Transcribir audio a texto en 2026: qué API elegir y por qué

Para transcribir audio a texto, empieza por Deepgram si estás creando un agente de voz, ElevenLabs Scribe si trabajas con grabaciones multilingües y necesitas distinguir a los hablantes, y Speechmatics si el control del despliegue es decisivo. Voxtral 3 de Mistral se suma a las API que conviene evaluar, con un precio de $0.21 por hora de audio para archivos. Su modelo en tiempo real, sin embargo, impone una limitación al etiquetado de hablantes que debes tener en cuenta al diseñar la aplicación.

Datos verificados en las páginas de precios y la documentación de los proveedores el 21 de octubre de 2026. Estas recomendaciones comparan las capacidades publicadas y calculan los costos por hora. No son el resultado de una prueba práctica de precisión.

Una API de transcripción convierte audio en texto dentro de tu aplicación. La primera decisión es si la aplicación puede esperar a que termine una grabación o debe reaccionar mientras alguien habla. La segunda es si necesitas solo las palabras, un registro de quién dijo qué o una señal que indique al agente cuándo responder. Según la respuesta, podrías necesitar modelos distintos del mismo proveedor.

Si buscas una aplicación de reuniones o edición lista para usar, consulta la comparativa de las mejores herramientas de transcripción con IA, que incluye productos como Otter y Descript.

Transcribir audio a texto: comparativa rápida de API

Elige el modo de procesamiento antes de comparar el precio por hora. Un modelo económico para archivos no sustituye automáticamente a un sistema de reconocimiento de voz en directo. Y que un sistema procese audio en directo no significa que incluya etiquetas de hablantes o detección de turnos de conversación.

Todos los importes siguientes están en USD y corresponden a la transcripción básica. Para comparar los modelos que cobran por minuto, se aplica precio por minuto × 60. AssemblyAI, ElevenLabs y Speechmatics publican estas tarifas por hora, así que se conservan tal cual. Los precios no incluyen extras opcionales, impuestos, almacenamiento, el modelo de lenguaje ni la voz generada. La comparación supone un único canal de audio procesado y ningún acuerdo empresarial negociado.

«Streaming» significa aceptar el audio a medida que llega. Devolver texto progresivamente a partir de un archivo ya cargado es una capacidad distinta. La «diarización» consiste en atribuir las intervenciones a distintos hablantes; no necesariamente permite conocer sus nombres.

Las tarifas por minuto utilizadas son $0.0035/$0.004/$0.008 de Mistral, $0.0043/$0.0048/$0.0065 de Deepgram para las opciones indicadas, las estimaciones de $0.0045/$0.017 de OpenAI y $0.016/$0.003 de Google. El complemento de diarización en directo de Deepgram cuesta $0.0020/minuto. Para Google Standard se usa el primer tramo de consumo mensual, sin descuentos por gran volumen.

Los detalles sobre idiomas y funciones proceden de la documentación de los modelos: la matriz de idiomas de Mistral, la lista de modelos de Deepgram, la guía de transcripción de OpenAI, la documentación de Chirp 3 de Google, la guía de funciones de ElevenLabs y la guía de modelos de Speechmatics. La página de precios de AssemblyAI detalla directamente los idiomas de cada modelo y sus complementos.

El precio destacado de Speechmatics puede rondar los $0.12/hora para Melia después de aplicar descuentos. Su calculadora indica $0.24/hora para procesar archivos sin descuentos. La tabla usa esa tarifa base, sin aceptar el uso de datos para entrenar modelos ni aplicar el descuento por créditos de volumen. También conviene volver a comprobar las tarifas promocionales de Deepgram antes de aprobar un presupuesto.

Siete API y siete motivos distintos para elegirlas

La lista comienza con la recomendación general para agentes en directo y continúa con alternativas que destacan ante requisitos concretos. No es una clasificación de precisión. Un modelo puede ser el adecuado para un archivo de grabaciones y no servir para atender la llamada en directo que lo originó.

1. Deepgram: el punto de partida para un agente de voz

Deepgram encabeza mi lista para un agente de voz porque Flux devuelve señales de turnos de conversación junto con la transcripción. Una señal de turno indica a la aplicación que la persona parece haber terminado de hablar. Para un agente que debe responder, eso resulta más útil que recibir otra palabra correctamente reconocida. Nova-3 es la opción independiente de transcripción general para archivos grabados, subtítulos y tareas que no requieren detección de turnos integrada en el modelo.

Imagina un asistente de reservas que escucha: «Necesito una cita el viernes… mejor el lunes». La transcripción parcial sirve para preparar una respuesta, pero no basta para reservar el viernes. La aplicación debe distinguir entre una intervención en curso, un aparente final de turno y un turno que se retoma. La guía de inicio de Flux documenta los eventos EndOfTurn, el opcional EagerEndOfTurn y TurnResumed para gestionar esa interacción.

Esto ofrece una ventaja concreta en la integración: puedes definir explícitamente cuándo y cómo responde el agente. Empieza a preparar la respuesta antes de tiempo solo si puedes cancelar esa preparación cuando la persona siga hablando. Las acciones con efectos reales, como confirmar una cita, deben pasar por la lógica de decisión y confirmación de tu aplicación. Anticiparse más rápido solo sirve si no convierte una corrección en una acción equivocada.

Ideal para: Agentes de voz en directo y equipos que quieren modelos separados para transcripción general y conversación.
Lo más destacado: Los eventos de turno nativos de Flux; Nova-3 para archivos y subtítulos.
Precio: Desde $0.0043/minuto, o $0.258 por hora de audio, para archivos monolingües con Nova-3; la tabla distingue los modelos en directo y los extras.
Prueba gratuita: $200 en créditos sin tarjeta de crédito, según la página de precios de Deepgram.

