Privacidad en grabaciones: cómo AudioMap protege tus reuniones
Subir un audio a un servicio implica confianza. Aquí te contamos exactamente qué hacemos y qué no hacemos con tu material.
Identificar voces es más difícil de lo que parece. Te contamos cómo lo resolvemos sin llenar tu disco de embeddings.
"Diarización" es la palabra técnica para algo que hace tu cerebro sin pensar: distinguir voces en una conversación. Para una máquina es uno de los problemas más difíciles del audio.
La transcripción puede tener 99% de precisión y aun así, si los speakers están mal asignados, la nota es inservible.
Embedding por segmento. Dividimos el audio en chunks de 1-3 segundos, pasamos cada chunk por un modelo de speaker embedding (entrenado en español + inglés + portugués). Cada chunk produce un vector de ~512 dims.
Clustering progresivo. Agrupamos vectores en clusters. El número de clusters no se fija a priori: se infiere por densidad. Esto permite que una reunión con 2 personas no genere 5 speakers ficticios y una con 8 sí los detecte.
Refinamiento con prosodia. Usamos ritmo, pausas y entonación como señales secundarias para mejorar la frontera entre speakers cuando los embeddings dudan.
Re-identificación opcional. Si el usuario etiqueta a un speaker ("este es Juan"), el embedding queda guardado en su cuenta. En reuniones futuras, Juan se identifica automáticamente.
No subimos tu voz a un repositorio público. Los embeddings son solo tuyos y se borran si pides borrarlos. La identificación entre cuentas no existe.
En benchmarks internos con audio de Zoom típico:
Comparado con servicios genéricos (que dan 12-18% de error en español), la mejora es notable. La razón es simple: optimizamos para el caso real (reuniones de equipo y entrevistas), no para podcasts profesionales.
Graba tu próxima reunión y obtén un resumen accionable en segundos.
Empieza gratisSubir un audio a un servicio implica confianza. Aquí te contamos exactamente qué hacemos y qué no hacemos con tu material.
Una mirada honesta al stack de IA que convierte un MP3 en una nota accionable.

En un equipo, lo que se dijo en una reunión vive en la cabeza y en la cuenta de quien estuvo. El día que esa persona se va, se lo lleva todo. El plan de equipo de AudioMap existe para que eso deje de pasar.