Skip to content
WriteVoice WriteVoice Start Creating

139 estadísticas de búsqueda por voz, noviembre de 2026

Actualizado en 139 citas de fuentes primarias Se actualiza mensualmente

En esta página
  1. Conclusiones clave
  2. ¿Cuántas personas utilizan asistentes de voz en 2026?
  3. ¿Para qué utiliza la gente la búsqueda por voz?
  4. ¿Cómo están cambiando los chatbots de IA los asistentes de voz?
  5. ¿Qué precisión tiene el reconocimiento de voz en 2026?
  6. ¿Está sustituyendo la escritura por voz al teclado?
  7. ¿Qué tamaño tiene el mercado del reconocimiento de voz?
  8. Metodología y fuentes

Las estadísticas de búsqueda por voz de 2026 muestran que la gente utiliza la voz en teléfonos, ordenadores y búsquedas, mucho más allá de los altavoces inteligentes. Cuando la gente usa la voz, interactúa con Copilot de Microsoft en Windows el doble que cuando escribe, según datos de Microsoft de marzo a agosto de 2025 (Microsoft, oct. 2025). Ahora, personas de más de 200 países y territorios pueden mantener una conversación por voz y cámara con Google Search (Google, mar. 2026). La adopción es alta, pero la precisión sigue variando según quién hable y en qué contexto.

Las cifras que aparecen a continuación abarcan la adopción de altavoces inteligentes y asistentes de voz, qué pregunta la gente por voz, cómo están reconstruyendo los chatbots de IA los asistentes, la precisión del reconocimiento de voz, la velocidad de la escritura por voz frente al teclado y el tamaño del mercado del reconocimiento de voz. Cada cifra enlaza con la organización que la recopiló: empresas de encuestas, oficinas de estadística, estudios revisados por pares, informes empresariales y salas de prensa, y empresas de estudios de mercado identificadas como tales. Los estudios fundacionales más antiguos incluyen el año en el texto. Para profundizar en las velocidades de escritura con teclado, consulta nuestras estadísticas de velocidad de escritura.

Conclusiones clave

  • El 39 % de los estadounidenses de 12 años o más tiene un altavoz inteligente en 2026, unos 112 millones de personas, frente al 7 % de 2017 (Edison Research at SSRS, mar. 2026).
  • Hay más de 600 millones de dispositivos Alexa en uso (Amazon, jul. 2026).
  • El 58 % de los consumidores estadounidenses utilizó la búsqueda por voz para encontrar información sobre un negocio local en los 12 meses anteriores, según una encuesta de 2018 a 1012 personas (BrightLocal, abr. 2018).
  • El 49 % de los adultos estadounidenses utiliza ahora chatbots de IA, frente al 33 % de 2024, cuando Pew formuló la pregunta de otra manera (Pew Research Center, jun. 2026).
  • Las conversaciones de voz con Gemini Live duran, de media, cinco veces más que las conversaciones de texto (Google, may. 2025).
  • El 63 % de los usuarios de la aplicación Gemini habla directamente con ella, y cada vez son más quienes solo usan la voz (Google, ago. 2026).
  • En una prueba de laboratorio, hablarle a un teléfono fue 2,93 veces más rápido que escribir en su teclado en inglés: 153 frente a 52 palabras por minuto (Ruan et al., IMWUT 2017, dic. 2017).
  • Los teléfonos representaron el 58,99 % del tráfico web mundial en septiembre de 2026 (StatCounter, sep. 2026).
  • El modelo más preciso en los resultados en inglés de formato breve del Open ASR Leaderboard, Cohere Labs Transcribe, de código abierto, tiene una tasa media de error por palabra del 5,42 %, frente al 7,44 % de Whisper Large v3 de OpenAI (Srivastav et al., Open ASR Leaderboard v4, mar. 2026).
  • En pruebas de cinco sistemas comerciales de reconocimiento de voz, el 23 % de los fragmentos de audio de hablantes negros tuvo una tasa de error por palabra superior al 50 %, el umbral que los autores consideran una transcripción inutilizable, frente al 1,6 % de los fragmentos de hablantes blancos (Koenecke et al., PNAS 2020, mar. 2020).
  • Un reconocedor de voz con una tasa de error por palabra del 3,4 % para hablantes sin dificultades tuvo una tasa de error del 36,3 % para personas con disartria relacionada con el párkinson (Hasegawa-Johnson et al., JSLHR 2024, sep. 2024).
  • El 1,4 % de las transcripciones de Whisper API en una prueba de 2023 contenía frases u oraciones que nunca se habían pronunciado, y el 38 % de esas invenciones entrañaba daños explícitos (Koenecke et al., ACM FAccT 2024, jun. 2024).
  • El 14 % de los 1003 médicos de cabecera del Reino Unido encuestados en agosto de 2025 ya utilizaba un asistente de documentación clínica ambiental con IA, y el 39 % tenía previsto adoptar uno pronto (Blease et al., BMJ Health and Care Informatics 2026, jul. 2026).
  • Microsoft acordó comprar Nuance, una empresa de reconocimiento de voz, por $19,7 mil millones en efectivo en 2021, a $56,00 por acción, con una prima del 23 % (Microsoft, abr. 2021).