La limitación está en las diferencias de funciones e idiomas entre modelos. Flux English es un modelo para inglés. Flux Multilingual enumera inglés, español, francés, alemán, hindi, ruso, portugués, japonés, italiano y neerlandés. Que Nova cubra más idiomas no hace que Flux sirva para todos los que quieras admitir en tu producto. Del mismo modo, la transcripción general de Nova no implica que incluya el comportamiento de turnos de Flux.

Las etiquetas de hablantes también cambian la integración y la factura. La documentación actual de diarización recomienda el parámetro con versión diarize_model. Los diarizadores para lotes y streaming son distintos; solicitar en un flujo la versión exclusiva para lotes devuelve un error de validación. Si desarrollas un producto de reuniones, examina las etiquetas en la respuesta que realmente vas a guardar. Validar un ejemplo por lotes no demuestra que el endpoint en directo se comporte igual.

Un prototipo pequeño también puede ocultar un límite de escala. La página de pago por uso de Deepgram indica hasta 150 conexiones WebSocket simultáneas de voz a texto y 50 solicitudes REST. La concurrencia mide el trabajo simultáneo, no el total de horas mensuales. Si tu aplicación abre todas las llamadas de los clientes al comienzo de la jornada, debes prever ese pico aunque el uso promedio sea bajo.

Veredicto: elige Flux por cómo gestiona la conversación, no solo por la transcripción. Si el producto únicamente necesita grabaciones con búsqueda después de la llamada, empieza por Nova-3 o una alternativa centrada en archivos. El análisis de precios de Deepgram explica su estructura de tarifas completa.

Cómo plantear una primera integración con Flux

1. 1

   Elige el modelo de conversación

   Usa flux-general-en para inglés, o flux-general-multi tras comprobar los idiomas documentados. Parte de la guía de inicio vigente de Flux y de la ruta WebSocket /v2/listen.

2. 2

   Configura el audio que realmente envías

   Para audio linear16 sin contenedor, indica su frecuencia de muestreo real; la guía de inicio de Deepgram recomienda 16000. Si el audio usa un contenedor compatible, sigue el procedimiento documentado de detección automática sin añadir ajustes contradictorios de audio sin contenedor.

3. 3

   Gestiona el texto y los turnos por separado

   Muestra o almacena temporalmente las actualizaciones de la transcripción y trata EndOfTurn como un evento independiente. Empieza con el valor predeterminado documentado de eot_threshold: 0.7. Incorpora la generación anticipada solo cuando gestiones TurnResumed y puedas cancelar una respuesta en curso.

4. 4

   Prueba las interrupciones habituales de tus usuarios

   Simula una persona que corrige una fecha, hace una pausa para buscar un número de cuenta o habla mientras responde el agente. Comprueba si la aplicación espera, vuelve a escuchar y conserva la corrección. Son pruebas de aceptación propuestas, no realizadas para esta comparativa.

2. Mistral Voxtral 3: una opción para archivos que aún está en versión preliminar

Voxtral 3 de Mistral ya merece una evaluación para transcribir archivos, especialmente si buscas una API alojada en la UE o la posibilidad de desplegarla por tu cuenta. La familia de transcripción entró en versión preliminar pública el 20 de octubre de 2026. Incluye Voxtral Mini Transcribe 3 y Voxtral Small Transcribe 3 para audio grabado, y Voxtral Mini Transcribe Realtime 3 para audio en directo. Son opciones distintas, no un único modelo al que se le activa el streaming.

La consecuencia para el producto es clara. Una aplicación que importa entrevistas con clientes puede evaluar Mini sin pagar por una sesión en directo ni desarrollar la gestión de la conversación. Un agente telefónico necesita el modelo Realtime y un diseño específico para decidir cuándo responder. Los modelos para archivos de Mistral admiten 50 idiomas; el modelo Realtime enumera 45 idiomas y dialectos. Esas cifras, asociadas a cada modelo, son las que deben figurar en los requisitos del producto.

Mistral presenta Small como su modelo de mayor calidad para archivos. Esa es la valoración del propio Mistral, no un resultado de precisión medido aquí. Lo útil es comprobar si Small resuelve errores en tus grabaciones: nombres de clientes, códigos de producto, distintos acentos o intervenciones superpuestas. Si Mini ya supera tus pruebas de aceptación, un modelo más grande no es automáticamente una mejor elección para el producto.

Ideal para: Transcripción de archivos con una opción alojada en la UE y equipos que evalúan la nueva generación de Voxtral.
Lo más destacado: Modelos de transcripción Mini, Small y Realtime separados, con documentación explícita de cada modalidad.
Precio: Desde $0.0035/minuto, o $0.21 por hora de audio, para archivos con Mini; las condiciones comerciales del despliegue propio requieren presupuesto a medida.
Prueba gratuita: Las páginas de modelos citadas no cuantifican una cuota gratuita de transcripción; revisa tu cuenta antes de planificar trabajo sin costo.

La restricción más importante aparece en la guía detallada de voz a texto: la diarización en directo y la detección de turnos no pueden ejecutarse en la misma sesión. Que la familia anuncie ambas funciones no significa que una solicitud pueda combinarlas.

