Alternativa a Otter.ai: cuál elegir

Por qué la gente se queda corta con Otter.ai

Otter.ai se define a sí mismo como “el tomador de notas con IA que construye tu base de conocimiento” y se presenta con “convierte reuniones en transcripciones”. Es una descripción honesta de lo que es: un tomador de notas de reuniones en la nube. La gente busca una alternativa por un puñado de razones que se remontan todas a ese diseño.

El plan gratuito Basic te limita a 300 minutos de transcripción al mes y 30 minutos por conversación, con tres importaciones de archivos de por vida. Los planes de pago (la web de Otter enumera los niveles Pro y Business) tienen precio por usuario y mes. La cobertura de idiomas es estrecha: su centro de ayuda enumera seis idiomas hablados —inglés, español, francés, alemán, japonés y chino simplificado—, con el alemán y el chino aún en beta en el momento de escribir esto. Y es un servicio en la nube, lo que significa que tu audio se sube para ser transcrito. Nada de eso es un defecto para el trabajo de reuniones. Simplemente encaja mal si tu verdadero trabajo es hablar dentro de un cuadro de texto.

Conoce Whisper: transcripción que se ejecuta en tu máquina

Whisper by Remskill es una aplicación de dictado de escritorio para todo el sistema, no un tomador de notas de reuniones. No se une a tus llamadas, no graba a otras personas y no es una extensión de navegador. Se queda en silencio hasta que pulsas un atajo de teclado. Entonces graba tu voz, la transcribe y pega el resultado en el cursor de la aplicación que tengas delante: Gmail, Word, Slack, un editor de código, la barra de direcciones del navegador.

Está disponible en Windows 10 y 11 y en los Mac con Apple Silicon. El flujo local —transcripción más limpieza opcional con IA— es gratis para cualquier usuario que haya iniciado sesión, sin necesidad de tarjeta al registrarse. Esa es la diferencia estructural frente a una herramienta de reuniones por puesto: no estás alquilando minutos. La instalas, inicias sesión y dictas.

Hay dos motores locales entre los que elegir, y la aplicación te deja elegir en lugar de elegir por ti. Los modelos multilingües de Whisper cubren 99 idiomas más traducción al inglés (las versiones .en solo en inglés son exactamente eso: solo inglés). El motor Parakeet de NVIDIA ocupa unos 600 MB, funciona de 5 a 10 veces más rápido que Whisper en una CPU y maneja inglés más 24 idiomas europeos. Si prefieres usar los últimos modelos de OpenAI, el modo Cloud es trae-tu-propia-clave: aportas una clave de API de OpenAI, Remskill no se lleva ninguna parte, y esa vía cubre aproximadamente 57 idiomas.

Pulsa una tecla, habla y obtén texto en cualquier aplicación

La interacción es toda la propuesta. En Windows el atajo por defecto es Ctrl+Space; en un Mac mantienes pulsadas Command y Option a la vez y sueltas cualquiera de las dos teclas para parar. Ambos son pulsar-para-hablar, y ambos los puede personalizar el usuario si chocan con algo que ya usas.

Aquí va de nuevo la prueba de la fiambrera, en detalle. Cojo el portátil con una mano, mantengo el atajo y digo: “Hola, señora Andreescu, firmo la autorización y la mando mañana por la mañana, gracias por organizar la excursión”. Suelto. El texto está ahí, en el cuadro de respuesta. Todo el asunto llevó menos tiempo que cortar el pepino. La primera versión de este atajo, para que conste, disparaba el callback de parada seis veces por pulsación en Windows; tengo un máster en ingeniería y aun así me costó tres días encontrar el error. Un tomador de notas de reuniones no puede hacer esto: no hay reunión, ni segundo ponente, ni grabación que resumir. Solo estoy yo, un micrófono y una frase que necesitaba existir. Ese hueco es exactamente donde una alternativa a Otter deja de ser un Otter más pequeño y se convierte en una categoría distinta de herramienta.

Limpieza con IA sin enviar el audio a la nube

El dictado en bruto tiene el lío de siempre: un “eh” suelto, una frase que reiniciaste, la palabra “coma” apareciendo como la palabra literal en vez del signo de puntuación que querías. (Una vez dicté una lista de la compra entera que decía “leche coma huevos coma pan” y no me di cuenta hasta la caja.) La mejora opcional con IA de Whisper lo arregla antes de que aparezca el texto. En modo local, esa limpieza se ejecuta en el dispositivo a través de Ollama, con la transcripción en sí ejecutándose en Rust puro. Ningún audio sale de tu máquina. Para un abogado redactando un escrito, un médico entre pacientes, o cualquiera que dicte algo que preferiría no subir, eso importa más que cualquier casilla de funciones.

