🏢 La empresa

Sonix es obra de Sonix Inc., una compañía de San Francisco fundada en 2017 por Jamie Sutherland, Stephen Hopkins y David Dat Nguyen. Sutherland es el CEO. Es de esas empresas que hacen una sola cosa: convertir audio y vídeo en texto editable y luego añadir subtítulos y traducción. No es una función pegada a una plataforma más grande, es todo el negocio.

Ese foco se nota. Los idiomas, las etiquetas de hablantes, los resúmenes con IA: todo cuelga de la misma tarea central, y por eso el producto se siente coherente en vez de disperso.

📅 Cuándo salió

Sonix se lanzó en 2017 (algunas fuentes lo sitúan en abril de ese año). Llegó en plena ola en la que el reconocimiento de voz dejó de ser una demo de laboratorio para convertirse en algo por lo que se paga. No es el más veterano del sector, pero apareció justo cuando los modelos de voz basados en deep learning maduraron lo suficiente para salir a producción.

Las funciones por las que hoy se le conoce — docenas de idiomas, identificación de hablantes, resúmenes con IA, subtítulos quemados — fueron llegando después, capa sobre capa.

🧩 Qué hace

La promesa cabe en una frase: subes audio o vídeo, recibes texto con marcas de tiempo, y luego añades subtítulos, análisis o traducción. Por partes:

Transcripción automática con marcas de tiempo, en 38 a más de 50 idiomas según la fuente.
Identificación de hablantes, para que una entrevista a dos voces se lea como dos personas.
Diccionarios personalizados: le das tus nombres de marca y tu jerga para que deje de destrozarlos.
Editor en el navegador con marcas de tiempo, notas y comentarios, historial de versiones, buscar y reemplazar, y recorte de audio.
Extras de IA: resúmenes, detección de temas, análisis de sentimiento, extracción de palabras clave.
Subtítulos en SRT/VTT/TTML, con opción de quemarlos directamente en un MP4.
Traducción, que es una función de pago.
Equipo y seguridad: espacios compartidos, permisos, API en los planes de pago, y SSO/SAML con 2FA.

✨ Puntos fuertes

Todo en el navegador: sin instalar nada, da igual en qué equipo estés.
Subtítulos quemados en un paso: salen como un MP4 terminado, sin pasar por un editor de vídeo.
Integración con editores: se lleva bien con Adobe Premiere y Final Cut Pro, así el editor no sale de su línea de tiempo.
Los diccionarios personalizados son, en silencio, lo mejor si trabajas con jerga legal, médica o técnica.

🤖 La IA, con franqueza

Sonix promete un 97-99% de precisión. Las pruebas independientes con audio en inglés limpio suelen quedarse en 85-92%. Esa brecha importa: la cifra oficial es el mejor caso, y las grabaciones reales — acentos, ruido de fondo, gente pisándose la voz — la bajan.

La identificación de hablantes se tambalea cuando varios hablan a la vez o hay pausas largas, y la traducción arrastra lo que la transcripción haya leído mal. Una palabra mal oída aquí se convierte en una palabra mal puesta en todos los idiomas. Lee el 97-99% como un techo, no como una promesa.

🎯 Casos de uso

Pódcast: un episodio se convierte en una transcripción con marcas de tiempo para las notas del programa.
Editores de vídeo: subtítulos directos a Premiere o Final Cut, o un MP4 con subtítulos quemados.
Periodistas: entrevistas a texto buscable, con extracción de palabras clave para encontrar las buenas citas.
Creadores de cursos: subtítulos en varios idiomas para las clases.
Equipos: grabaciones de reuniones convertidas en resúmenes y notas compartibles.

🛠️ Cómo se usa

Regístrate; tienes 30 minutos de prueba gratis.
Sube un archivo o pega un enlace.
Elige el idioma y activa la identificación de hablantes.
Edita en el navegador cuando llegue la transcripción.
Exporta SRT/VTT/TTML o quema los subtítulos en un MP4.
La traducción es un extra de pago cuando la necesites.

Todo el proceso se queda en el navegador, y es tan cómodo como suena.

💡 Consejos

Limpia el audio primero: quita ruido de fondo y música, y la precisión sube.
Crea tu diccionario antes de los archivos largos: carga nombres y jerga por adelantado.
Prueba con un clip corto: no le sueltes una grabación de dos horas a ciegas.
Si las etiquetas de hablantes fallan, divide el archivo: transcribe por segmentos en vez de fiarte del automático.
Corrige antes de traducir: una palabra mal leída se repite en todos los idiomas.
Si usas poco el servicio, quédate en el pago por uso: prueba los 10 $/hora antes de pasar a Premium.

