Reconocimiento de voces
Identificar a qué persona concreta pertenece una voz comparándola con voces ya conocidas. No es lo mismo que separar hablantes.
El reconocimiento de voces (o de hablantes) compara una voz con otras ya guardadas para decir de quién es: «esta voz es la de Ana». Para eso necesita una huella de voz de cada persona conocida.
- Diarización: separa a las personas de una grabación, sin saber quiénes son.
- Reconocimiento de voces: pone nombre a una voz comparándola con otras guardadas.
- Reconocimiento de voz (ASR): escribe lo que se dice.
Como la huella de voz sirve para identificar a una persona, el RGPD la trata como un dato biométrico, una de las categorías especiales de datos, con reglas más estrictas.
En Echo el reconocimiento de voces es opcional y está desactivado por defecto. Si lo activas, Echo aprende una voz cuando le pones nombre a una persona en el editor y la reconoce en tus siguientes grabaciones; las huellas se guardan en el servidor y nunca se envían al navegador. Sin activarlo, Echo sólo separa personas y tú pones los nombres.
