Síntesis y reconocimiento de voz en el trabajo
Transcribir una reunión o una llamada con IA: qué hace la herramienta con su voz, qué comprobar antes y qué dicen el RGPD y la CNIL.
En 30 segundos
- Dónde ocurre
- Actas automáticas de reuniones, transcripción de llamadas, asistentes de voz, dictado.
- Qué está en juego
- Una voz grabada contiene declaraciones, a veces confidenciales, y datos personales de los participantes.
- El reflejo
- Enviar una grabación solo a una herramienta validada por la empresa, avisar a los participantes antes de grabar y revisar la transcripción antes de difundirla.
- Si ya lo ha hecho
- Avisar sin esperar a la persona que se ocupa de la seguridad o de la protección de datos en la empresa.
De qué se trata
Una herramienta de reconocimiento de voz escucha una grabación y la convierte en texto. Es lo que genera el acta automática de una reunión o la transcripción de una llamada. El proceso inverso, la síntesis de voz, produce una voz hablada a partir de un texto: es la voz de un asistente de voz.
Para un empleado, la pregunta útil es más práctica que técnica: adónde va la grabación, quién puede volver a escucharla, cuánto tiempo queda almacenada y si el texto resultante es fiable. Esta ficha ofrece los puntos de referencia que permiten establecer las fuentes del expediente. No trata del reglamento europeo sobre IA ni de la clonación de voz, porque el expediente de redacción no incluye ninguna fuente sobre esos dos temas.
Preguntas directas
¿Cómo se convierte una voz en texto?
Se publicó un artículo de investigación en arXiv el 6 de diciembre de 20221. Describe modelos entrenados para predecir grandes cantidades de transcripciones de audio encontrado en internet, a una escala de 680 000 horas de datos multilingües1. Sus autores escriben que, comparados con las personas, estos modelos «approach their accuracy and robustness»1. Es decir, su nivel se acerca al de una persona, aunque según esa formulación no lo iguala1.
¿Y del texto a la voz?
Ninguna fuente del expediente describe el funcionamiento de la síntesis de voz. Por prudencia, conviene no introducir en una herramienta de este tipo un texto que usted no confiaría a un servicio externo.
¿Mi voz es un dato biométrico?
La CNIL define un dato biométrico como una «Caractéristique physique ou biologique permettant d'identifier une personne (ADN, contour de la main, empreintes digitales...)»2. La voz no aparece en esa definición2. Por tanto, el expediente no permite zanjar la cuestión. Además, el RGPD agrupa los datos especialmente sensibles en una categoría de protección específica, y los datos biométricos forman parte de ella cuando sirven para identificar a una persona3. Si tiene dudas sobre una herramienta que reconoce o autentica voces, la pregunta se plantea a la persona encargada de la protección de datos antes de cualquier uso.
¿Se aplica el RGPD a una transcripción?
La CNIL recuerda que, cuando se aplica el RGPD, los datos deben protegerse en las bases de entrenamiento, en los modelos que hayan podido memorizarlos y en el uso de los modelos mediante las instrucciones (prompts)4. El expediente no dice si una transcripción entra en ese marco: la pregunta se plantea a la persona encargada de la protección de datos.
¿Hay que avisar a los participantes?
El RGPD prevé que se informe a las personas cuyos datos se recogen (artículos 13 y 14, en el índice de la página de la CNIL)3. La ficha 9 de la CNIL trata de la información a las personas: la CNIL indica que los organismos que tratan datos personales para desarrollar modelos o sistemas de IA deben informar a las personas afectadas5. Esta obligación de información figura en las fichas prácticas de IA de la CNIL5. El expediente no precisa la regla para una simple grabación de reunión. La práctica prudente consiste en anunciar al comienzo de la reunión que se graba y qué herramienta se usa, y dejar que cada uno pueda negarse.
1Cómo funciona1 min
Una herramienta de transcripción recibe un audio, se lo entrega a un modelo y devuelve un texto. En cada una de estas etapas surgen dos preguntas prácticas: dónde está el dato y cuánto tiempo permanece allí.
El Centro Nacional de Ciberseguridad británico (NCSC) se dirige a los proveedores de sistemas de IA, ya hayan creado el sistema ellos mismos o lo hayan construido sobre herramientas y servicios de terceros6. Sus directrices se publicaron el 27 de noviembre de 20236. Su objetivo es construir sistemas que funcionen como se espera y «work without revealing sensitive data to unauthorised parties»6. Un empleado no es su destinatario, pero la idea se resume fácilmente: una herramienta de IA debe poder decir quién tiene acceso a los datos que se le confían.
En cuanto al RGPD, el texto pide al responsable y al encargado del tratamiento que evalúen los riesgos y apliquen medidas para atenuarlos, por ejemplo el cifrado, a fin de garantizar un nivel de seguridad adecuado, incluida la confidencialidad3. Entre los riesgos cita la divulgación no autorizada de datos transmitidos, conservados o tratados3. En una empresa, es la empresa quien elige la herramienta y firma el contrato. Por eso el empleado recurre a la herramienta validada.
2Lo que usted hace1 min
Antes de grabar o transcribir, son útiles cuatro comprobaciones.
- Comprobar que la herramienta está validada. Una cuenta personal abierta en un servicio gratuito no ha sido examinada por la empresa. Si no hay ninguna herramienta validada, no transcriba una conversación sensible.
