Recopilación de datos de voz: cómo crear un dataset multilingüe

RapidWorkers Team04 oct 2026 • 17 min de lectura
Recopilación de datos de voz: cómo crear un dataset multilingüe

Recopilación de datos de voz: cómo crear un dataset de voz multilingüe con crowdsourcing

Una hora de datos de voz recopilados según tus especificaciones cuesta entre $150 y $400 o más con un proveedor, y los datasets ya hechos cuestan $50–150 por hora (Fuente: SpeechData.ai). Sin embargo, la recopilación de datos de voz se reduce a una acción sencilla: una persona toma el teléfono y habla. Las verdaderas preguntas son quién habla, en qué idioma, en qué condiciones y con el consentimiento de quién.

Los modelos de voz suelen funcionar bien con inglés de acento estadounidense en una habitación silenciosa. Los problemas empiezan fuera de ese terreno: vietnamita, español de Chile, voz dentro de un coche, una frase que empieza en un idioma y termina en otro. Esos son justo los datos que les faltan a los corpus abiertos, y justo los más fáciles de recopilar con personas reales en los países adecuados.

Esta guía explica cómo crear un dataset de voz multilingüe con microtareas: los tipos de datos de voz, cuántas horas y hablantes necesitas, qué parámetros de grabación fijar, cuánto cuesta una hora de audio con crowdsourcing y qué consentimiento necesitas para grabar la voz de alguien. Para una visión más amplia de cómo conseguir datos de entrenamiento, consulta nuestro artículo sobre recopilación de datos de entrenamiento para IA.

Tipos de datos de voz

No todos los tipos de habla sirven igual para entrenar. Un modelo de texto a voz aprende de una lectura limpia con una sola voz, mientras que el reconocimiento de voz para un call center aprende de conversaciones desordenadas y llenas de interrupciones. Elige el tipo que necesitas antes de empezar a recopilar.

Tipo de habla

Cómo se graba

Para qué se usa

Ventajas y desventajas

Lectura guiada

Una persona lee frases dadas en una pantalla

Reconocimiento de voz (ASR), texto a voz (TTS), palabras y términos poco comunes

El texto se conoce de antemano, así que no hace falta transcribir. Pero el habla suena poco natural

Habla espontánea

Una persona habla libremente sobre un tema dado

ASR para habla natural, asistentes de voz

Natural, pero necesita transcripción

Conversación entre dos personas

Dos personas charlan sobre temas cotidianos

Reconocimiento de conversaciones, diarización de hablantes, agentes de voz

Los datos más valiosos, pero ambos hablantes deben dar su consentimiento

Comandos cortos

Una persona dice frases como "enciende las luces"

Control por voz, palabras de activación

Rápido y barato, pero de uso limitado

Habla con cambio de código

Una persona o una pareja alterna entre idiomas

ASR para mercados bilingües

Casi ausente de los datos abiertos y más difícil de transcribir

Recopilar voz de un gran número de personas en línea es un método probado desde hace tiempo. Desde 2017, Common Voice de Mozilla construye un corpus de voz abierto con voluntarios que leen frases y validan las grabaciones de los demás. Una plataforma de microtareas funciona con el mismo principio, pero con pago, tus propios temas y segmentación por país.

Nota: para reconocer habla natural, la lectura guiada no sustituye al habla espontánea. La gente lee de forma más uniforme de lo que habla: sin pausas, tropiezos ni "eh". Un modelo entrenado solo con lectura comete bastantes más errores en conversaciones reales.

Cuántos datos de voz necesitas: horas y hablantes

La respuesta depende de si entrenas un modelo desde cero o ajustas uno existente, por ejemplo Whisper u otro modelo de voz abierto. Hoy casi todos los equipos eligen la segunda vía.

Tarea

Volumen orientativo

Ajuste fino acotado en un idioma muy hablado

Decenas de horas

Ajuste fino para varios acentos y condiciones ruidosas

Unos pocos cientos de horas

Un dataset equilibrado para la mayoría de las tareas aplicadas

100–300 horas

Entrenar un modelo desde cero

De miles a decenas de miles de horas

Fuente: Spirelight. La misma guía señala algo importante: cien horas de muchos hablantes, dispositivos y condiciones de grabación distintos suelen superar a mil horas homogéneas.