¿Cuántas personas utilizan asistentes de voz en 2026?

Los asistentes de voz ya vienen instalados en miles de millones de dispositivos, mientras que la proporción de estadounidenses con un altavoz inteligente creció lentamente.

Estadísticas de búsqueda por voz: porcentaje de estadounidenses de 12 años o más que tienen un altavoz inteligente, de 2017 a 2026
Figura 1: La propiedad de altavoces inteligentes creció rápidamente después de 2017, se estancó durante cinco años y volvió a aumentar en 2026: una curva lenta junto a la expansión de la voz en teléfonos, coches y aplicaciones de IA. Fuente: Edison Research at SSRS, The Infinite Dial 2026, mar. 2026. Gráfico publicado por la fuente (diapositiva 8, recortado del PDF), consultado el 2 oct. 2026.

¿Cuántas personas tienen un altavoz inteligente?

La encuesta de Pew, que solo incluye a adultos, arroja una cifra similar a la de Edison, y la mayoría de quienes tienen uno cuenta con más de un dispositivo.

  • La proporción de estadounidenses de 12 años o más que tenía un altavoz inteligente se mantuvo entre el 33 % y el 36 % cada año de 2021 a 2025, con un descenso al 34 % en 2024 (Edison Research at SSRS, mar. 2026).
  • El 35 % de los adultos estadounidenses afirma tener un altavoz inteligente, como un Amazon Echo o un Apple HomePod, según una encuesta de febrero de 2026 (Pew Research Center, jun. 2026).
  • Otros dispositivos domésticos con IA son menos habituales: el 18 % de los adultos estadounidenses tiene un timbre inteligente, el 13 % una aspiradora robot y el 11 % un termostato inteligente (Pew Research Center, jun. 2026).
  • A principios de 2020, el 24 % de los adultos estadounidenses, unos 60 millones de personas, tenía al menos un altavoz inteligente (NPR and Edison Research, ene. 2020).
  • A principios de 2020, los hogares con un altavoz inteligente tenían una media de 2,6 dispositivos, frente a los 2,3 del año anterior (NPR and Edison Research, ene. 2020).
  • En 2022, el 62 % de los adultos estadounidenses utilizaba un asistente de voz en algún dispositivo, incluidos altavoces inteligentes, teléfonos inteligentes y sistemas para coches (NPR and Edison Research, jun. 2022).
  • En 2022, el 57 % de los usuarios estadounidenses de comandos de voz los utilizaba a diario (NPR and Edison Research, jun. 2022).

¿Cuántos dispositivos con asistente de voz se utilizan en el mundo?

Las cifras comunicadas por las empresas van de cientos de millones a miles de millones. Cuentan los dispositivos que pueden ejecutar un asistente, no las personas que lo utilizan a diario.

  • A finales de 2020, los clientes interactuaban con Alexa miles de millones de veces por semana en cientos de millones de dispositivos compatibles con Alexa, incluidos televisores, ordenadores, auriculares inteligentes y dispositivos ponibles (Amazon, dic. 2020).
  • La base instalada de Apple superó los 2,5 mil millones de dispositivos activos a principios de 2026; la cifra corresponde a dispositivos, no a usuarios de Siri (Apple, ene. 2026).
  • Google Assistant estaba disponible en más de 1 mil millones de dispositivos en enero de 2020 (Google, ene. 2020).
  • Más de 500 millones de personas utilizaban Google Assistant cada mes en enero de 2020, en altavoces inteligentes, pantallas inteligentes, teléfonos, televisores y coches de más de 90 países (Google, ene. 2020).
  • Bixby de Samsung tenía más de 200 millones de usuarios en casi 400 millones de dispositivos en todo el mundo en 2022, después de que el número de usuarios registrados se duplicara con creces en unos años (Samsung, nov. 2022).