Supón que desarrollas un agente que debe responder de inmediato y generar un registro con hablantes etiquetados para los supervisores. La guía de diarización de Mistral recomienda detectar los turnos en directo, conservar el audio y aplicar la diarización después. La arquitectura es viable, pero añade otra etapa de procesamiento. Si tu aplicación necesita etiquetas y señales de turno simultáneas en directo, evalúa otro modelo; un cambio de configuración no elimina esta restricción.

Hay otra limitación para los productos de subtitulado y edición. La documentación actual para archivos ofrece marcas de tiempo por segmento, no por palabra. Un segmento delimita un tramo de habla; una marca por palabra permite resaltarla o saltar directamente a ella en un editor. Son capacidades diferentes. Una transcripción puede leerse bien y aun así carecer de la precisión temporal que exige tu interfaz.

También conviene distinguir las afirmaciones sobre comprensión de audio. El anuncio de la familia presenta un conjunto más amplio de tecnologías de voz, pero la guía actual de transcripción deriva las preguntas sobre audio y la traducción a una vía de audio en chat que utiliza Voxtral 2 en el lanzamiento. No presentes esas capacidades relacionadas como funciones verificadas de transcripción de Voxtral 3. Su condición de versión preliminar exige fijar el modelo y confirmar el flujo exacto, no descartarlo sin más.

Veredicto: incluye Voxtral Mini entre las opciones para archivos y evalúa Realtime según los requisitos exactos de la conversación. En un supuesto de 1,000 horas de archivos al mes, la transcripción básica con Mini cuesta $210 y con Small, $240. La diferencia es lo bastante pequeña como para que decida el trabajo de corrección necesario. Los costos de otros modelos se tratan en la guía de precios de Mistral.

3. AssemblyAI: elige según lo que harás con la transcripción

AssemblyAI encaja en productos que necesitan transcripciones estructuradas y un catálogo claro de funciones opcionales de procesamiento. Universal-2 es la opción para archivos con mayor cobertura de idiomas; Universal-3.5 Pro es otro modelo para archivos, con menos idiomas y más opciones de prompts. Para productos en directo, Universal-Streaming y Universal-3.6 Pro Realtime tienen sus propios precios y capacidades. El nombre del proveedor no basta para decidir qué solicitud incorporará tu aplicación.

Una aplicación para revisar llamadas muestra bien dónde encaja. El cliente carga una grabación, la aplicación genera intervenciones con marcas de tiempo y quien revisa puede ver qué hablante asumió un compromiso. A partir de ahí decides si el producto también necesita un resumen, detección de entidades u ocultación de datos. Cada extra resuelve una tarea distinta; activar todas las funciones disponibles puede aumentar el gasto sin mejorar la pantalla que le importa al usuario.

La página de precios actual incluye marcas de tiempo por palabra y formato en la transcripción de archivos, con diarización de hablantes como complemento. También describe por separado Speaker Identification, que puede sustituir las etiquetas genéricas por nombres o roles. La distinción importa: «Hablante A» basta para algunas interfaces de reproducción, mientras que diferenciar «cliente» y «agente» puede ser necesario en procesos de formación o control de calidad.

Ideal para: Productos basados en llamadas grabadas y aplicaciones que necesitan procesar transcripciones estructuradas.
Lo más destacado: Funciones diferenciadas para archivos, tiempo real y comprensión opcional del habla.
Precio: Desde $0.15 por hora de audio para archivos con Universal-2 o para Universal-Streaming; las etiquetas de hablantes se cobran aparte.
Prueba gratuita: Registro sin tarjeta; el proveedor anuncia hasta 185 horas de audio pregrabado y hasta 333 horas de streaming, según el modelo y la cuota aplicable.

La limitación está en la distinta cobertura de idiomas de cada modelo y nivel de precio. Universal-2 enumera 99 idiomas. Universal-3.5 Pro, 18. Universal-3.6 Pro Realtime, 32. La opción más económica, Universal-Streaming Multilingual, enumera inglés, español, alemán, francés, portugués e italiano. Si una aplicación anuncia todos los idiomas usando la cifra más alta del proveedor, puede prometer una función en directo que el modelo elegido no ofrece.

Para quien dirige el producto, lo útil es una lista de criterios de aceptación por idioma y función. Si tus clientes hablan alemán y japonés, comprueba cada idioma necesario en el modelo elegido, ya sea para archivos o directo. Después prueba el material más difícil en esos idiomas. Una lista de compatibilidad indica que se ofrece un idioma; no certifica el reconocimiento de tu vocabulario, las condiciones del micrófono ni la forma en que se alternan lenguas.

Las etiquetas de hablantes también cambian la comparación. Universal-3.5 Pro con diarización de archivos cuesta en total $0.23/hora. Universal-3.6 Pro Realtime con diarización cuesta $0.57/hora. En un supuesto de 1,000 horas mensuales, esas configuraciones cuestan $230 y $570, respectivamente. Resuelven procesos distintos, por lo que la diferencia no debe interpretarse como el precio de hacer lo mismo más rápido.

Hay otra distinción: la API síncrona. Devuelve una transcripción terminada en una única solicitud, mientras que un proceso asíncrono para archivos crea una tarea cuyo resultado llega después. Ninguna de esas modalidades equivale por sí misma a mantener abierta una conexión de audio en directo. Elige según la experiencia que necesitas: una nota de voz breve puede admitir un pequeño ciclo de carga y respuesta; una persona que espera una contestación por teléfono necesita la modalidad en directo.