Es una buena noticia para el crowdsourcing. Una plataforma de microtareas encaja mal con un locutor que lee cien horas, pero se le da muy bien "10 minutos de cada una de 600 personas distintas".

Cómo planificar tu muestra de hablantes

Cuenta cuotas para cada grupo, no solo horas. En datos de voz suelen importar estas:

  1. Idioma y región. El español suena distinto en México, Argentina y España, y el modelo necesita oír cada variedad con la que se va a encontrar.
  2. Género y edad. Las voces de niños y personas mayores son las que peor se reconocen porque están poco representadas en los datos. No se debe grabar a niños mediante microtareas abiertas.
  3. Hablantes nativos y no nativos. El inglés con acento indio, nigeriano o filipino forma grupos separados con sus propias cuotas.
  4. Condiciones acústicas. Una habitación silenciosa, la calle, un coche, una cocina con electrodomésticos en marcha, en las proporciones en que tu producto se los encontrará.
  5. Dispositivos. Los micrófonos de teléfonos baratos y caros, auriculares con micrófono y portátiles suenan todos distinto.
Consejo profesional: divide tu conjunto de prueba por hablante, no por archivo. Si la voz de una persona acaba tanto en entrenamiento como en prueba, tu tasa de error por palabra (WER) parecerá más baja de lo que realmente es.

Especificaciones de audio y metadatos

Las grabaciones con teléfono sirven para la mayoría de las tareas de voz, siempre que definas los parámetros de antemano. Si no, la mitad de los archivos llegarán comprimidos por una app de mensajería y algunos tendrán música de fondo.

Parámetro

Requisito habitual

Por qué importa

Formato

WAV o FLAC, o el archivo original de la grabadora de voz del teléfono

Las apps de mensajería y las redes sociales vuelven a comprimir el audio con pérdida

Frecuencia de muestreo

Al menos 16 kHz; 44.1 o 48 kHz para síntesis de voz

16 kHz basta para reconocimiento; la síntesis necesita más detalle

Canales

Mono; para conversaciones, idealmente una pista separada por hablante

Las pistas separadas facilitan la transcripción y la diarización

Duración

Un rango concreto, p. ej., "al menos 10 minutos de habla real"

Si no, la proporción de pausas y silencio variará mucho

Entorno

Una habitación silenciosa o un ruido especificado a propósito (calle, coche)

El ruido aleatorio perjudica; el ruido planificado mejora la robustez del modelo

Sonidos de fondo

Sin música, televisión ni voces de otras personas

El habla de fondo acaba en la transcripción y confunde al modelo

Procesamiento

Sin efectos, edición ni cambios de velocidad

El modelo necesita aprender de un sonido natural

Junto con los archivos, recopila unos metadatos mínimos mediante el formulario de la tarea. Sin ellos no puedes comprobar el equilibrio de tu muestra:

  1. lengua materna y región donde creció la persona;
  2. grupo de edad (18–25, 26–40, etc.), no una fecha de nacimiento exacta;
  3. género, si importa para la tarea;
  4. dispositivo y lugar de grabación.

Los nombres, números de teléfono y direcciones no hacen falta para entrenar un modelo, así que no los recopiles.

Consejo profesional: si ya recopilas vídeo con habla, la pista de audio puede servir también como datos de voz, siempre que el consentimiento lo cubra. Explicamos cómo fijar los requisitos de grabación en nuestra guía de recopilación de datos de vídeo para entrenar IA.

Cómo recopilar habla multilingüe y con cambio de código

La regla de oro de la recopilación multilingüe: un idioma o región por tarea. Así puedes fijar tarifas distintas, seguir el avance por separado y evitar acabar con el 90% de las grabaciones en el idioma más común.

En RapidWorkers, de esto se encarga la segmentación geográfica: solo los trabajadores de los países que selecciones pueden ver la tarea. Pero el país no equivale a la lengua materna, así que añade dos filtros más:

  1. Una pregunta sobre la lengua materna en el formulario de la tarea. Una simple autodeclaración descarta a la mayoría de los trabajadores que no encajan.
  2. Identificación automática del idioma durante la revisión. Los modelos de identificación de idioma ya disponibles señalan rápido las grabaciones hechas en el idioma equivocado.

