Una evaluación útil responde a una pregunta práctica: ¿servirá esta herramienta para tu grabación, idioma, presupuesto y flujo de trabajo? Nuestra norma editorial es explicar qué se comprobó, mostrar las pruebas y describir las ventajas y desventajas.
Cobertura actual: el directorio contiene fichas de productos basadas en documentación de los proveedores. Estas fichas no son pruebas prácticas con puntuación. Esta página establece los requisitos para publicar pruebas, comparaciones y recomendaciones.
Última actualización: 17 de octubre de 2026
1. Aclarar el tipo de contenido
- Ficha de producto: descripción de funciones documentadas, plataformas, fuentes de precios y usos previstos. Las afirmaciones de un proveedor se le atribuyen a ese proveedor.
- Evaluación práctica: relato de un producto realmente utilizado por quien lo evalúa, con fecha de prueba, plan, ajustes, evidencias y limitaciones.
- Comparación: comparación según criterios explícitos. Si se investigó un producto sin probarlo, esa distinción debe ser visible.
- Guía de compra: explicación de criterios de selección y compromisos para una tarea concreta. La inclusión en una guía no demuestra por sí sola un rendimiento superior.
Expresiones como «probado», «verificado» y «mejor» requieren pruebas. La disponibilidad del software, las afirmaciones del proveedor y nuestras propias observaciones deben seguir siendo distinguibles.
2. Utilizar condiciones de prueba comparables
Una prueba práctica empieza con un caso de uso explícito y un conjunto definido de muestras. El método debe elegirse antes de examinar los resultados.
- Describir las muestras. Registrar idioma, acento cuando proceda, duración, número de hablantes, calidad del audio y contexto de grabación. Identificar ruido, habla superpuesta o vocabulario especializado.
- Utilizar la misma entrada. Las comparaciones directas de transcripción utilizan la misma grabación original y transcripción de referencia. Toda conversión, recorte o procesamiento de audio debe documentarse y aplicarse de manera uniforme.
- Registrar la configuración. Identificar el plan, el modelo si es seleccionable, el idioma, los ajustes de etiquetas de hablantes, el dispositivo o navegador y la fecha de prueba. Explicar diferencias cuando los productos no ofrecen opciones equivalentes.
- Hacer visibles los intentos. Registrar trabajos fallidos, reintentos e intervenciones manuales. Aplicar la misma regla de reintento a cada producto e identificar si el resultado es un primer intento, uno típico o la mejor ejecución seleccionada.
- Delimitar el alcance con honestidad. Indicar el número de grabaciones e intentos. Una pequeña prueba exploratoria no establece el rendimiento para todos los idiomas, acentos o condiciones de grabación.
Un asistente de reuniones, una aplicación de dictado y una herramienta de transcripción por carga utilizan métodos de captura diferentes. Comparar la tarea que comparten cuando sea posible y evaluar por separado el resto de cada flujo de trabajo.
3. Medir la precisión frente a una referencia comprobada
La transcripción de referencia debe cotejarse con la grabación. La salida no revisada de otro servicio de reconocimiento de voz no es una referencia adecuada.
La tasa de error de palabras (WER) cuenta sustituciones, eliminaciones e inserciones en relación con el número de palabras de referencia. Para una referencia no vacía:
WER = (substitutions + deletions + insertions) / reference words
Una WER menor implica menos modificaciones a nivel de palabra según las reglas de puntuación indicadas. Informar del nombre de la métrica, el tamaño de la muestra y la configuración de evaluación; no presentarla como un porcentaje universal de «precisión». La referencia de evaluación de JiWER documenta estos cálculos.
Cada prueba de idioma debe explicar la tokenización y la normalización del texto, incluido el tratamiento de puntuación, mayúsculas, números, acentos y muletillas. Las pruebas en japonés deben indicar cómo se segmentan las palabras. Cuando proceda evaluar por caracteres, informar de la tasa de error de caracteres (CER) y sus reglas de normalización. Usar reglas idénticas para los productos comparados. Consulta la documentación de transformaciones de JiWER.
La tasa de error de palabras o caracteres no recoge todos los errores importantes. Informar por separado, cuando proceda, de nombres, números, fechas, frases omitidas, contenido inventado, atribución de hablantes y errores de marcas de tiempo. Mantener separados los resultados por idioma salvo que el artículo explique cómo se calculó el agregado.
