Sonix: opiniones y análisis

TLDR: Sonix pasa audio y vídeo a texto en más de cincuenta idiomas, con marcas de tiempo por palabra, separación de hablantes y un editor donde corriges el texto mientras suena la grabación. Es la más conectada del segmento: entra en Zoom, Teams, Drive, Dropbox y Adobe Premiere sin escribir una línea de código. Su punto flojo no es lo que produce, es lo que cobra: la estructura mezcla cuota mensual con horas sueltas, la traducción se paga aparte y el propio sitio se contradice sobre la tarifa por hora.

Qué es Sonix y cómo funciona

Sonix es un servicio de transcripción automática que funciona en el navegador desde 2017. Subes un archivo de audio o de vídeo, eliges el idioma y recibes un documento donde cada palabra está anclada a un punto de la grabación. Esa ancla es lo que hace que el resto tenga sentido: al hacer clic en una palabra del texto, el audio salta ahí.

La comparación útil no es contra un modelo de reconocimiento de voz suelto, sino contra lo que hay alrededor. Un modelo devuelve una cadena de texto. Sonix devuelve un documento con hablantes separados, pasajes de baja confianza marcados con otro color para que sepas dónde mirar primero, un diccionario propio donde metes los nombres y la jerga de tu sector, y una lista larga de formatos de salida que incluye subtítulos SRT y VTT y los ficheros que entienden Premiere, Final Cut y DaVinci Resolve.

El español está cubierto con detalle, y eso importa más de lo que parece. La herramienta separa el español peninsular del latinoamericano y reconoce variedades regionales como la mexicana, la caribeña, la andina y la rioplatense. En las reseñas públicas aparece más de una vez el mismo asombro por parte de quien transcribe entrevistas en español de Argentina y esperaba que la máquina se atragantara.

Por encima de la transcripción hay una capa de traducción a más de cincuenta idiomas y una API con webhooks para quien prefiera montarse su propio circuito. Esa API existe de verdad, con documentación pública y operaciones para subir medios, pedir el transcrito en varios formatos y encargar traducciones, así que Sonix sirve tanto de aplicación como de tubería.

Cómo es usarlo en el día a día

El flujo normal es corto. Subes, esperas unos minutos y abres el editor. Lo que decide si el rato siguiente es agradable o penoso no es la herramienta, es el audio de partida: en grabaciones limpias con un hablante el texto sale casi listo, y en reuniones con ruido y gente que se pisa hay que repasar.

Esa distinción no es una excusa del fabricante, la sostienen las lecturas de terceros. Una comparación con método propio publicada por una revista de periodismo científico mandó las mismas dos entrevistas a varios servicios y publicó las salidas en bruto una junto a otra, con los errores de Sonix y sus huecos de frase perdida a la vista. Una reseña firmada en prensa tecnológica le puso 4,5 sobre 5 y le reprochó que corrige demasiado guiándose por la gramática, que es una forma elegante de decir que a veces arregla lo que tú habías dicho mal.

El editor está pensado para trabajo repartido. Puedes dejar comentarios, asignar trozos a otra persona y organizar los archivos en carpetas, lo que lo hace razonable para una redacción o un equipo de investigación cualitativa. Las conexiones que trae de fábrica son la otra razón por la que la gente se queda: si tus grabaciones ya viven en Drive, en Dropbox o en Zoom, el archivo entra solo.

Hay dos ausencias que conviene tener presentes. No existe aplicación móvil, así que grabar en el móvil y transcribir en Sonix son dos pasos separados que tienes que unir tú. Y el reconocimiento automático de hablantes sigue apareciendo etiquetado como función en pruebas en comparativas ajenas, lo que encaja con las reseñas que se quejan de que en mesas redondas hay que reasignar etiquetas a mano.

Precio y planes

Aquí hace falta una advertencia antes que la cifra. Sonix vende de dos maneras a la vez y eso es lo que enreda la comparación.