Veredicto: elige AssemblyAI cuando la transcripción se convierta en datos estructurados para tu producto. Antes de seleccionar un modelo, dibuja la pantalla de revisión o define el registro que necesitarás después. Si esa pantalla exige intervenciones atribuidas a hablantes, incluye esa configuración en el cálculo desde el principio. Si solo necesita texto con búsqueda, evita pagar por un procesamiento que tus usuarios nunca verán.

4. ElevenLabs Scribe: una buena opción para grabaciones multilingües

ElevenLabs Scribe merece un lugar destacado entre las opciones para grabaciones multilingües que requieren etiquetas de hablantes, tiempos por palabra y etiquetas de sonidos no verbales. Scribe v2 documenta 90+ idiomas y diarización para hasta 32 hablantes. Estas funciones encajan en archivos de entrevistas, bibliotecas multimedia y aplicaciones de revisión de llamadas. Scribe v2 Realtime es una opción independiente para directo, con sus propios límites funcionales.

Imagina una aplicación multimedia cuyos usuarios cargan entrevistas en varios idiomas. El resultado buscado va más allá de un párrafo. La interfaz necesita palabras en las que se pueda hacer clic, cambios de hablante y una forma de conservar sonidos como risas o aplausos. La guía de funciones de ElevenLabs documenta esos elementos para el modelo de archivos. Es un motivo concreto para evaluar Scribe, más allá de que comparta proveedor con un producto de generación de voz.

Los tiempos por palabra resultan especialmente útiles cuando la transcripción sirve para editar o navegar por el audio. Permiten saltar a un punto preciso de la grabación sin buscar dentro de un segmento amplio. Las etiquetas de eventos sonoros también conservan contexto que el texto convencional pierde. Son metadatos que debes mostrar o filtrar de forma deliberada, no palabras que debas enviar sin más a un índice de búsqueda como si alguien las hubiera pronunciado.

Ideal para: Aplicaciones de entrevistas, contenido multimedia y llamadas grabadas en varios idiomas.
Lo más destacado: Etiquetas de hablantes, marcas de tiempo por palabra y etiquetas de eventos sonoros para archivos en una misma oferta.
Precio: Desde $0.22 por hora de audio para archivos con Scribe v2; Scribe v2 Realtime cuesta $0.39/hora.
Prueba gratuita: La tabla de precios Free/PAYG muestra uso de Scribe incluido; revisa la cuota compartida del plan antes de suponer que cada modelo tiene una cuota gratuita independiente.

El riesgo está en dar por hecho que el modelo en directo hereda la diarización de archivos. La lista de funciones en directo y la referencia de WebSocket consultadas para esta comparativa no documentan etiquetas de hablantes. Es un límite de lo que se puede confirmar, no una afirmación de que el proveedor nunca vaya a ofrecerlas. Si atribuir las intervenciones en directo es obligatorio, exige una configuración compatible y documentada antes de elegir Scribe Realtime para esa tarea.

La API en directo sí documenta transcripciones parciales y confirmadas. Para integrar el servicio en el navegador, la guía del cliente usa un token de un solo uso creado en el servidor, de modo que el navegador no recibe la clave permanente de la API. Es un punto de partida concreto para incorporar un micrófono a una aplicación web. La interfaz puede mostrar palabras provisionales y mantener por separado un registro de los segmentos confirmados.

Para contenido grabado, los límites estándar de carga documentados son 3 GB y 10 horas. El modo multicanal puede asignar identificadores de hablante a partir de los números de canal, algo útil cuando la fuente ya separa a los participantes. Conserva esa separación si la grabadora te la proporciona. Pedir al modelo que deduzca identidades de una pista mezclada puede hacer que pierdas información que ya tenías.

Calcula aparte las funciones de vocabulario. La página de precios de la API fija un suplemento de $0.05/hora para las indicaciones de términos clave en lotes. Por tanto, un supuesto de 1,000 horas de archivos costaría $220 con la tarifa base o $270 con ese complemento. Aportar un glosario de productos pertinente puede justificar la diferencia, pero debe contener términos que probablemente se pronuncien, no todas las palabras de tu catálogo.

Veredicto: evalúa Scribe por las funciones para contenido grabado que realmente vas a utilizar. Su lugar en esta lista se debe a los archivos multilingües y a los metadatos útiles de sus transcripciones. Para ese trabajo, empieza por ElevenLabs Scribe; consulta la documentación enlazada arriba para verificar la implementación.

5. OpenAI: modelos actuales y un plan de migración para las etiquetas de hablantes

OpenAI encaja en equipos que ya trabajan con su API, siempre que la aplicación necesite las capacidades de sus modelos actuales de transcripción. El proveedor recomienda ahora gpt-transcribe para grabaciones terminadas y gpt-live-transcribe para audio que llega en directo. Ese es el punto de partida para una nueva integración. Copiar un tutorial antiguo de Whisper o GPT-4o puede llevarte a desarrollar sobre un modelo con fecha de retirada.

La guía oficial de transcripción distingue entre devolver progresivamente el texto de un archivo y recibir audio en directo. Una solicitud para archivos puede devolver texto por partes mientras procesa una grabación completa. Una sesión en directo recibe audio que todavía no ha terminado de llegar. La diferencia importa al elegir el transporte, los reintentos y el momento en que la aplicación considera terminada la transcripción.

Para una aplicación que convierte notas de voz en texto con búsqueda, la modalidad de archivos es el punto de partida natural. Para un agente de soporte que sigue a la persona en tiempo real, usa el proceso específico para directo. Ninguna de las dos decisiones debería depender solo de qué endpoint aparece en un ejemplo de código que ya utilizas en otra parte de la aplicación.

