Gladia
API de transcripción de audio con IA y análisis del habla
Gladia ofrece voz a texto como servicio para desarrolladores. Las empresas envían audio de llamadas, reuniones o vídeos y reciben transcripciones con marcas de tiempo, etiquetas de hablante y traducción opcional. Maneja decenas de idiomas y puede detectar cuál se está hablando.
La transcripción en tiempo real sirve para subtítulos en directo y agentes de voz, mientras que el procesamiento por lotes se ocupa de grabaciones a gran escala. Entre las funciones adicionales hay resúmenes, análisis de sentimiento y detección de entidades con nombre. La API está pensada para productos basados en audio, como asistentes de reuniones, analítica de llamadas y herramientas para medios.
Gladia se cobra por uso e incluye una cantidad gratuita. La precisión varía con la calidad del audio y los acentos. Entre las alternativas están Deepgram, AssemblyAI, OpenAI Whisper, ElevenLabs Scribe y Speechmatics. Gladia encaja con desarrolladores que quieren añadir transcripción a sus productos.