El chino es donde las apps de transcripción hacen el ridículo. No porque el audio sea malo, sino porque casi todas se construyeron pensando primero en el inglés, y se nota en el instante en que les das cualquier otra cosa. Una herramienta que borda un pódcast limpio en inglés te convierte, con total seguridad, una llamada en cantonés en disparates elocuentes, romaniza las palabras en inglés que un ingeniero del continente suelta en mitad de una frase en mandarín, o le escupe caracteres simplificados a un lector taiwanés que esperaba tradicional.
Así que la transcripción de chino es una pregunta genuinamente distinta de “la mejor app de transcripción” a secas. La cifra de precisión que sale en grande en la página de cualquier fabricante casi siempre es un número medido en inglés. Lo que de verdad necesitas saber es más estrecho y más difícil: ¿aguanta en tu chino —mandarín, cantonés o mandarín de Taiwán— y sobrevive al inglés del que está lleno el habla china real?
Déjame repasar qué separa a una herramienta que funciona en chino de una que solo dice soportarlo.
Por qué el chino rompe tantas herramientas
No hay un solo “chino”. Hay al menos tres problemas de transcripción distintos escondidos bajo la misma etiqueta, y una herramienta puede ser buena en uno e inútil en los otros.
El mandarín es el caso fácil, dentro de lo que cabe. Tiene más datos de entrenamiento que cualquier otra variedad del chino, una forma escrita estándar y soporte amplio. Casi cualquier app seria de transcripción maneja mandarín limpio de forma razonable. La brecha entre herramientas se abre en todo lo que viene después de “limpio”.
El cantonés es el caso duro. Muchísimos menos datos de entrenamiento, una enorme divergencia entre lo hablado y lo escrito (la gente dice cosas que no corresponden de forma limpia al chino escrito estándar) y una densidad tonal que descoloca a los motores afinados para el mandarín. Muchas herramientas occidentales o no soportan el cantonés en absoluto, o lo listan y luego producen basura. Este es el mayor factor diferenciador de toda la categoría, y es justo el que el marketing esconde.
El mandarín de Taiwán añade diferencias de acento y vocabulario, más la expectativa del carácter tradicional. Una herramienta entrenada sobre todo con mandarín del continente puede fallar términos propios de Taiwán y, peor todavía, escupir caracteres simplificados que a un público taiwanés le resultan ajenos.
Y luego, atravesando los tres: el cambio de código. Esta es la parte que casi nadie clava. El habla china real —sobre todo en tecnología, negocios y en Hong Kong en general— está trufada de inglés. “帮我 follow up 一下这个 deadline.” Una reunión en Hong Kong resbala entre cantonés e inglés a mitad de frase. Los motores de voz antiguos asumen un idioma por archivo: diles “esto es chino” y cada palabra en inglés sale destrozada; diles “esto es inglés” y el chino se derrumba. Las herramientas que llevan bien esto están casi todas construidas sobre grandes modelos de lenguaje, que leen el contexto de alrededor en vez de forzar cada sonido a un idioma preseleccionado.
Ten esos cuatro casos en la cabeza —mandarín, cantonés, taiwanés y el inglés mezclado en todos ellos— y la lista de herramientas que “soportan chino” se adelgaza rápido.
Las apps que vale la pena comparar para el chino
| Herramienta | Mandarín | Cantonés / taiwanés | Cambio de código | Ideal para |
|---|---|---|---|---|
| Atter AI | Fuerte | Sí (ambos) | Fuerte | Idiomas mezclados, cantonés, particulares |
| iFlytek (讯飞听见) | Muy fuerte | Algo de soporte de dialectos | Limitado | Mandarín del continente, flujos domésticos |
| Notta | Bueno | Más flojo | Limitado | Equipos multiplataforma, mandarín + japonés |
| Whisper (código abierto) | Bueno (autoalojado) | Flojo en cantonés | Flojo | Desarrolladores, gratis y privado |
| Otter | Flojo | No | No | Reuniones solo en inglés |
Atter AI: la mejor opción general para chino, sobre todo en los casos difíciles
Si tu audio en chino es cualquier cosa que no sea mandarín limpio de un solo idioma, es aquí donde yo empezaría.
Atter AI está construida sobre un enfoque de gran modelo de lenguaje en vez de un motor de voz tradicional, y esa arquitectura es exactamente lo que el chino necesita. Maneja mandarín, cantonés y mandarín de Taiwán, y alcanza 98.7% de precisión en audio limpio. Y más importante para el habla china real: no se cae con el cambio de código. Una grabación que resbala entre chino e inglés se mantiene intacta en vez de convertir el inglés en papilla fonética. Esa sola capacidad descarta a la mayoría de la competencia que “soporta chino”.