4. Evaluar el trabajo necesario después de la transcripción
Una transcripción legible es solo una parte de la tarea. Una evaluación debe describir los pasos desde la captura hasta un documento final utilizable.
- Captura y configuración: pasos de carga o grabación, entradas admitidas, permisos y tiempo necesario para empezar.
- Etiquetas de hablantes y resúmenes: errores de atribución, decisiones omitidas, afirmaciones sin respaldo y fidelidad de las acciones pendientes a la grabación.
- Edición: controles de reproducción, búsqueda, herramientas de corrección, cambio de nombres de hablantes y esfuerzo para terminar la tarea.
- Exportaciones: abrir realmente los archivos exportados y comprobar formato, etiquetas de hablantes y tiempos cuando proceda. Distinguir una función de exportación anunciada de una exportación probada.
- Velocidad y fiabilidad: medir por separado el tiempo de carga, procesamiento y edición manual. Registrar la duración del audio, las condiciones de conexión y cualquier trabajo incompleto.
La documentación clínica requiere evaluar por separado la fidelidad de las notas y las omisiones o adiciones de importancia clínica. Una conclusión sobre calidad clínica exige un evaluador debidamente cualificado; una puntuación general de transcripción no establece la idoneidad clínica.
5. Comparar precios sobre la misma base
Las afirmaciones sobre precios necesitan una fuente oficial y una fecha de comprobación. Identificar moneda, compromiso de facturación, cuota incluida, límites de archivos, requisitos de usuarios, excesos y complementos pertinentes. Las pruebas gratuitas y los descuentos temporales deben identificarse como tales.
El equivalente mensual de un plan anual debe indicar «facturado anualmente». No compararlo con el pago mensual de un competidor sin explicar la diferencia. Los ejemplos de coste por hora deben indicar el uso supuesto y el cálculo. Una cuota no utilizada no convierte una suscripción en gratuita; incluso un plan anunciado como ilimitado requiere comprobar las restricciones aplicables.
El valor depende de la tarea. Cuando se mida, informar del esfuerzo de edición junto con el coste de suscripción. Si no puede confirmarse un precio o límite, indicarlo como no confirmado en vez de estimar una oferta actual.
6. Explicar puntuaciones, puntos fuertes y limitaciones
Las recomendaciones deben identificar al usuario previsto, la tarea y las pruebas que respaldan la conclusión. Una herramienta puede ser adecuada para entrevistas y poco adecuada para reuniones en directo. Exponer las desventajas importantes y las circunstancias en que una alternativa sería preferible.
Las fichas del directorio no tienen una calificación por estrellas predeterminada. Si un artículo utiliza una puntuación global, debe indicar criterios, pesos, mediciones subyacentes y tratamiento de datos ausentes. Una función no probada se etiqueta como «no probada», sin aprobarla o suspenderla automáticamente. No inventar valoraciones de clientes, cifras de reseñas, benchmarks ni capturas de resultados.
El orden del directorio y la conclusión de una evaluación son cosas distintas. Por defecto se muestran primero los destacados; «Nombre A–Z» ordena alfabéticamente. Toda prueba con clasificación o recomendación de «mejor» debe explicar sus pruebas y método de clasificación.
7. Hacer trazables las pruebas, actualizaciones y correcciones
Un artículo de prueba práctica debe identificar autor, fecha de prueba y plan o versión evaluados. Incluir capturas originales u otros registros adecuados, enlaces a fuentes y el método necesario para entender el resultado. Una captura documenta lo que muestra; no respalda una afirmación no medida.
Usar grabaciones que puedan utilizarse y compartirse legalmente. Eliminar información personal, confidencial y de cuentas de las pruebas publicadas. Las funciones de privacidad y seguridad deben atribuirse a documentación vigente del proveedor salvo verificación independiente; no inferir certificaciones de afirmaciones comerciales.
Cuando se confirme un error importante, corregir el texto pertinente, identificar el cambio y su fecha y revisar las conclusiones afectadas. Una actualización posterior del software no cambia silenciosamente un resultado anterior. Repetir la prueba antes de presentar una medición antigua como evidencia del rendimiento de una versión nueva.
Una solicitud de corrección debe identificar la URL de la página, la afirmación cuestionada y las pruebas de respaldo. La publicación de una corrección depende de esas pruebas.
Referencias metodológicas
- JiWER: métricas de evaluación del reconocimiento de voz, incluidas WER y CER.
- Google Search Central: cómo escribir reseñas de productos útiles, incluidas pruebas de primera mano y ventajas e inconvenientes.