Por un lado hay un plan de pago por uso, sin cuota, a 10 dólares por hora de audio subida, prorrateado al segundo, que es la vía barata para quien transcribe una entrevista al mes. Por otro hay suscripciones, y la de entrada es el plan Core desde 25 dólares al mes con cinco horas incluidas. Las horas que pases de tu cupo se cobran otra vez a 10 dólares. Nuestro dato estructurado recoge esos 25 dólares porque es la cuota mensual comparable con el resto del segmento, pero si vas a transcribir poco, la cifra que te afecta es la otra.

Y luego está la parte que más molesta a quien ya paga. Traducir no está incluido en transcribir: se cobra aparte y a la misma tarifa, de modo que un archivo que necesitas en dos idiomas cuesta el doble. Varias reseñas describen la sorpresa con la misma frase, la de no saber cuánto se iba a pagar hasta haber pagado.

La incoherencia llega al propio sitio. Los datos estructurados de la página de precios declaran un plan con otro nombre y otro importe que el que enseña la tabla, y la portada anuncia una tarifa por hora distinta de la que publica esa tabla. Ninguna de esas cifras es la buena: la buena es la que se lee en la tabla de planes, y es la que recogemos.

No hay plan gratuito permanente. Lo que hay es una prueba de treinta minutos de transcripción sin tarjeta, sin fecha de caducidad, que se gasta cuando la gastas.

Para quién es (y para quién no)

Sonix compensa cuando transcribes en varios idiomas todos los meses y el texto tiene que aterrizar en un sitio concreto: un montaje de vídeo, un archivo de investigación, un flujo automatizado. La combinación de idiomas, formatos de salida y conexiones es lo que no te va a dar ninguna de sus rivales al mismo tiempo.

No es para quien transcribe de vez en cuando y quiere saber la factura de antemano. Ahí manda el precio previsible, y Transkriptor entra por menos de diez dólares al mes con un cupo escrito en la tabla. Tampoco es para quien trabaja con material sensible y necesita facturación e infraestructura europeas, que es el terreno de Amberscript. Y si lo tuyo son subtítulos con una red de seguridad humana, mira Happy Scribe antes. El resto del terreno está en las mejores IA de audio.

Alternativas a Sonix

El reparto del segmento es bastante limpio. Gladia es la opción para quien va a integrar transcripción dentro de su propio producto y no quiere interfaz. Transkriptor gana en precio de entrada y en superficies, con móvil y extensión de navegador. Amberscript gana en encaje europeo. Happy Scribe gana en subtítulos y en corrección humana comprada por minuto. Sonix gana cuando lo que pesa es la variedad de idiomas y el número de sitios donde el texto tiene que caer.

Preguntas frecuentes

¿Cuál es el precio de entrada de verdad?

Depende de cómo compres. La suscripción más barata es Core desde 25 dólares al mes con cinco horas incluidas. Sin suscripción, el pago por uso son 10 dólares por hora de audio subida, y esa es la vía más barata si transcribes poco.

¿Transcribe bien en español?

Sí, y con una distinción que otras herramientas no hacen: separa el español de España del de América y reconoce variedades regionales concretas. En audio limpio el resultado es sólido, y en grabaciones con ruido o con gente hablando a la vez hay que repasar el texto, igual que en cualquier otra herramienta del segmento.

¿Traducir está incluido en el precio?

No. La traducción se factura aparte de la transcripción y a la misma tarifa por hora, así que un archivo que necesitas en dos idiomas se paga dos veces. Es la queja de precio más concreta que aparece en las reseñas.

¿Hay plan gratuito?

No hay plan gratuito permanente. Hay una prueba de treinta minutos de transcripción, sin tarjeta y sin plazo de caducidad, pensada para ver la calidad con tu propio material antes de decidir.

¿Sirve para subtitular vídeo?

Sí. Exporta subtítulos en SRT y VTT y varios formatos más, permite quemarlos en el vídeo y entrega ficheros que abren Premiere, Final Cut y DaVinci Resolve. Si el subtítulo es tu tarea principal y no un extra, conviene comparar con Happy Scribe, que tiene el editor de subtítulos más trabajado del grupo.