Transcripción en 30+ idiomas, no un solo modelo para todos
IronMemo transcribe reuniones y grabaciones en más de 30 idiomas. En lugar de un motor universal, evaluamos 95 modelos de voz contra 120+ fuentes independientes y enrutamos cada idioma al modelo ganador, con uno de respaldo. El inglés es lo sencillo; la diferencia aparece en todo lo demás.
Actualizado el 25 de julio de 2026
- 30+ idiomas
- 95 modelos evaluados
- Archivos de hasta 2 GB
Idiomas que transcribimos
Cada tarjeta señala qué hace difícil el reconocimiento de voz en ese idioma - y es precisamente por eso que un modelo universal no puede ser el mejor en todos ellos.
Inglés
EnglishEl idioma mejor cubierto en todos los motores. Lo que aún falla: habla simultánea, acentos regionales marcados y jerga técnica especializada.
Español
EspañolRitmo rápido y amplia variación regional: el rioplatense, el caribeño y el castellano difieren en ritmo, vocabulario y uso de pronombres.
Alemán
DeutschSustantivos compuestos escritos sin espacios y verbos desplazados al final de largas oraciones subordinadas.
Francés
FrançaisLa liaison y la elisión borran los límites entre palabras: el habla conectada encadena varias palabras en un solo sonido continuo.
Portugués
PortuguêsEl portugués brasileño y el europeo divergen notablemente; el europeo reduce las vocales inacentuadas hasta casi hacerlas desaparecer.
Japonés
日本語Sin espacios entre palabras, tres sistemas de escritura mezclados en una misma oración y acento tonal que cambia el significado.
Chino (mandarín)
中文Los tonos determinan el significado y el chino escrito no ofrece límites de palabra en los que apoyarse.
Coreano
한국어Terminaciones aglutinantes y niveles de formalidad: el mismo verbo cambia de forma según quién habla a quién.
Italiano
ItalianoLas palabras terminadas en vocal y el habla rápida y solapada difuminan dónde acaba una palabra y dónde empieza la siguiente.
Neerlandés
NederlandsConsonantes guturales y reuniones de negocios que cambian al inglés a mitad de frase, casi por inercia.
Polaco
PolskiGrupos consonánticos densos y siete casos, con palatalización que transforma los sonidos dentro de la propia palabra.
Turco
TürkçeAglutinación: una sola palabra turca puede expresar lo que el inglés necesita toda una oración para decir.
Hindi
हिन्दीCambio de código constante al inglés: el hinglish es el lenguaje ordinario de los negocios aquí, no un caso excepcional.
Árabe
العربيةEl árabe estándar moderno y los dialectos hablados divergen más que algunos idiomas europeos entre sí, y las vocales breves no se escriben.
IronMemo transcribe más de 30 idiomas. Los quince mencionados arriba - inglés, español, ruso, alemán, francés, portugués, japonés, chino (mandarín), coreano, italiano, neerlandés, polaco, turco, hindi y árabe - cubren la mayoría de las reuniones de negocios; el resto pasa por el mismo sistema. Actualizado en julio de 2026.
Cuando una reunión tiene dos idiomas
La mayoría de los asistentes de notas te piden que elijas un idioma antes de empezar. Esto es lo que eso significa en la práctica, en sus propias palabras.
Lo que hacen la mayoría
- Read.ai indica claramente que las reuniones donde se hablan varios idiomas no tienen soporte completo y pueden producir resultados inconsistentes.
- Circleback detecta el idioma predominante y transcribe toda la reunión en él: el segundo idioma se procesa como si fuera el primero.
- Krisp te pide que selecciones un idioma antes de comenzar, y la transcripción se genera en ese idioma sin importar lo que se diga.
- Fireflies sí detecta cambios a nivel de palabra, pero su modo multilingüe está limitado a los planes Business y Enterprise.
Lo que hace IronMemo
- El idioma se detecta a medida que avanza la conversación, de modo que un cambio a mitad de la grabación no reinicia ni corrompe la transcripción.
- El cambio ruso - inglés y español - inglés dentro de una misma oración es un caso para el que nos ajustamos, no uno que simplemente toleramos.
- Las etiquetas de hablante sobreviven al cambio: la diarización no se reinicia cuando cambia el idioma.
- Cada línea conserva su marca de tiempo, así puedes volver al audio y comprobar cualquier frase por ti mismo.
Advertencia justa: el cambio de idioma a mitad de frase es genuinamente difícil para cualquier motor, y Sonix lo reconoce públicamente: su detección funciona mejor cuando los idiomas cambian entre hablantes y no a mitad de frase. Si tus reuniones se desarrollan en un solo idioma ampliamente compatible, la mayoría de las herramientas aquí listadas te servirán bien; la diferencia aparece cuando no es el caso. Declaraciones de los proveedores verificadas en julio de 2026.
Cómo cada idioma obtiene su modelo
La versión resumida. La metodología completa, incluyendo qué modelos descartamos y por qué, está en nuestra página de IA.
Primero el benchmark, nunca el marketing
95 modelos de voz evaluados contra 120+ fuentes independientes: precisión, comportamiento en silencio, calidad de diarización y coste, medidos por idioma y no de forma agregada.
Enrutar cada idioma a su modelo ganador
Catorce idiomas tienen asignado un modelo primario con un segundo en espera. El resto se ejecuta en el modelo de propósito general más potente del mismo benchmark.
Mantener el resultado auditable
Cada línea de la transcripción es clicable hasta el segundo exacto del audio, de modo que una afirmación de precisión es algo que verificas tú mismo y no que aceptas por fe.
Contar idiomas es lo fácil
Totales de idiomas tal como los anuncia cada proveedor, junto a lo que ocurre realmente con un idioma concreto.
| Servicio | Idiomas anunciados |
|---|---|
| IronMemo | 30+ |
| HappyScribe | 150+ |
| Fireflies | 100+ |
| Notta | 58 |
| Sonix | 54+ |
Los totales son los que cada proveedor anunciaba en sus propias páginas en julio de 2026: happyscribe.com/languages, el centro de ayuda de Fireflies, los precios de notta.ai y sonix.ai/languages. Un número mayor no es un producto peor: si tus reuniones se desarrollan en un solo idioma ampliamente compatible, varios de estos te servirán bien. El recuento deja de ser la respuesta cuando tu idioma es el que se le entrega a un modelo genérico.
En qué consiste realmente el benchmark
Los números detrás del enrutamiento por idioma: una base de datos de investigación, no un eslogan.
95
modelos de voz evaluados
Puntuados en precisión, comportamiento en silencio, diarización y coste antes de que ninguno tocara una grabación real de un cliente.
120+
fuentes independientes
Benchmarks académicos, documentación de proveedores y nuestro propio corpus de prueba, con un grado de evidencia asignado a cada resultado.
14
idiomas evaluados en profundidad
Cada uno con un modelo primario y uno de respaldo. Los idiomas restantes se ejecutan en el modelo general más potente del mismo benchmark.
Preguntas sobre compatibilidad de idiomas
Explorar más
Listo para dejar de perder lo importante de tus reuniones?
Comienza gratis. Sin tarjeta de crédito.
Plan gratuito - Sin tarjeta - Configuración en 60 segundos