con funciones limitadas. Aunque hay que señalar que muchos de los planes de pago no modifican realmente la transcripción. En cambio, ofrecen más minutos o más subidas.
Desglose del motor y del plan
Estas herramientas no están diseñadas de la misma manera. Algunas utilizan un motor de voz específico, mientras que otra es un modelo de lenguaje grande (LLM) de uso general que hace las veces de tomador de notas.
Para ser más específicos, cuatro de las cinco herramientas utilizan un motor específico de ASR (reconocimiento automático del habla). Están diseñadas, literalmente, para transcribir lo que realmente oyen. Google Gemini, por su parte, es un LLM puro, que en su lugar reconstruye el texto más plausible. Esa única diferencia explica por qué Gemini casi todas las estadísticas, pero confundió «INAH» con «Lina». Se inventó un nombre que encajaba en lugar de captar el que se había dicho.
| Herramienta | Motor subyacente / proveedor | De desarrollo propio o con licencia | Tipo de motor | Plan |
|---|---|---|---|---|
| tl;dv | ElevenLabs | Con licencia | ASR dedicado | Empresa |
| Google Gemini | Google Gemini | Interno (Google) | LLM | Gemini independiente Gemini (cuenta Business Starter) |
| Otter | Otter.ai (propietario) | Interno | ASR dedicado | Pro |
| HappyScribe | No se ha hecho público | No se ha revelado | ASR específico (+ opción humana) | Básico |
| Fireflies | Reconocimiento de voz automático (ASR) de terceros (fabricante no revelado) | Con licencia | ASR específico (+ capa LLM) | Pro |
Ámbito de aplicación y advertencias
Unas cuantas aclaraciones sinceras sobre lo que esta prueba demuestra y lo que no:
- Las puntuaciones de Nivel 1 son relativas, no absolutas. Un 16,8/20 significa «el mejor de estos cinco», puntuado sobre 20 por dos LLM ciegos que comparan cuatro transcripciones (tres en directo y una subida) por herramienta.
- La diarización y la estabilidad se evaluaron en la única sesión subida, ya que es la única ronda en la que todas las herramientas se enfrentaron a condiciones de locución idénticas.
- Dos fragmentos clip mexicano y uno peninsular clip una muestra representativa, no una cobertura completa. No hemos analizado el español de Argentina, el Caribe, los Andes ni Guinea Ecuatorial, y los resultados podrían variar en esos casos.
- Google Gemini transcribir los archivos subidos, así que su puntuación en la categoría «Mundo real» se calcula sobre 25, no sobre 45; no interpretes su puntuación total como si fuera comparable.
- Esta es una instantánea de julio de 2026. Los planes, los precios y las características pueden cambiar; hemos probado lo que estaba disponible en ese momento.
- Y lo más obvio: escribo para tl;dv. Por eso precisamente la evaluación se hizo a ciegas, con dos modelos de lenguaje grande (LLM) y revisada por hablantes nativos. El método podría dejar en evidencia al cliente si los datos así lo exigieran.
¿Cuál es el mejor programa de transcripción de reuniones en español?
La mejor herramienta de transcripción de reuniones en español, en general, según nuestra prueba fue tl;dv, que obtuvo una puntuación de 170,2 sobre 200, destacando por su precisión bruta, sus funciones y su fiabilidad. Fue la única herramienta que siguió correctamente un cambio en directo al catalán. Pero «la mejor en general» no es lo mismo que «la mejor para ti», y la diferencia fue más ajustada de lo que sugiere la cifra del titular.
Aquí tienes un desglose sincero de lo que realmente necesitas:
- Si lo que buscas es la transcripción más precisa del español, sin más: tl;dv 53,7/65). Si para ti es fundamental que las palabras se traduzcan correctamente tanto del español de México como del español peninsular, o que se respeten los cambios de idioma a mitad de frase (al catalán, por ejemplo), esta es la única opción viable.
- Si buscas precisión pura en una alternativa asequible y que cumpla con la normativa de la UE tl;dv 170,2 en total, 53,7 en precisión tl;dv vuelve a ganar gracias a su sede en Alemania y a su alta precisión verificada. HappyScribe (143,4 en total, 45,2 en precisión) también guarda tus datos en un centro de datos de la UE por defecto y nuestro revisor nativo lo ha clasificado en el primer puesto ex aequo. Una opción muy recomendable para equipos con sede en la UE que tengan requisitos estrictos del RGPD.
- En cuanto a las notas de reunión más útiles: Fireflies 151,4 en general, 33,2 en calidad de las reuniones en la vida real) se lleva la medalla, pero por muy poco. tl;dv en segundo lugar, muy cerca (32,5), en la categoría de «Calidad de las reuniones en la vida real». Las dos tienen planes gratuitos estupendos con los que puedes empezar ya mismo.
- Ten cuidado: Otter 96,6) era lento, inventaba altavoces fantasma, no tiene servidores en la UE y es la única herramienta de esta lista que entrena sus modelos con tus grabaciones. Google Gemini 87,2) no puede transcribir archivos subidos, fue la herramienta más lenta de las que probamos y no tiene plan gratuito. No está mal si ya usas Google Workspace, pero si no es así, es bastante malo.
Si quieres probar la herramienta que ha quedado en primer lugar en la prueba, tl;dv gratis para siempre. No necesitas tarjeta de crédito y no hay cuenta atrás para el periodo de prueba. ¿Lo mejor de todo? Detecta automáticamente el español y más de 40 idiomas en Google Meet, Zoom y Teams, o sin bots en cualquier otra plataforma a través de la aplicación de escritorio.
