Cómo funciona nuestra IA - y por qué importa
Evaluamos 95 modelos de voz con más de 120 fuentes independientes para elegir la IA detrás de cada transcripción. Así es exactamente como se procesan tus reuniones, sin cajas negras.
95
modelos de IA de voz evaluados
120+
fuentes independientes verificadas
14
idiomas con benchmark en profundidad
2
modelos por idioma: principal + respaldo
El modelo de IA correcto para cada idioma
La mayoria de las herramientas de reuniones usan un solo modelo de IA para todo. Eso funciona bien para inglés - pero la precisión cae significativamente para otros idiomas. IronMemo selecciona automáticamente el mejor modelo para cada idioma.
Enfoque tradicional
Un modelo para todos los idiomas. Bueno para inglés, mediocre para todo lo demas. La precisión cae 40-60% para contenido no-inglés.
Enfoque IronMemo
El idioma se detecta automáticamente. Para cada idioma se selecciona el mejor modelo, con un respaldo verificado en espera para que tu reunión nunca dependa de un solo proveedor.
3x más preciso para idiomas no-inglés
Nuestro listón de calidad
El modelo de transcripción más popular del mundo no pasó el corte
Investigadores independientes y una investigación de Associated Press documentaron que Whisper, el modelo open source detrás de muchos asistentes de notas con IA, puede inventar frases enteras durante las pausas: palabras que nadie dijo, incluso medicamentos inexistentes en transcripciones médicas.
Nuestras propias pruebas de silencio confirmaron el fallo. Así que lo vetamos. Cualquier modelo que escriba texto donde no hay voz queda excluido de IronMemo, por popular o barato que sea.
Fuentes: Estudio "Careless Whisper" (ACM FAccT 2024) · Investigación de AP vía Fortune (2024)
Prueba de silencio obligatoria
Cada candidato recibe silencio, ruido y música antes de ver una sola reunión real. Si inventa palabras, queda fuera.
Vetado, no parcheado
No envolvemos modelos propensos a alucinar en filtros esperando que funcione. Quedan excluidos por completo del enrutamiento.
Verificado en cada archivo
En producción cada transcripción pasa controles: sin texto en zonas de silencio, marcas de tiempo en orden, hablantes detectados. Si falla, el archivo se reprocesa con el modelo de respaldo.
Cómo un modelo se gana su lugar
La mayoría de las herramientas eligen un proveedor y se quedan ahí. Nosotros tratamos la selección de modelos como un programa de investigación continuo. Estas son las reglas que debe pasar cada candidato.
Primero, benchmarks independientes
Las cifras de precisión de los proveedores se consideran sin verificar hasta que las confirman benchmarks independientes o nuestras propias pruebas. Cada número de nuestra base de investigación tiene fuente y grado de evidencia.
Audio de reuniones, no de estudio
Clasificamos los modelos con grabaciones de reuniones ruidosas y con varios participantes: voces superpuestas, acentos, micrófonos malos. Un modelo que solo brilla con audiolibros limpios no llega a producción.
Pruebas de silencio y robustez
Un candidato debe transcribir el silencio como silencio. Probamos pausas, música de fondo y ruido para descartar modelos que inventan texto, antes de que toquen una sola reunión de clientes.
Cada decisión queda registrada
Las elecciones de modelos se registran con fechas, fuentes y las cifras detrás. Cuando aparece un modelo mejor, repetimos la comparación y podemos mostrar exactamente por qué cambiamos.
Que pasa con tus datos
Subida
Tu grabación llega cifrada (TLS 1.3)
Procesamiento
La IA transcribe y resume. Servidores de procesamiento, sin almacenamiento permanente.
Entrega
Resultados almacenados cifrados (AES-256) en tu espacio de trabajo
Eliminación
Audio/video crudo eliminado después del procesamiento. Solo quedan la transcripción y el resumen.
Nunca usamos tus datos para entrenar modelos de IA. Nunca. Esto no es una promesa de marketing - es una decisión de arquitectura técnica.
Marcas de tiempo que puedes auditar
Cada línea de una transcripción de IronMemo apunta al segundo exacto de tu grabación original, incluso en una llamada de tres horas. Haz clic en una marca de tiempo y el reproductor salta al momento en que se dijo. Esa correspondencia se verifica en cada archivo.
Precisión a nivel de palabra
Las marcas de tiempo vienen del propio modelo de voz, no de un cálculo posterior.
Un clic para comprobar
¿No estás de acuerdo con el resumen? Salta al audio original con un clic y escúchalo tú mismo.
Aguanta llamadas largas
El procesamiento nunca recorta tu audio en silencio: los tiempos siguen fieles al archivo original del primer al último minuto.
Llamada de planificación Q2
María
Fijemos la fecha de lanzamiento para el 21.
Alex
De acuerdo, marketing necesita dos semanas de margen.
María
Presupuesto final: 200 mil, aprobado hoy.
Transparencia total
Modelos de IA que usamos
Modelos de voz especializados por idioma, más LLM de proveedores como OpenAI y Anthropic para los resúmenes. El audio solo va a proveedores con términos de no entrenamiento, y publicamos lo que nos negamos a usar.
Limitaciones conocidas
La IA no es perfecta. La precisión de la transcripción varia según la calidad del audio, el número de hablantes y el ruido de fondo. Mostramos puntajes de confianza para que sepas cuando verificar.
Control humano
Siempre puedes editar, eliminar o exportar tus datos. La IA asiste - tu decides.
Cumplimiento y certificaciones
Nuestra metodologia
Nuestra selección de modelos se apoya en una base de investigación viva: 95 modelos de voz evaluados con más de 120 fuentes independientes, con grados de evidencia, pruebas de silencio y un registro de auditoría completo. Los campeones se revalidan a medida que salen nuevos modelos. Nuestra afirmación de 3x más precisión en idiomas no ingleses se basa en pruebas internas con 15 pares de idiomas usando grabaciones de reuniones estandarizadas.
Publicamos nuestra metodologia e invitamos a verificación independiente. Contacta research@ironmemo.com para más detalles.
Listo para dejar de perder lo importante de tus reuniones?
Comienza gratis. Sin tarjeta de crédito.
Plan gratuito - Sin tarjeta - Configuración en 60 segundos