Modelos de voz

Transcripción de reuniones

Abre Ajustes → Transcripción → Modelos de voz para ver las opciones locales y en la nube. Descarga un modelo local antes de elegirlo para una grabación.

El modelo predeterminado de la puesta en marcha es Nemotron 3.5 Streaming. Empieza con él y prueba otro modelo si tu idioma o tus grabaciones lo piden.

Opción local	Descarga aproximada	Cómo planteártelo
Nemotron 3.5 Streaming	716 MB	El predeterminado de la puesta en marcha para transcribir en directo
Parakeet 0.6B v3	705 MB	Otro modelo de voz local; también lo usa la opción «Más rápido» del dictado
Whisper Small	190 MB	Una descarga más pequeña para probar si tienes poco espacio en disco
Whisper Medium	540 MB	Otra opción de Whisper para comparar con tus grabaciones
Whisper Large v3 Turbo	575 MB	Una opción más de Whisper; prueba sus resultados y su rapidez de respuesta

Es una selección para empezar, no el catálogo completo. Los tamaños de descarga son los tamaños aproximados de los archivos del modelo, no la RAM que necesitan. Algunos motores muestran el texto por bloques en lugar de ir actualizando las palabras a medida que se pronuncian.

Elige según el idioma

Antes de elegir un modelo, mira sus etiquetas de idioma. Las opciones varían: por ejemplo, Parakeet Unified (EN) solo funciona en inglés, mientras que Parakeet 0.6B v3 es otro modelo que admite varios idiomas.

Configura Idioma de la reunión en Ajustes → Transcripción. Si trabajas en más de un idioma, prueba una muestra corta que mezcle esos idiomas antes de fiarte de ese modelo para una reunión entera.

El dictado va por separado

El modelo de voz y el idioma del dictado están en Ajustes → Dictado. No cambian solos cuando cambias el modelo de las reuniones.

Empieza con Más rápido (Parakeet v3) si admite tu idioma. Consulta la guía de dictado para los ajustes de formato y de atajos.

Voz en la nube

Kimiko también ofrece opciones de voz de Deepgram y ElevenLabs. La transcripción en la nube envía el audio al proveedor que elijas y necesita sus datos de conexión y acceso a la red.

La voz en la nube se configura por separado de la IA en la nube. Sigue la guía para configurar Deepgram y ElevenLabs para crear una clave de API y conectar tu proveedor.

Compara antes de cambiar

Para comparar modelos, usa un audio claro y el mismo idioma. Fíjate en las palabras, los nombres, el contexto de cada hablante y la rapidez de respuesta. Cambiar de modelo no corrige automáticamente las transcripciones que ya tienes.