Habla con cambio de código

En los países bilingües, la gente cambia de idioma constantemente dentro de una misma conversación e incluso de una misma frase: vietnamita con términos técnicos en inglés, inglés mezclado con tagalo o hindi. Los modelos entrenados con datos monolingües cometen especialmente muchos errores con este tipo de habla.

Para recopilarla, di claramente en la tarea que cambiar de idioma está permitido y es lo que buscas. Frente a un micrófono, la gente intenta por instinto hablar "bien", en un solo idioma. Propón temas en los que el habla mixta surja de forma natural: trabajo, tecnología, estudios, compras en línea.

Nota: solo alguien que domine ambos idiomas puede transcribir habla con cambio de código. Plantea la transcripción como una tarea aparte con la misma segmentación geográfica y acuerda de antemano cómo etiquetar el idioma de cada segmento.

Cómo lanzar una recopilación de datos de voz con microtareas

El proceso se parece al de cualquier recopilación de datos, pero la voz tiene sus particularidades en cada paso.

  1. Define el tipo de habla y la transcripción que necesitas. En la lectura guiada, el texto ya existe. Para el habla espontánea y las conversaciones, decide desde el principio quién transcribirá las grabaciones y cómo.
  2. Prepara temas o frases. Para el habla espontánea, 10–20 temas cotidianos entre los que la gente pueda elegir. Para la lectura, un conjunto de frases con los términos que necesitas, dividido en lotes para que distintas personas lean textos distintos.
  3. Elige los países para cada idioma. Una tarea por idioma o región.
  4. Graba tú mismo un ejemplo. 30 segundos de una grabación correcta y 30 segundos con un error típico, por ejemplo una televisión encendida de fondo.
  5. Haz un piloto con 10–20 personas. Escucha cada grabación y comprueba el formato del archivo: aquí es donde suelen aparecer los archivos comprimidos de apps de mensajería.
  6. Corrige la tarea y escala por lotes. Después de cada lote, comprueba el equilibrio por género, edad y región, y cubre los huecos.

Así podría ser una tarea de habla espontánea:

Por qué: las grabaciones se usarán para entrenar un modelo de reconocimiento de voz y se conservarán un máximo de 3 años.
Qué hacer: graba 10 minutos de habla en vietnamita sobre 2–3 temas de la lista.
Temas: cómo te ha ido el día; tu trabajo o tus estudios; tu última compra en línea; tu plato favorito.
Permitido: usar palabras en inglés si es así como hablas normalmente.
Condiciones: una habitación silenciosa, el teléfono a 20–30 cm de la cara.
No hagas: leer un texto, poner música o televisión, grabar a otras personas.
Cómo enviarlo: el archivo original de la grabadora de voz del teléfono + un formulario breve (lengua materna, región, grupo de edad).
Ejemplos: [grabación correcta] [grabación con un error]
Consejo profesional: para las conversaciones, pide al trabajador que grabe una charla con un adulto conocido en lugar de con un desconocido. La conversación suena más natural y es más fácil obtener el consentimiento del segundo participante. Más sobre el consentimiento abajo.

Cuánto cuesta una hora de datos de voz

Así está el mercado: los corpus abiertos son gratuitos, pero a menudo no permiten uso comercial; los datasets ya hechos cuestan $50–100 por hora en idiomas populares y $60–150 en idiomas poco comunes; la recopilación a medida con un proveedor cuesta $150–400 o más.

Con crowdsourcing, las cuentas funcionan de otra manera: pagas por tarea, y una hora de audio se compone de varias tareas. En RapidWorkers, el empleador fija la tarifa (mínimo $0.05), se añade una comisión del 15% y no pagas por los envíos rechazados. Este es un cálculo de ejemplo por hora de audio aprobada:

Escenario

Grabación

Transcripción

Total por hora de audio con comisión del 15%

Lectura guiada: 5 minutos de habla por tarea, $0.75

12 tareas × $0.75 = $9

No hace falta, el texto se conoce

≈ $10

Habla espontánea: 10 minutos por tarea, $2.00

6 × $2.00 = $12

6 tareas a $4.00 = $24

≈ $41

Conversación bilingüe: 10 minutos por tarea, $3.00

6 × $3.00 = $18

6 tareas a $6.00 = $36

≈ $62

Las tarifas de la tabla son ejemplos. Se basan en el tiempo real del trabajador: 10 minutos de habla más preparación y subida llevan unos 20 minutos, y la transcripción suele llevar varias veces más que la propia grabación. Los idiomas poco comunes y una segmentación por país muy estrecha requieren tarifas más altas.