¿Quiénes utilizan más los asistentes de voz, según la edad y el país?

En Estados Unidos, destacan las personas de 30 y 40 años; en Europa, los adultos más jóvenes. La adopción varía mucho en el mundo: las diferencias entre países de la UE son mucho mayores que las diferencias entre grupos de edad.

  • En 2017, el 46 % de los adultos estadounidenses afirmó utilizar asistentes de voz digitales, sobre todo en un teléfono inteligente (Pew Research Center, dic. 2017).
  • En 2017, el 55 % de los adultos estadounidenses de 18 a 49 años utilizaba asistentes de voz, frente al 37 % de las personas de 50 años o más (Pew Research Center, dic. 2017).
  • En 2026, el 41 % de los adultos estadounidenses de 30 a 49 años tiene un altavoz inteligente, frente al 33 % de quienes tienen entre 18 y 29 años, el 36 % de quienes tienen entre 50 y 64 y el 24 % de quienes tienen 65 años o más (Pew Research Center, jun. 2026).
  • En 2024, el 16 % de las personas de 16 a 74 años de la UE había utilizado un asistente virtual, a través de un altavoz inteligente o una aplicación, durante los tres meses anteriores a la encuesta (Eurostat, abr. 2026).
  • En 2024, la proporción oscilaba entre el 41 % de las personas de Irlanda, el 29 % de las de los Países Bajos y el 27 % de las de España, y el 3 % o menos de las de Letonia y Bulgaria (Eurostat, abr. 2026).
  • En la UE, el 23 % de las personas de 16 a 24 años utilizó un asistente virtual en 2024, frente al 7 % de quienes tenían entre 65 y 74 años (Eurostat, abr. 2026).
  • En 2024, era ligeramente más probable que los hombres de la UE utilizaran uno que las mujeres: un 17 % frente a un 15 % (Eurostat, abr. 2026).

¿Para qué utiliza la gente la búsqueda por voz?

La gente habla con sus dispositivos cuando tiene las manos ocupadas y la pregunta es breve: música, el tiempo, un temporizador o un restaurante cercano. La voz pierde terreno cuando una tarea se vuelve privada o complicada. Las encuestas públicas más recientes que desglosan las tareas son de 2018 a 2020, y nadie ha publicado una actualización general desde entonces, así que ten en cuenta las fechas.

Gráfico de barras de las diez peticiones más comunes que los propietarios estadounidenses de altavoces inteligentes hicieron en una semana típica de la primavera de 2020, encabezadas por reproducir música, consultar el tiempo, hacer preguntas generales y poner temporizadores
Figura 2: Las peticiones breves y sin manos ocupan los primeros puestos de la lista semanal, y los propietarios cuya rutina cambió y que trabajaron desde casa durante la COVID-19 (barras moradas) utilizaron sus altavoces de forma muy parecida. Fuente: NPR and Edison Research, The Smart Audio Report, Spring 2020, abr. 2020. Gráfico publicado por la fuente (diapositiva 48, recortado del PDF), consultado el 2 oct. 2026.

¿Qué tareas delega la gente en los asistentes de voz?

Primero viene la música, seguida del tiempo, las preguntas rápidas y los temporizadores. Quienes utilizan asistentes de voz en el teléfono recurren más a las llamadas, los mensajes de texto y las indicaciones que quienes tienen altavoces.

  • En una encuesta de la primavera de 2020, el 85 % de los propietarios estadounidenses de altavoces inteligentes pidió a su altavoz que reprodujera música en una semana típica (NPR and Edison Research, abr. 2020).
  • En 2020, las peticiones semanales más habituales a los altavoces inteligentes fueron consultar el tiempo (74 %), hacer una pregunta general (72 %) y poner un temporizador o una alarma (65 %) (NPR and Edison Research, abr. 2020).
  • En 2020, los usos en teléfonos eran distintos: el 58 % de quienes utilizaban el asistente de voz de su teléfono consultaba el tiempo por voz en una semana típica, el 46 % hacía una llamada y el 39 % leía o respondía a un mensaje de texto (NPR and Edison Research, abr. 2020).
  • En 2020, los propietarios de altavoces inteligentes los utilizaban para 10,8 tipos de tareas distintas en una semana típica, frente a 9,4 en 2019 (NPR and Edison Research, abr. 2020).
  • En la encuesta de Adobe de 2018 a más de 1000 consumidores estadounidenses, el 47 % utilizaba la voz para buscar en Internet, el 36 % para hacer llamadas y el 31 % para dar órdenes a dispositivos domésticos inteligentes (Adobe, sep. 2018).
  • En la encuesta de Adobe de 2019 a 1025 consumidores estadounidenses, la actividad más habitual con la voz en los teléfonos era buscar en Internet (50 %), seguida de consultar indicaciones (45 %), el tiempo (39 %) y redactar mensajes de texto o hacer llamadas (38 %) (Adobe, jun. 2019).