Ideal para: Aplicaciones existentes de OpenAI que necesitan transcripción actual de archivos o audio en directo, sin asumir que conserva todas las funciones anteriores.
Lo más destacado: Modelos recomendados separados y entradas de contexto comunes para prompts, palabras clave e idiomas previstos.
Precio: Desde una estimación de $0.0045/minuto, o $0.27 por hora de audio, para el modelo recomendado de archivos; la transcripción en directo se estima en $1.02/hora.
Prueba gratuita: La página de precios citada no establece una cuota gratuita de transcripción.

Cuánto cuesta pasar voz a texto con OpenAI

OpenAI presenta las cifras por minuto como costo estimado, por lo que las conversiones por hora mantienen esa salvedad. La página de precios actual también enumera los modelos anteriores gpt-4o-mini-transcribe, con una estimación de $0.003/minuto, y gpt-4o-transcribe, con $0.006/minuto: equivalen a $0.18 y $0.36 por hora de audio. Esas tarifas ayudan a los clientes existentes a entender una migración; el precio inferior de un modelo antiguo no lo convierte en la recomendación para un producto nuevo.

El aviso de retirada fija el cierre de whisper-1, gpt-4o-transcribe, gpt-4o-mini-transcribe y gpt-4o-transcribe-diarize para el 26 de febrero de 2027. La guía actual para archivos sigue documentando la salida con etiquetas de hablantes en el modelo de diarización obsoleto. También advierte que cambiar el identificador del modelo no conserva todos los formatos de salida ni todas las capacidades de metadatos.

Ese es el obstáculo para una aplicación de reuniones. Una transcripción que antes devolvía un campo de hablante e información temporal no puede sustituirse por texto simple sin cambiar el producto. Enumera los campos que consumen la base de datos y la interfaz, y compáralos con la respuesta del sustituto. Si las etiquetas son esenciales y la opción recomendada actual no las documenta, evalúa una alternativa compatible en lugar de tratar la migración como un simple cambio de cadena de texto.

La guía para archivos también fija un límite de carga de 25 MB. Una grabación de una hora puede requerir compresión o división según su codificación. Diseña ese paso para que los cortes no pierdan palabras, dupliquen texto ni alteren silenciosamente el contexto que necesita el procesamiento posterior. Si los clientes pueden cargar grabaciones de cualquier tipo, el límite de tamaño afecta al producto.

Para vocabulario especializado, los modelos recomendados aceptan un prompt, palabras clave literales e idiomas previstos. Usa ese contexto para describir la grabación y la terminología probable. Es una pista, no una orden para introducir palabras que no aparecen en el audio. Tampoco atribuyas a los modelos nuevos la cifra de idiomas anunciada para Whisper: la guía actual describe las entradas de idioma sin dar un total agregado.

Veredicto: elige OpenAI para un proceso actual y documentado, no solo porque un fragmento antiguo de código de transcripción todavía funcione. En una integración existente, haz un inventario de los campos necesarios antes de trasladar el tráfico. Para un producto nuevo que dependa mucho de distinguir hablantes, ese inventario puede llevarte directamente a otro proveedor.

6. Google Cloud Speech-to-Text API: cuando encaja en tu infraestructura

Google Cloud Speech-to-Text tiene sentido cuando la transcripción forma parte de un proceso que ya usa Google Cloud o cuando el producto admite procesamiento diferido por lotes. Speech-to-Text V2 Standard y Dynamic Batch tienen precios muy distintos. Chirp 3 añade otra decisión: debes combinar modelo, método de la API, idioma y región según las funciones que necesites.

Un proceso nocturno de archivo y un asistente de llamadas en directo no deben presupuestarse con la misma tarifa de Google. El archivo puede esperar a que se procese el audio con menor urgencia. El asistente no puede recibir más tarde las palabras que necesita para responder ahora. La página de precios de Google presenta Dynamic Batch como una opción de procesamiento diferido con descuento, no como un endpoint económico para directo.

Ideal para: Aplicaciones de Google Cloud, archivos procesados en cola y equipos capaces de gestionar la configuración específica de cada modelo.
Lo más destacado: Modalidades de procesamiento V2 Standard y Dynamic Batch diferenciadas.
Precio: Desde $0.003/minuto, o $0.18 por hora de audio, para V2 Dynamic Batch; el primer tramo de reconocimiento Standard cuesta $0.016/minuto, o $0.96/hora.
Prueba gratuita: No apliques la cuota de minutos gratuitos de V1 que aparece en la página de precios a un presupuesto de V2; revisa por separado los créditos aplicables a la cuenta.

El plazo de entrega cambia la factura de Google

En un supuesto de 1,000 horas de audio al mes, la tarifa Standard publicada genera $960 de gasto en transcripción, frente a $180 con Dynamic Batch. La diferencia de $780 se obtiene al aceptar un procesamiento diferido. Puede servir para un archivo que solo necesita los resultados en un ciclo de revisión posterior; no permite atender una conversación en directo a precio de lote. El almacenamiento y otros recursos de Google Cloud se cobran aparte.

La misma precisión se necesita con las etiquetas de hablantes. La documentación de Chirp 3 admite transcripción en directo mediante StreamingRecognize, pero documenta la diarización como una función fuera del streaming y disponible en menos idiomas. Para un archivo con etiquetas de hablantes, sigue la configuración por lotes documentada. Que el modelo admita transcripción en directo no autoriza a prometer diarización en directo con ese mismo modelo.