📈 Casos reales

Sonix aparece sobre todo en flujos de pódcast, cursos y documentales: subes la entrevista, sale la transcripción, envías los subtítulos. Los programas de entrevistas lo usan para redactar las notas del episodio, y los editores exportan XML a Premiere para que los subtítulos caigan en la línea de tiempo sin teclear.

Los centros educativos aprovechan el descuento (8 $/hora) para subtitular clases en varios idiomas. Los equipos de contenido también convierten vídeo antiguo en un archivo de texto buscable para localizar clips después.

📱 Plataformas

Es una aplicación web: sonix.ai en el navegador es todo el producto. Chrome, Safari, Edge, lo que uses en el escritorio. No hay una app móvil estrella; el foco está en el editor del navegador.

En la práctica, cualquier ordenador con navegador y conexión te sirve.

🌐 Idiomas

Sonix anuncia transcripción en 38 a más de 50 idiomas, según la fuente. Los grandes están cubiertos, y la traducción de pago funciona entre idiomas. Para un dialecto raro, haz una prueba rápida con el trial antes de pagar.

💰 Precios

Es un híbrido de suscripción y pago por uso, en estos tramos:

Standard: 10 $/hora de transcripción y traducción, por uso. Las cuentas nuevas tienen 30 minutos gratis.
Premium: 22 $/usuario al mes, baja la transcripción a 5 $/hora y desbloquea funciones de equipo y análisis con IA.
Educación y ONG: 8 $/hora.
Enterprise: precio a medida, pensado para más de 100 horas al mes.

A los usuarios esporádicos la facturación les resulta un poco liosa — suscripción y cargo por hora mezclados. Más sobre esto en las desventajas.

👥 Para quién es

Creadores de pódcast y vídeo que necesitan transcripciones y subtítulos de forma habitual.
Editores que quieren subtítulos en Premiere o Final Cut sin reescribir.
Periodistas, investigadores y estudiantes que convierten entrevistas en apuntes.
Equipos que quieren resúmenes de reuniones y archivos buscables.

No es para quien transcribe una vez al año, ni para trabajos que exigen precisión humana sin margen de error.

👍 Ventajas

Nada que instalar: funciona en el navegador.
Idiomas, etiquetas de hablantes y diccionarios personalizados cubren trabajo real, no demos.
Muchos formatos de exportación: DOCX/TXT/PDF, SRT/VTT/TTML, XML de Premiere, Final Cut, CSV/NVivo, WAV/MP3/MP4.
Subtítulos quemados en un MP4 con un clic.
Cumplimiento sólido: SOC 2 Type 2, GDPR, cifrado en tránsito y en reposo, almacenamiento en AWS EE. UU., pruebas de penetración periódicas.

⚠️ Desventajas y límites

Solo transcripción con IA, sin revisión humana: para trabajos donde la precisión es innegociable, no hay red de seguridad.
La prueba gratis son 30 minutos: suficiente para tocar el producto y nada más.
La identificación de hablantes falla con voces superpuestas y pausas largas.
La traducción hereda los errores de la transcripción.
A los usuarios esporádicos les duele: la suscripción es cara y el modelo de facturación es más complicado de lo necesario.

❓ Preguntas frecuentes

¿Es gratis?

No hay plan gratuito permanente. Tienes 30 minutos gratis y luego 10 $/hora o 22 $/mes con Premium.

¿Cuánta precisión tiene de verdad?

Sonix dice 97-99%; las pruebas independientes con inglés limpio dan 85-92%. Con audio sucio, menos.

¿Soporta español?

Sí. El español está en su lista de idiomas.

¿Puede traducir?

Sí, como función de pago, por uso o con Premium.

¿Hay app?

Es sobre todo una web; no hay una app móvil principal.

¿Están seguros mis datos?

Cumple SOC 2 Type 2 y GDPR, cifra en tránsito y en reposo, guarda los datos en AWS en EE. UU. y hace pruebas de penetración periódicas.

🔄 Comparativa con herramientas similares

Otter: está pensado para reuniones en vivo; Sonix, para archivos terminados y exportación de subtítulos.
Descript: mezcla edición y transcripción; Sonix se queda en la transcripción y los subtítulos, con precios aparte.
Whisper de OpenAI: gratis y capaz, pero lo alojas tú y no hay editor ni funciones de equipo; Sonix gana en comodidad.
Trint: ambos apuntan a equipos de medios, pero los subtítulos quemados y la entrega a Premiere/Final Cut de Sonix se sienten más fluidos.

Sonix