Una tarifa. Todo incluido.

Preguntas frecuentes

¿Cómo se factura una transcripción en directo?

Por segundo de audio, a $0.60 la hora en todos los planes, con un mínimo de 5 minutos por transcripción. La traducción a hasta 10 idiomas, las traducciones habladas y las emisiones forman parte de esa tarifa, no son extras.

El número de oyentes e idiomas no cambia la factura. Una sesión que leen 5 personas en un idioma cuesta lo mismo que una que leen 500 personas en diez.

Arrastra el control para ver cuánto cuesta el audio en directo según su duración:

30 minutos

Archivo, cualquier plan

$0.1000

Transcripción en directo, cualquier plan

$0.3000

¿Las voces clonadas, los resúmenes y las exportaciones se cobran aparte?

No. Una voz clonada lee en voz alta la transcripción traducida con la propia voz de ese hablante, en cualquier idioma. Basta con treinta segundos de audio limpio para crear una. Una vez creada la voz, el hablante también se reconoce y se etiqueta por su nombre automáticamente en futuras grabaciones.

Cuando termina una grabación, el resumen se redacta por ti, y la transcripción se puede exportar en PDF con marcas de tiempo y etiquetas de hablante, o en Excel con una fila por segmento. Las correcciones hechas después del evento se guardan en la misma transcripción. Nada de esto se mide por separado; lo único que se factura es el propio audio.

¿Por qué el directo cuesta más que subir un archivo?

Una transcripción en directo tiene que seguir el ritmo del hablante durante todo el evento, para que las palabras lleguen a los oyentes instantes después de pronunciarse, en todos los idiomas a la vez. Ese trabajo se ejecuta sin parar, incluso durante las pausas y los aplausos.

Con los archivos no hay público esperando. Se procesan varias veces más rápido que el tiempo real, en paralelo, y por eso una hora de audio grabado cuesta $0.20 en lugar de $0.60. Si nadie necesita leerlo mientras ocurre, sube la grabación después y paga la tarifa de archivo.

¿Los modos Velocidad y Precisión cambian el precio?

No. Toda transcripción en directo puede ejecutarse en modo Automático, Velocidad o Precisión, y los tres se facturan igual: $0.60 la hora.

Velocidad muestra las palabras a los oyentes lo antes posible. Precisión prioriza la transcripción más exacta. Automático equilibra ambos por ti a medida que avanza el evento. Elige el que mejor se adapte a la sala; el modo es una elección de calidad, no un nivel de precio.

¿Cuál es la tasa de error por palabra (WER) y la latencia?

Pronto publicaremos benchmarks. Mientras tanto: la tasa de error por palabra está a la par de los principales modelos de transcripción del sector, así que lo que aparece en pantalla es lo que se dijo.

La latencia es intermedia, a propósito. El motor de VocalStack está pensado para transcripciones que la gente lee en varios idiomas, así que confirma una frase cada vez, en pausas naturales como una coma o el final de una oración, cuando ya ha oído contexto suficiente para acertar con nombres, números y puntuación, en lugar de mostrar suposiciones palabra a palabra que se reescriben solas. Los oyentes reciben líneas estables y definitivas que se traducen limpiamente a todos los idiomas a la vez, y la transcripción que siguen en directo es la misma que conservas.

¿Puedo emitir una emisora de radio y un directo de YouTube en un solo enlace sin pagar dos veces por los oyentes?

Sí. Una emisión es un único enlace público, y puedes vincularle tantas transcripciones en directo como quieras: un micrófono en el escenario, una emisión de radio, una señal HLS o DASH, o un directo de YouTube. Los oyentes abren el mismo enlace y eligen su idioma una sola vez.

Cada transcripción vinculada se factura por sus propios minutos de audio, con un mínimo de 5 minutos cada una. La emisión en sí, el enlace, el código QR y todas las personas que la leen no cuestan nada. Una emisión privada, protegida con contraseña, se factura igual.

¿Qué pasa si me quedo sin crédito en mitad de una ponencia?

Con Pago por uso, una transcripción en directo se detiene en cuanto el saldo llega a cero, y los oyentes ven que la transcripción termina donde se acabó el crédito. Añade crédito para volver a empezar; el enlace de la emisión no cambia, así que nadie tiene que volver a entrar.

Con Premium y Enterprise hay un periodo de gracia. La transcripción sigue en marcha para que el evento no se corte, y los minutos extra se facturan después a la misma tarifa. Nada cambia en la sesión ni para el ponente ni para el público.

¿Cuánto tiempo se conservan mis grabaciones, transcripciones y voces?

Con Pago por uso, las transcripciones se conservan 30 días, y el audio original y las voces clonadas, 7 días. Exporta lo que quieras guardar antes de ese plazo.

Con Premium y Enterprise todo se conserva hasta que lo eliminas. Eliminar una grabación borra tanto el audio como su transcripción, para siempre.

Estoy integrando VocalStack en mi propio producto. ¿La API cuesta más?

No. La API, el servidor MCP y los SDK están incluidos en todos los planes y se facturan exactamente a las mismas tarifas que el panel: $0.20 la hora para archivos y $0.60 la hora en directo, con el mismo mínimo de 5 minutos por transcripción. El crédito del plan también se aplica al uso de la API.

Habla con ventas sobre Enterprise cuando necesites tarifas por volumen, transcripciones simultáneas ilimitadas, grabaciones en directo de 24 horas, un grupo de motores dedicado, arranques siempre en caliente, un gestor de cuenta o un SLA personalizado.