La página del producto de Google indica 85+ idiomas y variantes para Chirp 3. La expresión «y variantes» importa: la cifra de un proveedor puede incluir formas regionales de un idioma y estar calculada de otra manera que la de otro. Además, la matriz de disponibilidad distingue el estado de lanzamiento y las funciones admitidas. Un producto que necesita una variedad regional concreta y etiquetas de hablantes debe cumplir ambas condiciones.

La dificultad está en el alcance de la configuración. Si los requisitos abarcan varios idiomas, regiones y modos de procesamiento, no basta con elegir chirp_3. Guarda la combinación seleccionada en la configuración de la aplicación y haz que las combinaciones no admitidas produzcan errores claros. De lo contrario, una función que funciona en una demostración por lotes en inglés puede dejar un vacío inexplicable cuando un cliente carga otro idioma o cambia al uso en directo.

También hay que considerar la facturación por canales separados. Google cobra por cada canal de audio procesado. Grabar al agente y a la persona que llama por separado puede ser útil porque conserva la información sobre sus roles, pero la factura refleja la duración de los canales procesados. Tenlo en cuenta antes de comparar un archivo de llamadas estéreo con el ejemplo de un solo canal de otro proveedor.

Veredicto: elige Google cuando encaje en el proceso completo. Para un archivo que ya está en Google Cloud, el procesamiento diferido puede ser adecuado. En un proyecto nuevo de agentes de voz, compara la configuración estándar en directo con las opciones especializadas, sin tomar como referencia inicial el precio destacado de Dynamic Batch.

7. Speechmatics: prioriza el despliegue y la atribución de hablantes en directo

Speechmatics debe estar entre las primeras opciones si necesitas un despliegue empresarial en infraestructura propia o segmentos de conversación atribuidos a hablantes en directo. El despliegue en infraestructura propia, u on-premises, permite procesar dentro de un entorno que controlas. Speechmatics incluye contenedores, appliances virtuales y despliegue híbrido en su oferta empresarial. Esas condiciones comerciales requieren presupuesto a medida; las tarifas de la nube pública no garantizan el precio de una instalación privada.

Elegir el modelo importa tanto como el despliegue. Melia 1 es la familia multilingüe para archivos y tiempo real, mientras que Linden 1 es el modelo de Agent STT. La documentación de los modelos indica que Linden devuelve segmentos atribuidos a hablantes y mensajes de turno. Eso lo convierte en una opción pertinente si la aplicación necesita tanto las palabras como su atribución dentro de una estructura de conversación.

Un asistente de soporte usado con un teléfono en altavoz compartido plantea un problema distinto al dictado de una sola persona. Alguien más puede sumarse a la llamada o una voz de fondo puede superponerse a la del interlocutor. Antes de elegir un modelo, decide si el agente debe seguir una sola voz, distinguir participantes o simplemente conservar un registro con atribución. La estructura de salida debe responder a esa decisión desde el principio.

Ideal para: Productos con restricciones de despliegue y equipos que evalúan llamadas en directo con atribución de hablantes.
Lo más destacado: Opciones empresariales de despliegue privado y un modelo específico para Agent STT.
Precio: Los archivos con Melia 1 parten de $0.24 por hora de audio en pago por uso sin descuentos; Linden Agent STT cuesta $0.30/hora; el despliegue privado requiere presupuesto a medida.
Prueba gratuita: $100 en créditos sin tarjeta, según la página de precios.

Es fácil pasar por alto las condiciones del precio. La página pública de precios puede destacar una tarifa menor de Melia con los descuentos por entrenamiento de modelos y créditos de volumen ya aplicados. La calculadora muestra $0.24/hora para la tarifa base de archivos en pago por uso. Aceptar el descuento por entrenamiento permite registrar, conservar y utilizar el audio para mejorar el servicio. Trátalo como una decisión separada sobre el uso de datos, no como una rebaja sin contrapartida dentro del mismo contrato.

También hay dos limitaciones en directo. Primero, Melia en tiempo real no admite actualmente diarización de hablantes, aunque sí diarización por canales. Esta última utiliza canales de entrada ya separados; la diarización de hablantes deduce las distintas voces a partir del audio. La guía del modelo también exige que el cliente detecte el final de una intervención y envíe ForceEndOfUtterance en la modalidad en directo de Melia.

Segundo, la página actual de Agent STT de Linden indica que las señales de turno dependen de la detección de silencio, y que la detección semántica de turnos en el servidor aún está por llegar. Detectar silencio consiste en esperar una pausa acústica. La detección semántica también considera si la persona parece haber completado una idea. Ambas pueden ser útiles, pero se comportan de forma distinta cuando alguien hace una pausa a mitad de un número de referencia.

La compatibilidad de idiomas exige el mismo cuidado. Melia enumera 56 idiomas y transcripción con mezcla de idiomas. La página de Linden enumera 55+ idiomas, pero anuncia la compatibilidad multilingüe completa como futura. Admitir cada idioma por separado no demuestra que una misma llamada pueda alternarlos libremente. Un centro de llamadas multilingüe debe evaluar ese caso expresamente, sin atribuir a Linden el comportamiento de Melia por asociación.

Veredicto: elige Speechmatics por un requisito concreto y selecciona después el modelo que realmente lo cumple. Merece especial atención cuando la atribución de hablantes en directo o la ubicación del despliegue descartan una alternativa más sencilla. Pide que la propuesta empresarial especifique la combinación de modelo y funciones; «voz a texto en infraestructura propia» es demasiado genérico para validar un producto.