¿Cómo utiliza la gente la voz para encontrar negocios locales y comprar?

Sobre todo para buscar un negocio: su horario, cómo llegar o su número de teléfono. Comprar por voz siguió siendo una costumbre minoritaria y se utilizaba más para investigar y hacer listas que para pagar.

  • Entre quienes realizaron búsquedas locales por voz en 2018, el 46 % buscó un negocio local por voz a diario y otro 28 % lo hizo semanalmente (BrightLocal, abr. 2018).
  • En 2018, quienes tenían altavoces inteligentes eran quienes más buscaban: el 76 % buscaba negocios locales al menos semanalmente y el 53 % lo hacía a diario (BrightLocal, abr. 2018).
  • Después de una búsqueda local por voz en 2018, el 28 % de los consumidores llamó al negocio, el 27 % visitó su sitio web y el 19 % acudió en persona (BrightLocal, abr. 2018).
  • En 2020, el 38 % de quienes utilizaban la voz en el teléfono inteligente y el 31 % de los propietarios de altavoces inteligentes pidieron a su asistente que buscara restaurantes o negocios cercanos en una semana típica (NPR and Edison Research, abr. 2020).
  • En la encuesta de Adobe de 2019, el 20 % de los propietarios estadounidenses de altavoces inteligentes había comprado o pedido un producto por voz, y el 15 % solía volver a pedir productos de esa forma (Adobe, jun. 2019).
  • En la misma encuesta de 2019, la voz se utilizaba más para preparar una compra que para efectuarla: el 40 % buscaba productos por voz, el 30 % preparaba listas de la compra y el 25 % comparaba precios (Adobe, jun. 2019).
  • Amazon afirma que Alexa+ puede coordinar decenas de miles de servicios y dispositivos, incluidas reservas de mesa a través de OpenTable y pedidos de comida de Grubhub y Uber Eats (Amazon, jul. 2026).

¿Por qué prefiere la gente la voz a escribir y qué le frena?

La posibilidad de usarla sin las manos es su principal atractivo, muy por encima de la idea de que hablar resulta más natural. La privacidad, la simple falta de interés y los asistentes que no entienden bien lo que dices frenan su uso.

  • En 2017, el 55 % de los usuarios estadounidenses de asistentes de voz dijo que una de las principales razones para utilizarlos era interactuar con sus dispositivos sin usar las manos; el 23 % dijo que los asistentes eran divertidos y el 22 %, que hablar resultaba más natural que escribir (Pew Research Center, dic. 2017).
  • Entre los adultos estadounidenses que no utilizaban asistentes de voz en 2017, el 61 % no estaba interesado, el 28 % dijo que ninguno de sus dispositivos tenía uno y el 27 % mencionó la preocupación por la privacidad (Pew Research Center, dic. 2017).
  • En 2017, solo el 39 % de los usuarios estadounidenses de asistentes de voz afirmó que su asistente respondía correctamente la mayoría de las veces; el 42 % dijo que algunas veces y el 16 %, que no muy a menudo (Pew Research Center, dic. 2017).
  • En 2020, el 33 % de los propietarios estadounidenses de altavoces inteligentes dijo que su altavoz había oído mal o entendido mal una petición al menos una vez al día; el 39 % de quienes utilizaban el asistente de su teléfono dijo lo mismo de su dispositivo (NPR and Edison Research, abr. 2020).
  • Entre los estadounidenses que no tenían un altavoz inteligente en 2020, al 66 % le molestaba que los dispositivos estuvieran siempre escuchando, el 65 % temía que los piratas informáticos pudieran utilizarlos para acceder a su casa o a su información personal, y el 58 % no confiaba en que los fabricantes protegieran su información (NPR and Edison Research, abr. 2020).
  • El 71 % de los adultos estadounidenses cree que un mayor uso de la IA hará que su información personal sea menos segura; el 3 % cree que la hará más segura (Pew Research Center, jun. 2026).
  • En mayo de 2023, la FTC y el Departamento de Justicia acusaron a Amazon de conservar indefinidamente las grabaciones de voz de menores realizadas por Alexa, en el marco de una propuesta de acuerdo que obligaba a Amazon a pagar $25 millones y eliminar los datos (Federal Trade Commission, may. 2023).