Esta es la línea honesta entre las dos herramientas. Otter es para reuniones; Whisper es para escribir. Son categorías distintas, y con mucho gusto te enviaré a Otter si lo que necesitas es captura de reuniones con varios ponentes. Nosotros no hacemos diarización de hablantes, no nos unimos automáticamente a tu llamada de Zoom y no construimos un archivo buscable de cada conversación. Hacemos que el acto de escribir-con-la-voz sea rápido, y mantenemos el audio en tu máquina a menos que tú elijas otra cosa.

Otter.ai vs Whisper, lado a lado

Aquí está la comparativa que importa, solo con las filas que puedo defender desde las propias páginas de cada producto. Donde un número puede cambiar, he dejado el texto deliberadamente abierto.

Lee primero la fila de arriba. Si “trabajo principal” describe tu semana, ya sabes en qué columna estás. Todo lo que hay debajo es detalle.

Local vs nube: quién oye de verdad tus reuniones

Un tomador de notas en la nube tiene que subir el audio para transcribirlo. No es ningún escándalo: así funciona la arquitectura. Pero sí significa que las cifras del salario de tu jefe, la llamada con el cliente que no debías grabar palabra por palabra y el correo al colegio de tu hijo pasan todos por los servidores de otra persona. Para una herramienta de reuniones en la que has decidido confiar, vale. Para el dictado del día a día, es mucha confianza que ceder por el privilegio de no teclear.

El modo local de Whisper se salta el servidor por completo. El audio se captura, se transcribe, se limpia opcionalmente y se pega, todo en el dispositivo. Lo único que sale es si cambias deliberadamente al modo Cloud con tu propia clave de OpenAI. Tú decides en cada uso, en lugar de que lo decidan por ti.

Las otras herramientas que conviene conocer

Si tu trabajo son las reuniones, tienes buenas opciones más allá de Otter, y prefiero que elijas la correcta a que cambies a la categoría equivocada. No he probado cada una de estas en nuestras propias pruebas, así que tómalas como orientaciones a nivel de categoría, no como afirmaciones de benchmark:

• Fathom — un tomador de notas con IA gratuito orientado a particulares en llamadas de Zoom y Meet.
• Fellow — un asistente de reuniones con una propuesta consciente de la privacidad.
• Fireflies.ai — un tomador de notas de inteligencia conversacional con integraciones de CRM.
• Notta — una herramienta de transcripción multilingüe para equipos globales.
• tl;dv — un grabador de reuniones enfocado en la revisión de llamadas de ventas.
• Jamie — un tomador de notas que funciona sin bot de reuniones, incluso para conversaciones presenciales.

Cada una de ellas está, como Otter, construida en torno a capturar a otras personas hablando. Si ese es tu trabajo, empieza por ahí. Si tu trabajo es tu propia voz, ninguna de ellas es lo que quieres.

Cuándo saltarse Whisper (y qué usar en su lugar)

Lo diré en voz alta, sin rodeos: si has venido aquí a transcribir reuniones, no descargues Whisper. No nos unimos a las llamadas, no separamos a los ponentes y no resumimos una conversación grabada en puntos de acción. Otter hace las tres cosas: su asistente se une automáticamente a Zoom, Teams y Google Meet, identifica a los ponentes y produce resúmenes automáticos. Para llamadas semanales con varias personas en las que necesitas un registro buscable después, Otter (o Fathom, o Fireflies) es la herramienta correcta y Whisper es la equivocada. Somos una herramienta de dictado. En cuanto el audio es “otra persona, en una reunión, que quiero que se resuma después”, recurre a un tomador de notas, no a nosotros.

Lo que cuesta

Todo el flujo local de Whisper es gratis para cualquier usuario autenticado, y el registro no pide tarjeta. Eso cubre ambos motores locales, la limpieza con IA, el historial y los ajustes preestablecidos. El nivel Pro de pago añade la superficie de OpenAI Cloud —transcripción en la nube, mejora con IA en la nube y búsqueda web por voz—, y es trae-tu-propia-clave, así que el uso de OpenAI se factura a tu propia cuenta. Las cifras exactas están en la página de precios; la versión corta es que el dictado que viniste a buscar no cuesta nada. El plan gratuito Basic de Otter también existe, limitado a 300 minutos al mes, útil de saber si estás sopesando un tomador de notas de reuniones gratuito frente a un dictado local gratuito, porque no compiten por los mismos minutos.

La razón por la que “alternativa a Otter.ai” es una búsqueda confusa es que agrupa dos deseos no relacionados. Un grupo quiere un mejor tomador de notas de reuniones. El otro grupo tecleó esas palabras porque Otter era la única marca de transcripción que sabía nombrar, y lo que quiere es dejar de teclear. Si estás en el primer grupo, tienes seis buenos tomadores de notas más arriba. Si estás en el segundo, nunca buscabas una alternativa a Otter: buscabas recuperar tus manos. Las mías volvieron en algún momento cerca de la fiambrera.