Una llamada procesa el archivo de 4 horas, el desorden de interlocutores y el caos de formatos — y le entrega a tu agente un esquema estable. Sin ffmpeg. Sin supervisión.
Every sample below is an actual file the live engine produced — play it, read it, then run it on your own.
Ngoài kia bao nhiêu câu ca tình nhân thơ tháng Các thế gian nghe như con sông trôi ngẹn ngào Và anh buồn sai bao nhiêu lệch trên bức trấn Để biết em rời đi không khi nào về lại Nói đi em bao dân gió trong đời oan cháy Mà sao em văn thân đi suốt kinh doanh
Cualquiera puede llamar a Whisper. Lo que quema semanas es todo lo que lo rodea. Vocce se encarga de esas partes para que tu agente o automatización haga una sola llamada y confíe en el resultado.
Divide una grabación de 4 horas, transcribe en paralelo y vuelve a unirla con marcas de tiempo continuas y correctas — sin desviaciones en las uniones.
admite subidas de más de 10 GBMapas de interlocutores estables que se mantienen consistentes en todo el archivo, con segmentos de baja confianza marcados en lugar de adivinados en silencio.
speaker_map.jsonReenvía el mismo trabajo y obtienes el mismo job_id. Los fallos transitorios del backend se reintentan automáticamente. Los trabajos fallidos no se facturan.
semántica de exactamente una vezMOV, M4A, WebM, bitrates extraños, video sin audio normalizado — Vocce limpia, normaliza el volumen, comprime para ASR, acepta una URL o subida. Nunca tocas ffmpeg.
más de 20 formatos · limpia · normaliza · comprimeEnvía los resultados completos a tu hook, cola o automatización. El esquema de salida es idéntico en MCP, CLI, API y en todos los nodos.
esquema agent.v1Un solo trabajo devuelve todos los artefactos que necesitan las herramientas posteriores — estructurados, versionados y lo suficientemente estables como para construir sobre ellos.
{
"speaker_turns": [
{ "speaker": "A", "start": 12.4, "text": "..." }
],
"chapters": ["Problem", "Decision", "Next steps"],
"artifacts": ["transcript.md", "subtitles.srt"]
}El descubrimiento real ocurre donde la gente construye: el registro MCP, los marketplaces de automatización y tu CI. Nombres de herramientas estables y un solo esquema en todos los canales.
{
"mcpServers": {
"vocce": {
"command": "npx",
"args": ["@vocce/transcribe-mcp"],
"env": { "VOCCE_API_KEY": "vc_..." }
}
}
}Un ejemplo de ir en profundidad, no en amplitud. Los mismos componentes básicos alimentan la publicación de podcasts, entrevistas de investigación y subtitulado para cumplimiento normativo — pero este es el flujo por el que los equipos pagan primero.
Sube una grabación de llamada (o apunta Vocce a la URL). Limpia el audio, separa los interlocutores, extrae objeciones, compromisos y siguientes pasos, y envía un resumen estructurado directamente a HubSpot, Salesforce o Notion vía webhook. Sin regrabar, sin notas manuales, sin tuberías pegadas con cinta.
Somos honestos sobre nuestro carril: no es el STT más barato, ni un bot de reuniones. Es la capa fiable en el medio.
Deepgram, AssemblyAI, Whisper te dan texto. Tú aún construyes fragmentación, costura de diarización, reintentos y entrega. Vocce es esa capa.
Otter y TurboScribe están hechos para humanos en un panel. Vocce está hecho para ser llamado por código, con un esquema estable y webhooks.
Tu propio ffmpeg + cola + script ASR se rompe con el archivo de 4 horas a las 2am. Vocce es la versión mantenida de ese script.
Sube un archivo y obtén una vista previa gratuita de 3 minutos: informe de calidad, las primeras líneas de subtítulos y una muestra del JSON del agente. Cuando la exportación importe, paga por paquete o conecta la API.
La misma tubería fiable detrás de páginas de aterrizaje enfocadas — cada una abre con el trabajo exacto que el visitante buscó.
Una API pura devuelve texto para un archivo limpio. Vocce gestiona toda la tubería: fragmentación y costura de archivos de varias horas sin desviación de marcas de tiempo, diarización de hablantes con un mapa estable, normalización de formatos, trabajos idempotentes, reintentos y entrega vía webhook — todo devuelto como un esquema versionado.
MCP, CLI, API REST, un nodo de n8n y una GitHub Action ya disponibles — Zapier y Make próximamente. Los nombres de las herramientas y el esquema de salida son idénticos en todos los canales.
No. Los fallos de subida y los trabajos fallidos no gastan créditos. El procesamiento solo se cobra cuando un trabajo se completa con éxito, con una razón de fallo clara expuesta a tu código.
TXT, Markdown, DOCX, SRT, VTT, audio limpio, audio comprimido, resumen en Markdown, un informe de calidad y el esquema JSON del agente para herramientas posteriores.
El frontend envía trabajos a un endpoint de API configurable y falla de forma controlada si el backend no está conectado. Conéctalo a tu pipeline de subida, cola, ffmpeg, ASR y exportación; el contrato está documentado en backend-contract.md.
Obtén una clave API, instala el MCP o simplemente sube un archivo. Una llamada, un esquema, todos los canales.