- Saber adónde va el audio y cuánto tiempo permanece. Esta información figura en las condiciones de uso de la herramienta o en la documentación interna. Si no la encuentra, pídala antes de usarla.
- Descartar las conversaciones confidenciales. Una entrevista individual, un asunto de salud, una negociación comercial o un incidente de seguridad no se introducen en una herramienta no validada.
- Avisar a los participantes. Decir al comienzo de la reunión que se graba y se transcribe, y con qué herramienta.
Después de la transcripción, se recomienda revisarla antes de difundirla. La revisión se centra en los nombres propios, las cifras, las decisiones y los compromisos, porque el texto pasa después a correos electrónicos y expedientes. Si un pasaje parece extraño, se contrasta con la grabación en lugar de corregirlo de memoria.
3Las trampas2 min
La primera trampa es la confianza en el texto. Según el artículo de investigación citado más arriba, un sistema puede acercarse a la precisión humana1. Aun así, una frase puede entenderse mal. El expediente no cuantifica la tasa de error ni describe las transcripciones inventadas, pero OWASP recoge los riesgos de seguridad de las aplicaciones basadas en grandes modelos de lenguaje7. Su presentación cita en particular la «dissemination of sensitive information» y la «compromised decision-making»7. Una transcripción difundida sin revisar puede producir efectos de este tipo.
La segunda trampa es el resumen automático. El NIST publicó el 26 de julio de 2024 un perfil dedicado a la IA generativa8. Este perfil está destinado a ayudar a las organizaciones a identificar los riesgos propios de esta tecnología8. Un resumen de reunión producido por un modelo pertenece a esta familia de herramientas, lo que justifica revisarlo como una transcripción.
La tercera trampa es la reutilización de los datos. La CNIL señala que modelos como los modelos de lenguaje pueden contener datos personales, y que los derechos de acceso, rectificación, oposición y supresión pueden ser especialmente difíciles de aplicar en un modelo de IA4.
La cuarta trampa es grabar sin informar. El RGPD prevé que se informe a las personas afectadas (artículos 13 y 14)3. La CNIL también ha editado, junto con la autoridad surcoreana PIPC, un cartel «IA générative et vie privée»9. Se publicó el 27 de mayo de 20269. Explica cómo proteger los datos personales al usar una IA9.
Por último, el fraude mediante una voz imitada, a menudo llamado fraude del CEO, no puede detallarse aquí: ninguna fuente del expediente lo documenta. Tener presente que una voz conocida al teléfono no basta para validar una petición de transferencia o de contraseña es un reflejo de prudencia, no un hecho establecido por este expediente.
Ficha
- Identificador
- CP-505
- Ala
- 4. Inteligencia artificial
- Competencia Brain
- Proteger los datos (IA) (protect_data)
- Reflejo Brain
- air-024
- Esquema
- G3 · Corte anatómico
- Idiomas
- de, en, es, fr
- Fuentes
- 9 fuentes verificadas el 3 de noviembre de 2026
Fuentes9 fuentes
- arXiv, «Robust Speech Recognition via Large-Scale Weak Supervision», 6 de diciembre de 2022. https://arxiv.org/abs/2212.04356 (consultado el 3 de noviembre de 2026)
- CNIL, «Donnée biométrique». https://www.cnil.fr/fr/definition/donnee-biometrique (consultado el 3 de noviembre de 2026)
- CNIL, «Le règlement général sur la protection des données - RGPD», 24 de mayo de 2016. https://www.cnil.fr/fr/reglement-europeen-protection-donnees (consultado el 3 de noviembre de 2026)
- CNIL, «IA et RGPD : la CNIL publie ses nouvelles recommandations pour accompagner une innovation responsable», 7 de febrero de 2025. https://www.cnil.fr/fr/ia-et-rgpd-la-cnil-publie-ses-nouvelles-recommandations-pour-accompagner-une-innovation-responsable (consultado el 3 de noviembre de 2026)
- CNIL, «Les fiches pratiques IA». https://www.cnil.fr/fr/les-fiches-pratiques-ia (consultado el 3 de noviembre de 2026)
- NCSC (Royaume-Uni), «Guidelines for secure AI system development», 27 de noviembre de 2023. https://www.ncsc.gov.uk/collection/guidelines-secure-ai-system-development (consultado el 3 de noviembre de 2026)
- OWASP, «OWASP Top 10 for Large Language Model Applications | OWASP Foundation». https://owasp.org/projects/top-10-for-large-language-model-applications (consultado el 3 de noviembre de 2026)
- NIST, «AI Risk Management Framework». https://www.nist.gov/itl/ai-risk-management-framework (consultado el 3 de noviembre de 2026)
- CNIL, «Intelligence artificielle | CNIL». https://www.cnil.fr/fr/intelligence-artificielle (consultado el 3 de noviembre de 2026)
Citar este artículo
Brain, «Síntesis y reconocimiento de voz en el trabajo», Cyberpedia, 2026. https:/
BibTeX
@misc{brain_cp505_es_2026,
author = {Brain},
title = {Síntesis y reconocimiento de voz en el trabajo},
year = {2026},
howpublished = {Cyberpedia},
url = {https://startbrain.io/cyberpedia/es/articles/sintesis-reconocimiento-voz-privacidad/},
note = {CC BY 4.0}
}