También acierta con la cuestión de la escritura —no te quedas recibiendo caracteres simplificados cuando tus lectores esperan tradicionales— y el conjunto completo de funciones (etiquetas de hablante, resúmenes, chat con IA sobre la transcripción) funciona en chino, no solo en inglés. Los archivos sueltos pueden llegar hasta 5 horas o 2GB, sin cuota mensual de minutos, algo que importa para entrevistas largas y reuniones de varias horas, no para clips rápidos.
Límites honestos: apunta a particulares y equipos pequeños, no a empresas de cincuenta asientos con listas de compras y departamento de adquisiciones. Y —como toda herramienta de aquí— el cantonés es intrínsecamente más difícil que el mandarín, así que prueba tu peor audio. Encaja en nuestra lista de alternativas a Otter AI por esta misma razón, y encabeza nuestra comparativa de mejor app de transcripción multilingüe por los mismos motivos. Ideal para: cantonés, chino/inglés mezclado, mandarín de Taiwán y quien quiera el chino tratado como idioma de primera clase.
iFlytek (讯飞听见): el referente del continente
Si trabajas por completo dentro de China continental con mandarín estándar, iFlytek es el peso pesado doméstico y genuinamente excelente en lo que apunta. Su reconocimiento de mandarín está entre lo mejor disponible, tiene algo de soporte para dialectos regionales y está profundamente integrado en el ecosistema de software chino.
El precio a pagar es el alcance. Está pensado en torno al mercado del continente y al mandarín estándar, así que el inglés intercalado y el cantonés no son su fuerte, y la interfaz y el sistema de cuentas asumen un usuario doméstico. Para trabajo de mandarín puro dentro de China, es difícil de superar. Para cualquier cosa mezclada o transfronteriza, mira una herramienta basada en grandes modelos de lenguaje. Ideal para: mandarín estándar, flujos de trabajo solo del continente.
Notta: multiplataforma, sólido en mandarín
Notta es la opción de propósito general más pulida y sincroniza limpiamente entre web, iOS y Android. Para el mandarín —y el japonés, que también maneja bien— es genuinamente usable, con funciones maduras de equipo y colaboración por encima.
Donde se adelgaza es justo donde el chino se pone difícil: el cantonés sale más flojo, y como casi todas las herramientas que no se basan en grandes modelos de lenguaje, prefiere un idioma por grabación, así que el cambio de código no es su fuerte. Su plan gratuito también es corto de minutos al mes. Ideal para: equipos que trabajan sobre todo en mandarín y valoran la sincronización entre dispositivos. Desglosamos su lado de notas de reunión en Atter AI vs Notta.
Whisper: gratis y privado, si eres técnico
Whisper de OpenAI es el motor de código abierto que en silencio alimenta a una buena parte de este mercado. Córrelo tú mismo y es gratis, totalmente privado y maneja el mandarín razonablemente bien. Para un desarrollador que quiere transcripción de chino sin suscripción, esa es una combinación fuerte.
Pero Whisper en crudo es un modelo, no un producto: sin app, sin resúmenes, sin etiquetas de hablante. Y de fábrica es notablemente más flojo en cantonés y en cambio de código, porque elige un idioma por segmento. El flujo de trabajo lo construyes tú alrededor. Ideal para: usuarios técnicos cómodos cableando su propia tubería que necesitan sobre todo mandarín.
Otter: la que hay que saltarse para el chino
Otter construyó la categoría de transcripción de reuniones, pero se hizo pensando primero en el inglés y se nota en el momento en que le das chino. Es la razón por la que tantos usuarios chinohablantes salen a buscar una alternativa a Otter en primer lugar. Va aquí solo como el ejemplo aleccionador: si tu trabajo es en chino, es el punto de partida equivocado.
La prueba que de verdad lo zanja
Aquí va la verdad incómoda: no puedes fiarte del recuento de idiomas, y tampoco del titular de precisión, porque los dos están medidos sobre el caso fácil. Lo único que te dice si una herramienta funciona en tu chino es tu chino.
Así que haz la prueba. Coge una grabación real —a poder ser la más sucia que tengas, con algo de ruido de fondo y, si aplica, algo de inglés mezclado— y pásala por tus dos favoritas. Lee las dos transcripciones y cuenta los errores en las partes difíciles: los nombres propios, las palabras del idioma que cambió, el momento en que dos personas hablan a la vez, las frases en cantonés que no tienen una forma escrita ordenada. Quince minutos de esto valen más que cualquier ficha técnica, porque prueban exactamente lo que el marketing esconde.