Nota: comparar estas cifras con los precios de los proveedores no es comparar lo mismo. Los $150–400 de los proveedores incluyen gestión del proyecto, control de calidad, gestión de consentimientos y anotación. Con crowdsourcing, ese trabajo lo hace tu equipo, y su coste es el tiempo de tu equipo. Aun así, para pilotos y volúmenes medianos, el crowdsourcing suele ser mucho más barato.

Un ejemplo de planificación: 100 horas de habla espontánea con transcripción suponen 600 hablantes a 10 minutos cada uno y unos $4,100 con las tarifas de la tabla. Un piloto con 20 hablantes sin transcripción cuesta unos $46 (20 × $2.00 + 15%).

Cómo comprobar la calidad del audio

El audio es más fácil de comprobar que el vídeo: los scripts detectan la mayoría de los defectos antes de que una persona lo escuche. Estas son las comprobaciones, de la más barata a la más cara:

  1. Parámetros técnicos. Formato, frecuencia de muestreo, duración, saturación y volumen.
  2. Proporción de habla. Un detector de actividad de voz muestra cuánta habla real contiene una grabación. "10 minutos" con seis minutos de silencio no cumplen la tarea.
  3. Ruido. Una estimación de la relación señal-ruido separa las grabaciones tranquilas de las hechas en una calle concurrida, si no las pediste.
  4. Idioma. La identificación automática del idioma detecta grabaciones en el idioma equivocado. En el habla con cambio de código, comprueba que estén presentes ambos idiomas.
  5. Una persona, un hablante. Los modelos de verificación de hablante detectan los casos en que la misma persona envió grabaciones desde varias cuentas. Para la diversidad de hablantes, esto importa más de lo que parece.
  6. Duplicados. La huella acústica (audio fingerprinting) encuentra grabaciones idénticas o reeditadas.
  7. Revisión manual. Una persona escucha fragmentos del principio, el medio y el final: ¿el habla es natural?, ¿el hablante está leyendo un texto?, ¿hay otras voces?

Las transcripciones también hay que revisarlas. Un método sencillo es pasar la grabación por un modelo de reconocimiento de voz ya disponible y comparar su resultado con la transcripción del trabajador. Una gran discrepancia no siempre significa que la persona se haya equivocado, pero indica qué archivos volver a escuchar primero.

Consejo profesional: rechaza una grabación solo por incumplir una regla de la tarea, y usa siempre la misma redacción: "música de fondo", "menos de 10 minutos de habla", "archivo de una app de mensajería". Los trabajadores aprenden más rápido y tú ves qué parte de las instrucciones hay que aclarar.

Consentimiento: la voz es un dato personal

Una grabación de voz es un dato personal, y una huella de voz que permite identificar a alguien es un dato biométrico. En la UE, esto entra en el ámbito del RGPD (GDPR). En EE. UU., la ley más estricta es la BIPA de Illinois: menciona expresamente las huellas de voz como identificadores biométricos y exige consentimiento por escrito, incluido el consentimiento electrónico. En las demandas basadas en esta ley, las indemnizaciones empiezan en $1,000 por cada infracción negligente y $5,000 por cada infracción intencionada o temeraria, por persona (Fuente: Enzuzo, 2026).

Los datos de voz tienen una particularidad que a menudo se pasa por alto: en una conversación participan dos personas, pero solo una de ellas acepta la tarea. El segundo hablante no está registrado en la plataforma y no ha firmado nada. Por eso, incluye lo siguiente en cada tarea de voz:

  1. La finalidad y el plazo de conservación en la primera línea de la tarea. Para qué se usarán las grabaciones y cuánto tiempo se guardarán.
  2. El consentimiento por escrito del trabajador. Una casilla aparte en el formulario de la tarea. Una frase dicha en la grabación no basta para leyes como la BIPA.
  3. El consentimiento del segundo hablante. En las conversaciones, exige que ambos participantes sean adultos y que ambos den su consentimiento. La opción más fiable es un formulario de consentimiento aparte que el trabajador sube junto con la grabación.
  4. Nada de terceros. Prohíbe grabar a niños, llamadas telefónicas sin avisar y a personas en la calle.
  5. Nada de datos personales en el habla. Pide a los hablantes que no digan nombres completos, direcciones, números de teléfono ni de tarjeta en la grabación.
  6. Eliminación a petición. Conserva el vínculo entre cada archivo y el ID de su tarea para poder eliminar las grabaciones de una persona concreta.
Advertencia: esta sección es una visión general, no asesoramiento legal. Si recopilas voces de residentes de la UE o de EE. UU. para un producto comercial, haz que un abogado revise la redacción de tu consentimiento antes del lanzamiento.