Qué API de voz a texto elegir para cada tarea

La elección cambia cuando cambian el resultado necesario o el modo de operación. Empieza por el requisito cuyo incumplimiento haría fallar el producto; después compara las opciones restantes con tus grabaciones y la factura prevista.

Para un agente de voz que debe responder con naturalidad, empieza por Deepgram Flux. El motivo es la gestión de turnos. Incluye Speechmatics Linden en la primera comparación si la atribución de hablantes en directo es esencial, y evalúa su gestión de turnos basada en silencios. Considera Mistral Realtime cuando sus opciones de despliegue sean importantes, aceptando la separación documentada entre detección de turnos y diarización en directo.

Para entrevistas grabadas o contenido multimedia en muchos idiomas, empieza por ElevenLabs Scribe. Las etiquetas de hablantes, los tiempos por palabra y los eventos sonoros del modelo para archivos se traducen en una interfaz de revisión útil. También conviene evaluar AssemblyAI Universal-2 si su lista de idiomas cubre tus grabaciones. Voxtral Mini es una opción razonable para archivos cuando bastan los tiempos por segmento y puedes validar el modelo preliminar.

Para análisis estructurado de llamadas, parte de los campos que necesita la aplicación. AssemblyAI es una opción natural si las intervenciones atribuidas a hablantes y el procesamiento opcional encajan en el flujo de trabajo. Deepgram Nova-3 es otra alternativa para archivos y streaming que merece evaluación. Si el agente y el cliente ya se graban por separado, conserva esos canales antes de decidir si necesitas etiquetas de hablantes inferidas.

Para un archivo de Google Cloud que se procesa en cola, compara V2 Dynamic Batch con tu plazo de entrega. El descuento solo ayuda si la aplicación admite resultados diferidos. Si el usuario espera frente a la pantalla a que termine el trabajo, mide esa experiencia por separado; no supongas que trasladarlo a una cola menos urgente pasará inadvertido.

Para una aplicación que ya usa OpenAI, empieza por el modelo recomendado actual para la modalidad elegida. La comodidad deja de ser decisiva si necesitas etiquetas de hablantes, subtítulos u otros metadatos de los modelos antiguos y el sustituto no los documenta. Una migración programada es una buena oportunidad para revisar dependencias, en lugar de mantener automáticamente al mismo proveedor.

Para procesamiento en infraestructura propia, considera las opciones empresariales documentadas de Speechmatics y Deepgram, además de la oferta de despliegue propio de Mistral. Todas requieren un presupuesto para las condiciones comerciales no publicadas. Compara el hardware, la asistencia de despliegue, los modelos admitidos y las responsabilidades de actualización junto con la licencia. Un precio por hora de audio en nube pública no basta para decidir esa compra.

Conserva los roles de los hablantes antes de pedir al modelo que los deduzca

Mantén separados los canales del agente y de la persona que llama cuando la fuente los proporcione así. Un canal de grabación conocido puede conservar un rol que, en una pista mezclada, la diarización tendría que inferir. Es una decisión de arquitectura previa a la elección del proveedor de transcripción.

Piensa en una llamada grabada con el agente en un canal y la persona que llama en otro. La aplicación ya sabe qué participante corresponde a cada canal. Si los combinas en una sola pista antes de transcribir, esa información desaparece. Un diarizador puede separar las voces en hablantes anónimos, pero todavía tendrás que volver a relacionarlos con sus roles.

ElevenLabs documenta identificadores de hablante derivados de los canales en su modo multicanal para archivos. Deepgram, AssemblyAI y Google describen explícitamente la facturación por canal. La decisión tiene, por tanto, una consecuencia práctica: conservar canales puede simplificar la atribución, pero aumentar el audio procesado que se factura. No compares una estimación para un solo canal con un sistema multicanal en producción sin contabilizar esa diferencia.

Un micrófono de conferencias plantea otro escenario. Varias voces ya comparten una pista, así que las etiquetas de canal no permiten recuperar a cada persona. Aquí necesitas diarización de hablantes y una forma de revisar errores cuando los participantes se superponen o tienen voces parecidas. Separa la atribución de la identidad: una etiqueta anónima no debe convertirse en un nombre de cliente verificado solo porque aparezca en un JSON estructurado.

El mismo principio se aplica a los resúmenes posteriores. Conserva la transcripción original, las etiquetas de hablantes y la referencia a la fuente junto con cualquier resumen generado. Si un cliente cuestiona quién prometió un reembolso, la aplicación necesita poder volver al audio pertinente, no solo mostrar un párrafo bien redactado.

Cómo se eligieron estas API

Son recomendaciones de implementación basadas en una revisión documental fechada, no una clasificación independiente de precisión. Los precios y las capacidades concretas se contrastaron con las páginas de precios o la documentación de los proveedores el 21 de octubre de 2026. Para este artículo no se realizaron solicitudes de transcripción de pago ni una prueba comparativa de audio.

La selección se apoya en cinco preguntas:

• ¿El modelo necesario acepta archivos terminados, audio en directo o ambos?
• ¿La modalidad elegida devuelve las etiquetas de hablantes, marcas de tiempo y señales de turno que necesita el producto?
• ¿Están documentados los idiomas concretos y el comportamiento al alternarlos?
• ¿Puede ejecutarse el servicio en el entorno de despliegue requerido?
• ¿Cuánto cuesta la configuración elegida al incluir los complementos necesarios y contabilizar los canales?

El análisis propio de esta comparativa consiste en convertir los precios a tarifas por hora y comprobar la compatibilidad de cada modelo según su modalidad. Así aparecen diferencias que una lista general de funciones por proveedor oculta: la incompatibilidad entre funciones en directo de Voxtral, las opciones de metadatos obsoletas de OpenAI, las etiquetas de hablantes de Chirp fuera del streaming y la distinción de Melia entre diarización por canal y por hablante.