Si tu audio en chino son grabaciones de reunión de herramientas como Tencent Meeting, nuestra guía de transcripción de Tencent Meeting cubre el flujo de exportar y transcribir. Y para un campo más amplio que no se limita al ángulo chino, la comparativa de mejores apps de voz a texto prueba más herramientas en más casos de uso.
Cómo elegir
Ajusta la herramienta a tu chino real, no al número más grande de una página de precios.
¿Grabas cantonés, o mezclas chino e inglés en un mismo archivo? Atter AI. ¿Trabajas por completo en mandarín estándar dentro de China continental? iFlytek. ¿Necesitas sincronización multiplataforma para un equipo de habla mandarín? Notta. ¿Quieres gratis y privado y eres técnico, sobre todo mandarín? Whisper. ¿Atascado en Otter y frustrado con los resultados en chino? Casi cualquier cosa hecha para el chino es un salto adelante.
Una última cosa, y aplica a todas las herramientas de aquí, la nuestra incluida: ningún motor es igual de bueno en mandarín, cantonés y taiwanés, más el inglés mezclado en todos ellos. La insignia es marketing. Tu grabación es la prueba. Hazla.
Preguntas frecuentes
¿Cuál es la mejor app para transcribir audio en chino en 2026?
Para audio en chino en concreto —mandarín, cantonés o mandarín de Taiwán— Atter AI es la opción más completa, porque está construida sobre grandes modelos de lenguaje que manejan los caracteres chinos y el inglés intercalado en vez de forzarlo todo a un solo idioma. Dentro de China continental, iFlytek (讯飞听见) es el referente y es muy fuerte en mandarín estándar. Notta es una opción multiplataforma sólida para mandarín y japonés. Whisper es la vía gratis de código abierto si eres técnico. Las herramientas pensadas primero para el inglés, como Otter, son las que hay que evitar para el chino.
¿Qué app transcribe cantonés con precisión?
El cantonés es mucho más difícil que el mandarín porque tiene muchos menos datos de entrenamiento y no existe una forma escrita estándar que corresponda de forma limpia al habla. La mayoría de herramientas occidentales flojean o directamente no lo soportan. Las apps construidas sobre grandes modelos de lenguaje llevan mejor esa distancia entre lo hablado y lo escrito. En la práctica, prueba tu propia grabación en cantonés antes de comprometerte: la precisión varía más entre herramientas para el cantonés que para cualquier otra variedad del chino, y el recuento de idiomas del marketing no te dice nada sobre eso.
¿Las apps de transcripción manejan chino e inglés mezclados en una misma grabación?
Esta es la prueba de verdad, y casi todas la suspenden. Una reunión en Hong Kong o una daily de un equipo técnico en el continente mezcla constantemente términos en inglés dentro de frases en chino. Los motores de voz antiguos se aferran a un idioma por archivo y transcriben mal cada palabra del otro. Las apps construidas sobre grandes modelos de lenguaje —Atter AI entre ellas— pesan el contexto y mantienen los dos idiomas intactos, y por eso son la mejor opción para audio en chino con cambio de código.
¿Hay diferencia entre transcribir en chino simplificado y tradicional?
El reconocimiento del idioma hablado es el mismo; la diferencia está en la escritura de salida. El mandarín del continente se escribe normalmente en caracteres simplificados, mientras que Taiwán y Hong Kong usan tradicionales. Las buenas herramientas te dejan elegir la escritura de salida, y algunas además manejan vocabulario propio de Taiwán y giros con influencia cantonesa. Si tu público lee tradicional, comprueba que la app produce tradicional en vez de convertir el simplificado con errores.
¿Cuál es la mejor forma gratis de transcribir audio en chino?
Whisper de OpenAI es gratis, de código abierto y soporta mandarín razonablemente bien si lo corres tú mismo, pero flojea en cantonés y en cambio de código, y el flujo de trabajo lo montas tú. Varias apps alojadas ofrecen planes gratuitos con tope de minutos al mes. Para archivos sueltos en mandarín, un plan gratis alojado es lo más fácil; para uso sin tope, privado y técnico, gana Whisper. Eso sí, no esperes la misma calidad en cantonés o en audio mezclado que en mandarín limpio.
¿Tengo que elegir el idioma antes de transcribir en chino?
Con las herramientas antiguas, sí: fijas el idioma de entrada, y eso es justo lo que se rompe con el audio mezclado chino/inglés. Las herramientas modernas basadas en grandes modelos de lenguaje detectan automáticamente y manejan el cambio dentro de un archivo, así que no tienes que forzar una sola elección. Si tus grabaciones son mandarín puro, cualquiera de los dos enfoques sirve; si mezclan idiomas o saltan entre mandarín y cantonés, elige una herramienta que no te obligue a comprometerte con un idioma antes de empezar.