Transcribir audio a texto, con su vocabulario profesional

Usted ya tiene grabaciones: notas de voz entre dos citas, reuniones, entrevistas. Lo que falta es convertir esos archivos en texto utilizable. TechVoice hace la transcripción de audio a texto en pocos instantes y corrige los términos de su profesión con su propio vocabulario, igual que en un dictado en directo.

Cómo funciona

1. Suba el archivo a una nota, desde su ordenador o su móvil.
2. TechVoice lo transcribe con Voxtral Small Transcribe 3, el modelo de transcripción de archivos de Mistral AI, en el idioma de la aplicación. Por ahora, TechVoice funciona en francés y en inglés, así que la grabación debe estar en uno de esos dos idiomas.
3. Se aplica la corrección con su vocabulario y sus correcciones anteriores, sin reformular.
4. Usted lo revisa: el texto llega a la nota, las correcciones quedan a la vista y, si lo necesita, el formato en un clic lo convierte en un correo electrónico o en un texto redactado.

Rápido, incluso con una hora de audio

El modelo recibe la grabación completa: dispone de todo el contexto antes de escribir, lo que lo hace más preciso que en directo. Con una reunión real de 30 minutos, la transcripción tardó entre 52 y 67 segundos en nuestras mediciones, algo más en horas punta.

El límite es de 60 minutos y 100 MB por archivo. No lo impone TechVoice: es la duración que el modelo procesa de una sola vez, porque el audio y el texto generado se reparten su capacidad. Explicamos estas limitaciones en nuestra experiencia con Voxtral.

Los términos de su profesión, bien escritos

La grabación de una reunión o de una consulta está llena de vocabulario especializado: ahí es donde fracasa una transcripción genérica. En nuestro corpus de prueba de ortopedia, en francés, el texto sin corregir de la importación contenía un 9,6 % de errores en los términos técnicos, y un 2,6 % tras la corrección con el vocabulario del médico. Estas cifras proceden de voces sintéticas y son optimistas; sobre todo, muestran lo que aporta la corrección.

Es el mismo vocabulario que en el dictado: su especialidad, sus documentos tipo y cada una de sus correcciones. Una corrección hecha en un dictado sirve también para las transcripciones siguientes, y viceversa.

Lo que la transcripción no hace

• No distingue a los interlocutores: el texto es continuo, sin nombres de hablantes ni marcas de tiempo.
• No resume: obtiene lo que se dijo, corregido, no una síntesis. Después, el formato en un clic puede convertirlo en un correo electrónico o en un texto redactado, para revisar.
• No sustituye la autorización de las personas grabadas: grabe solo con el consentimiento de los presentes.
• No admite datos de salud identificativos: TechVoice no está certificado HDS (la certificación francesa para alojar datos de salud); no suba grabaciones en las que se pueda identificar a un paciente.

Formatos y confidencialidad

Se admiten los formatos habituales: m4a (notas de voz del iPhone), mp3, wav, aac, ogg, opus, flac, webm y mp4. Mistral AI transcribe el archivo en Francia y, después, TechVoice no lo conserva; solo queda el texto, en sus notas. Encontrará el detalle en la página de Privacidad (en francés).