Preguntas frecuentes sobre la recopilación de datos de voz

¿Cuántos datos de voz se necesitan para entrenar un ASR?

El ajuste fino de un modelo existente suele requerir de decenas a unos pocos cientos de horas, y 100–300 horas equilibradas cubren la mayoría de las tareas aplicadas. Entrenar desde cero requiere miles de horas. La diversidad de hablantes, dispositivos y condiciones de grabación importa más que el número bruto de horas.

¿Cuántas horas de audio necesitas para hacer fine-tuning de Whisper?

No hay una cifra universal. Para un idioma muy hablado y un dominio acotado, las mejoras notables suelen aparecer a partir de decenas de horas. Los acentos nuevos, un idioma poco común o las condiciones ruidosas necesitan más. Lo más fiable es recopilar un lote piloto, medir el WER en un conjunto de prueba y seguir añadiendo datos mientras siga bajando.

¿Cuánto cuesta por hora un dataset de voz?

Con proveedores, los datasets ya hechos cuestan $50–150 por hora y la recopilación a medida $150–400 o más. Con crowdsourcing, en nuestros ejemplos una hora de lectura guiada cuesta unos $10, el habla espontánea con transcripción unos $41 y una conversación bilingüe unos $62, comisión incluida. El control de calidad y la gestión de consentimientos corren a cargo de tu equipo.

¿Cómo se graban datos de voz para IA?

Necesitas una habitación silenciosa (o un ruido especificado a propósito), un teléfono a 20–30 cm de la cara del hablante y una app de grabadora de voz estándar. El archivo original se sube directamente, sin reenviarlo por una app de mensajería. 16 kHz basta para el reconocimiento de voz; para la síntesis de voz es mejor 44.1–48 kHz.

¿Es legal recopilar datos de voz para entrenar IA?

Sí, si tienes el consentimiento por escrito de cada persona que aparece en la grabación, incluido el segundo hablante en las conversaciones, y cumples las leyes locales de datos personales. Indica la finalidad y el plazo de conservación en la tarea y permite eliminar las grabaciones a petición.

¿Por qué recopilar tus propios datos en lugar de usar datasets de voz abiertos?

Los corpus abiertos como Common Voice son estupendos para empezar, pero se componen sobre todo de habla leída y no siempre cubren los acentos, temas y condiciones que necesitas. Tu propia recopilación cubre justo los huecos donde tu modelo se equivoca.

Un buen dataset de voz depende de las personas, no de las horas

Los modelos de voz fallan donde a los datos les faltaron las voces adecuadas: acentos, edades, condiciones, cambios entre idiomas. Esos huecos se cubren más fácilmente grabando a muchas personas distintas en los países adecuados.

Lo esencial:

  1. el ajuste fino suele requerir de decenas a cientos de horas, siempre que procedan de muchos hablantes distintos;
  2. un idioma o región por tarea, y permite explícitamente el cambio de código en la tarea cuando lo necesites;
  3. exige archivos originales y recopila unos metadatos mínimos para comprobar el equilibrio de tu muestra;
  4. calcula el coste por hora de audio aprobada, transcripción incluida;
  5. necesitas el consentimiento de cada voz de la grabación, no solo el del trabajador.

Si quieres probar este enfoque en tu idioma, lanza un pequeño piloto en la sección AI Tasks de RapidWorkers: elige tus países, fija una tarifa y recibe tus primeras grabaciones para revisarlas.

¿Listo para empezar?

Únete a miles de trabajadores y empleadores que ya usan RapidWorkers para completar tareas rápido.

  • Sin suscripción
  • Cancela cuando quieras
  • Disponible 24/7
  • Resolución de disputas