Una comparación de precisión exigiría utilizar las mismas grabaciones representativas, transcripciones de referencia y reglas de puntuación con todos los proveedores. Este artículo no ofrece esa prueba. Expresiones como «el más preciso» o las victorias en evaluaciones siguen siendo afirmaciones del proveedor; no establecen un orden entre los productos de esta lista.

Para tu propia evaluación, define el éxito en términos del producto. Un archivo de entrevistas con búsqueda puede tolerar diferencias de puntuación, pero fallar si omite nombres. Un agente de reservas puede reconocer cada palabra y aun así interrumpir en el momento equivocado. Un producto de revisión de llamadas puede necesitar una atribución fiable de hablantes más que un formato elegante. Evalúa el comportamiento que cambia el resultado para el usuario y mantén separadas esas categorías al revisar los resultados.

El alcance se limita a estos siete proveedores de API para desarrolladores. Los productos de reuniones y edición para usuarios finales se tratan por separado. Otros proveedores pueden merecer una evaluación por un idioma o una restricción de infraestructura concretos; que no aparezcan aquí no significa que hayan fallado una prueba de precisión.

Qué opciones conviene evitar

Evita el modelo inadecuado para la tarea, aunque el proveedor encaje en otros aspectos. Estos son casos concretos de compras o implementaciones que no cumplen los requisitos:

• Los modelos obsoletos de transcripción GPT-4o y de la API de Whisper de OpenAI para una integración nueva de larga duración. Su retirada documentada ya obliga a prever una migración. Usa modelos actuales o evalúa otro proveedor.
• Voxtral Mini Transcribe Realtime 3 si una misma sesión debe combinar diarización y detección de turnos. La guía detallada rechaza explícitamente esa configuración.
• Google Dynamic Batch para interacción en directo. Su tarifa inferior corresponde a procesamiento diferido, que no sirve para quien espera una respuesta durante una llamada.
• Scribe Realtime si las etiquetas de hablantes en directo son un requisito que aún no has verificado. Exige compatibilidad documentada antes de atribuir al modelo en directo la diarización del modelo para archivos.
• Speechmatics Melia en tiempo real si necesitas diarización inferida de hablantes. La diarización por canales es una capacidad distinta; evalúa el modelo adecuado.

Evita también decidir solo por un anuncio de precisión. Un modelo que gana la evaluación de su proveedor puede seguir sin servirte porque no admite tu idioma, los metadatos temporales o el modo de despliegue. Son requisitos excluyentes que puedes comprobar antes de una prueba.

Preguntas frecuentes de desarrolladores

¿Hay alguna API gratuita para transcribir audio a texto?

Usa los créditos gratuitos para evaluar la configuración de pago que piensas utilizar. Deepgram anuncia $200 en créditos, Speechmatics $100 y AssemblyAI publica cuotas gratuitas que dependen del modelo. El uso gratuito no garantiza capacidad de producción ilimitada. Confirma qué modelo, modalidad y extras cubre la cuota de la cuenta antes de cargar un archivo de grabaciones.

¿Cómo usar una API de voz a texto con Python?

Elige el modo de procesamiento y el modelo antes de escoger un ejemplo en Python. Para la transcripción actual de archivos con OpenAI, la guía oficial parte de gpt-transcribe; la guía de inicio de audio de Mistral utiliza su modelo Voxtral Mini actual. Para agentes en directo, empieza por la guía vigente de streaming del proveedor e implementa sus eventos de conexión y turnos. No uses el identificador de modelo de un tutorial antiguo sin revisar la documentación actual.

¿Qué hay que configurar en Google Speech-to-Text API?

Para una integración nueva con V2, especifica el modelo y el método de reconocimiento, y después consulta la matriz de idiomas y funciones. El reconocimiento Standard y Dynamic Batch tienen tarifas y niveles de urgencia distintos. Chirp 3 admite transcripción en directo, pero su proceso documentado de etiquetas de hablantes funciona fuera del streaming.

¿Por dónde empezar con una speech to text API?

Empieza con una grabación representativa o una sesión en directo siguiendo la guía de inicio actual del proveedor. Examina los campos de respuesta que necesita tu producto; después incorpora habla difícil de reconocer, voces superpuestas y los idiomas requeridos. Solo entonces prueba los picos de concurrencia y calcula la factura mensual de esa configuración exacta.

El siguiente paso para tu integración

La próxima semana, compara dos configuraciones que puedan satisfacer tu requisito más exigente. Para un asistente en directo, podrían ser Flux y Linden con atribución de hablantes; para una aplicación de entrevistas multilingües, Scribe y un modelo de archivos de AssemblyAI o Voxtral que cumpla los requisitos. Escribe los campos de respuesta necesarios y los casos de fallo antes de procesar las grabaciones.

Prepara un pequeño conjunto de aceptación con habla habitual y situaciones problemáticas: una fecha corregida, un nombre poco conocido, participantes que hablan a la vez y cambios de idioma si tus clientes los hacen. Registra los errores de transcripción por separado de los fallos de etiquetas de hablantes y de gestión de turnos. Después estima la factura usando exactamente la modalidad, los canales y los extras necesarios que hayas evaluado.

Usa AI Business Workflow Audit Checklist para definir la fuente de audio, el resultado necesario y los traspasos entre etapas antes de elegir la API. Obtén la lista de verificación.