PHP2Shell Alerta PHP2Shell: comprueba si tu web necesita el parche de emergencia de PHP Comprobarlo →

Transcripción de voz

Transcripción local de reuniones en Barcelona, sin nube

Reuniones, consultas y notas de voz convertidas en texto, con quién dijo qué, un resumen y las tareas. Todo dentro de tu servidor.

Instalamos transcripción de voz 100 % local para despachos, clínicas y equipos, lista en 2 a 3 semanas: reuniones, consultas y notas de voz pasan a texto con quién habla, resumen y tareas, sin que el audio salga de tu servidor. Funciona en castellano, catalán e inglés, también mezclados en la misma reunión.

Plazo
2 a 3 semanas

Para quién es

  • Despachos que graban reuniones con clientes y no quieren subir el audio a la nube
  • Clínicas y consultas que quieren dedicar menos tiempo a escribir notas
  • Equipos directivos y comités que necesitan actas fiables
  • Organizaciones públicas y educativas con sesiones en catalán y castellano
  • Quien trabaja en el campo o en movimiento y prefiere dictar a escribir

Qué incluye

  • Motor de transcripción Whisper en local, configurado para castellano, catalán e inglés
  • Diarización con WhisperX: separa y etiqueta a cada persona que habla
  • Resumen, acuerdos y tareas generados por un modelo local
  • Plantillas de acta o de nota según tu tipo de reunión o consulta
  • Carpeta de entrada o página interna para subir audios y vídeos
  • Opcional: notas de voz desde el móvil por Telegram, Discord o una app web
  • Borrado automático del audio original según la política que decidas

Qué te llevas

  • Servicio de transcripción funcionando en tu servidor
  • Plantillas de acta y resumen adaptadas a tu trabajo
  • Informe de calidad con tus propios audios de prueba
  • Guía de uso y modelo de aviso para informar de la grabación

El problema: el audio es el dato más delicado

En una reunión con un cliente, una consulta o un comité se dice lo que nunca se escribiría en un correo. Muchos servicios de transcripción y asistentes de reuniones envían ese audio a servidores fuera de tu control, a veces fuera de la UE. Para el RGPD, una grabación con voces identificables es un dato personal; si contiene datos de salud, es una categoría especial; y si trabajas con secreto profesional, no debería pasar por manos ajenas. Además, si generas resúmenes con IA y se los envías a clientes, conviene dejar claro que los ha preparado una IA, en línea con el AI Act (art. 50).

La transcripción local convierte la voz en texto dentro de tu oficina. El audio no viaja, no hay cuota por minuto y puedes borrarlo en cuanto tengas el texto.

Cómo lo hacemos, paso a paso

  1. Recogemos audios de prueba reales, con permiso, de tus reuniones o consultas.
  2. Elegimos el modelo y la configuración que mejor funcionan con tu idioma, tus acentos y tus salas.
  3. Instalamos el servicio en tu servidor de IA o en un equipo dedicado con GPU.
  4. Diseñamos las plantillas: acta de reunión, nota de consulta, resumen para el cliente o lista de tareas.
  5. Conectamos la entrada: una carpeta, una página web interna o notas de voz desde el móvil.
  6. Medimos y ajustamos con tus audios, y te dejamos un modelo de aviso para informar de la grabación.

La tecnología, en palabras sencillas

  • Whisper: el modelo abierto de reconocimiento de voz más usado. Corre en una GPU y transcribe una hora de audio en pocos minutos.
  • WhisperX con diarización: añade marcas de tiempo precisas y separa a los participantes (“persona 1”, “persona 2”), que luego puedes renombrar.
  • Un modelo de lenguaje local, servido con vLLM u Ollama, lee la transcripción y redacta el resumen, los acuerdos y las tareas.
  • El catalán: Whisper funciona bien de serie, también cuando una reunión en Barcelona mezcla catalán y castellano. Si tu caso lo pide, valoramos además los modelos abiertos del proyecto AINA.

Todo puede funcionar en el mismo servidor que tu IA local, y las transcripciones pueden alimentar tu buscador privado RAG para que luego puedas preguntar “¿qué acordamos con este cliente en marzo?”.

Cuándo NO te lo recomendamos

Si tus reuniones no son confidenciales y ya pagas una suite de videollamada con transcripción incluida y contrato de tratamiento, úsala. Si grabas pocas horas al mes, quizá no compense instalar nada. Y si necesitas una transcripción con valor legal, por ejemplo para un procedimiento judicial, la IA ayuda mucho, pero siempre hará falta una revisión humana.

Lo usamos cada día

En nuestro laboratorio de Barcelona transcribimos reuniones con diarización de principio a fin en local, sin que el audio toque la nube. Y en una finca familiar del Penedès, la familia registra riegos, tratamientos y gastos con notas de voz en catalán que un agente convierte en texto y guarda en su cuaderno de campo. Si funciona en medio de una viña, funcionará en tu sala de reuniones.

Sectores donde más se usa

Despachos y asesorías

Un asistente que conoce vuestros expedientes y plantillas, funciona dentro del despacho y no expone ni un dato de cliente.

  • Borradores sobre vuestras plantillas
  • Buscador del despacho con citas
  • Resumen de expedientes y due diligence
Más información →

Clínicas y salud

Menos tiempo tecleando y más tiempo con el paciente: transcripción y resúmenes que se quedan dentro de la clínica.

  • Transcripción de la consulta
  • Resumen de la historia clínica
  • Búsqueda en protocolos
Más información →

Educación

Tutores y asistentes que enseñan con vuestro método y vuestro temario, sin enviar datos de alumnos a la nube.

  • Tutor con vuestro temario
  • Preparación de material
  • Un modelo que aprende vuestro método
Más información →

Administración pública

IA en catalán para el trabajo administrativo, instalada dentro de vuestro perímetro de seguridad.

  • Borradores de informes y resoluciones
  • Buscador de normativa y expedientes
  • Transcripción de plenos y reuniones
Más información →

Agro y bodegas

Un agente de campo que habla catalán, conoce vuestra finca y lleva el cuaderno por vosotros.

  • Cuaderno de campo por voz
  • Meteo local e histórico
  • Plagas y enfermedades por foto
Más información →

Preguntas frecuentes

¿Qué hardware necesito para la transcripción local?

Un equipo con GPU. Si ya tienes IA local, se instala en el mismo servidor; si no, en un equipo dedicado que te ayudamos a elegir. Con GPU, Whisper transcribe una hora de audio en pocos minutos, y las actas, la integración con el calendario o las notas desde el móvil se añaden encima.

¿Funciona en catalán?

Sí. Whisper transcribe bien en catalán, castellano e inglés, incluso cuando se mezclan en la misma reunión, algo muy habitual en Barcelona. Comprobamos la calidad con tus propios audios antes de entregar.

¿Es tan preciso como un servicio en la nube?

Con buen audio, la precisión es comparable. Lo que más influye es el micrófono y el ruido de la sala, no dónde se procesa; por eso también te aconsejamos sobre el equipo de grabación.

¿Puedo usarlo en consultas médicas?

Puede ayudar a preparar las notas, pero el profesional siempre debe revisar lo que entra en la historia clínica e informar al paciente de la grabación. Como el audio no sale de tu centro, el riesgo para la privacidad es mucho menor.

Diagnóstico gratuito

Instalamos transcripción de voz 100 % local para despachos, clínicas y equipos, lista en 2 a 3 semanas: reuniones, consultas y notas de voz pasan a texto con quién habla, resumen y tareas, sin que el audio salga de tu servidor. Funciona en castellano, catalán e inglés, también mezclados en la misma reunión.