Preguntas frecuentes sobre la precisión de la herramienta de transcripción en español
¿Qué precisión tiene la transcripción de reuniones en español con IA?
Las mejores herramientas de IA ahora transcriben con claridad audio en español con una precisión de entre el 90 y el 95 % , aunque esa precisión baja rápidamente cuando hay varios hablantes, ruido de fondo o jerga regional. En nuestra prueba a ciegas con cinco herramientas en tres sesiones sesiones, tl;dv obtuvo la puntuación más alta en precisión de transcripción (53,7 de 65), y HappyScribe fue su con 45,2.
El número que aparece en una página de marketing es casi siempre la cifra más optimista: un ponente, audio nítido, acento neutro. Las reuniones son más caóticas, y ahí es donde surgen las dificultades: nombres, divisas, siglas y alguien que habla al mismo tiempo que a los demás.
¿Por qué a las herramientas de transcripción con IA les cuesta tanto el español?
Para un motor de transcripción, el español no es un único idioma, sino una familia de variantes regionales, y la mayoría de las herramientas están optimizadas solo para una parte de ella. Un modelo entrenado con el español peninsular puede pasar por alto el vocabulario mexicano y el formato de las unidades monetarias, mientras que uno optimizado para Latinoamérica puede tener problemas con «vosotros» y las expresiones típicas del castellano.
¿La transcripción con IA trata de forma diferente el español latinoamericano y el castellano?
Sí, y la diferencia es mayor de lo que la mayoría de las herramientas admiten. Algunas herramientas de transcripción detectan automáticamente la variante (tl;dv HappyScribe lo hicieron muy bien en nuestra prueba), mientras que otras te obligan a elegir una región desde el principio o se quedan por defecto con el español peninsular, tanto si la reunión es en Ciudad de México como en Madrid.
Hemos hecho pruebas a propósito con ambos: dos sesiones en México y una en España. Las herramientas que te permiten configurar el dialecto de antemano, o que lo detectan automáticamente de verdad, generaron transcripciones notablemente más claras que las que usaban un único modelo de español «universal» (Otter Gemini). Si tu equipo está repartido a ambos lados del Atlántico, el manejo de los dialectos no es algo prescindible.
¿Puede la transcripción con IA gestionar el cambio de código entre el español y el catalán?
En general, no. Pero este fue el factor que más marcó la diferencia en toda nuestra prueba. Cuando un orador en una sesión parlamentaria española pasó del español castellano al catalán en mitad de una frase, tl;dv la única herramienta de las cinco que siguió el cambio y transcribió el catalán correctamente. Todas las demás herramientas lo convirtieron en un español aproximado o se rindieron y se limitaron a adivinar.
El cambio de código está a la orden del día en las reuniones reales en las que se habla español. Algunos se pasan al catalán, al inglés o incluso usan algún término indígena. Si tus reuniones son multilingües, comprueba esto específicamente antes de comprometerte.
¿Cuál es la mejor herramienta de transcripción para el español de México?
En nuestra prueba, tl;dv mejor tl;dv el español mexicano: destacó en las dos sesiones mexicanas (una audiencia en el Senado y una «mañanera» presidencial), traduciendo correctamente cifras como «1.391 municipios» y unidades monetarias propias del idioma, como «un millón trescientos mil». HappyScribe fue el competidor más fuerte en cuanto a precisión pura.
Los puntos débiles se notaron al final de la tabla: Otter «$1300000» —símbolo incorrecto, sin separadores, sin formato propio del idioma—. En las reuniones sobre presupuestos o plantilla, esa es la diferencia entre unas notas en las que confías y otras en las que pierdes el tiempo comprobándolas de nuevo con la grabación.
¿Cumple la transcripción mediante IA de las reuniones en español con el RGPD?
Hay herramientas que están pensadas para eso y otras que no, así que vale la pena comprobarlo antes de grabar ni una sola reunión de la UE. En nuestra prueba, tl;dv HappyScribe fueron las únicas herramientas que almacenaban los datos en un centro de datos de la UE por defecto (son de Alemania y España, respectivamente). Además, ambas cumplen con las normas SOC 2 y el RGPD.
Aquí los casos atípicos son importantes. Fireflies ofrece la residencia de datos en la UE en su plan Enterprise, así que un plan estándar podría procesar tus datos en EE. UU. Otter no Otter ningún tipo de alojamiento en la UE documentado y es la única herramienta que hemos encontrado que entrena sus propios modelos con tus grabaciones (anónimas, pero aun así). Esta es la respuesta que menos le gusta oír a un responsable de cumplimiento normativo.
¿Se pueden transcribir reuniones en español gratis?
Sí. Hay varias herramientas que ofrecen planes gratuitos de verdad, aunque las limitaciones varían. tl;dv gratis para siempre, con grabaciones y transcripciones ilimitadas en más de 40 idiomas, incluido el español, y no hace falta tarjeta de crédito; Fireflies ofrece un plan gratuito bastante bueno con resúmenes generados por IA limitados.
Otter un plan gratuito, pero te limita a 300 minutos al mes; la cuota gratuita de HappyScribe se parece más a una breve prueba, mientras que Google Gemini no Gemini ninguna opción gratuita independiente. En cambio, Gemini incluido en el plan de pago de Google Workspace. Si quieres probar la herramienta que ha quedado en primer lugar en nuestra comparativa, tl;dv gratis desde el principio y no tiene cuenta atrás de prueba.