¿Cómo están cambiando los chatbots de IA los asistentes de voz?

Los modelos de lenguaje grandes han reconstruido la categoría de asistentes de voz en menos de tres años. Los datos de uso se centran ahora en los asistentes de IA, y las primeras cifras muestran que la gente habla con ellos durante más tiempo del que escribe.

Gráfico de barras del porcentaje de adultos estadounidenses que utilizan chatbots de IA como ChatGPT, Gemini o Copilot, en 2024 y 2026
Figura 3: Ahora, aproximadamente la mitad de los adultos estadounidenses utiliza chatbots de IA; Pew señala que la cifra de 2024 procede de una pregunta formulada de otra manera y dirigida solo a quienes habían oído hablar de los chatbots. Fuente: Pew Research Center, Americans and AI 2026: Chatbots, Smart Devices and Views on Impact, jun. 2026. Gráfico publicado por la fuente, consultado el 2 oct. 2026.

¿Cuántas personas utilizan asistentes de IA como ChatGPT, Gemini y Alexa+?

Los asistentes más grandes cuentan con cientos de millones de usuarios, o incluso más de mil millones. Estas cifras miden el uso de chatbots, no el uso de la voz, pero muestran cuánta gente ya habla con la IA de alguna forma.

  • ChatGPT lidera el uso de chatbots en Estados Unidos: lo utiliza el 44 % de los adultos, por delante de Gemini, con un 24 %; Copilot, con un 17 %; Meta AI, con un 14 %; y Claude, con un 6 % (Pew Research Center, jun. 2026).
  • Aproximadamente una cuarta parte de los adultos estadounidenses utiliza chatbots a diario (Pew Research Center, jun. 2026).
  • El 52 % de los estadounidenses de 18 años o más utiliza al menos un chatbot de IA cada semana; muchos utilizan más de uno (Edison Research at SSRS, mar. 2026).
  • ChatGPT tiene más de 900 millones de usuarios activos semanales y más de 50 millones de suscriptores particulares (OpenAI, feb. 2026).
  • La aplicación Gemini superó los 1 mil millones de usuarios mensuales, lo que Google considera el crecimiento más rápido de un producto en su historia (Google, ago. 2026).
  • AI Mode de Google Search superó los 1 mil millones de usuarios mensuales un año después de su lanzamiento, y las consultas se duplican con creces cada trimestre (Google, may. 2026).
  • En junio de 2025, la redacción representaba el 40 % de los mensajes de ChatGPT relacionados con el trabajo, y aproximadamente dos tercios de las peticiones de redacción pedían editar o rehacer un texto que el usuario ya tenía, en lugar de escribirlo desde cero (Chatterji et al., NBER 2025, sep. 2025).
  • El uso semanal de chatbots de IA para informarse sobre la actualidad aumentó del 7 % al 10 % en los mercados encuestados, y el grupo de edad más joven los utiliza para informarse tres veces más que el de más edad: un 17 % frente a un 5 % (Reuters Institute, jun. 2026).

¿Habla la gente con la IA por voz y durante cuánto tiempo?

Sí. Las plataformas que publican datos sobre la voz informan de que las sesiones por voz son más largas que las sesiones por texto, y la voz se extiende a las cámaras y a compartir pantalla.

  • Una de cada cinco interacciones con Gemini Live va más allá de la voz e incluye una transmisión en directo de la cámara o compartir pantalla (Google, ago. 2026).
  • OpenAI empezó a ofrecer conversaciones de voz bidireccionales en ChatGPT en septiembre de 2023, primero a los usuarios de Plus y Enterprise en iOS y Android, con cinco voces y su modelo Whisper para transcribir lo que dicen los usuarios (OpenAI, sep. 2023).
  • El modelo de voz a voz gpt-realtime de OpenAI obtuvo un 82,8 % en la prueba de razonamiento Big Bench Audio según la evaluación de la propia OpenAI, frente al 65,6 % de su modelo de diciembre de 2024 (OpenAI, ago. 2025).
  • Cuando puso a disposición general su Realtime API, OpenAI redujo los precios de gpt-realtime un 20 %, hasta $32 por millón de tokens de entrada de audio y $64 por millón de tokens de salida de audio (OpenAI, ago. 2025).

¿Se están reconstruyendo Alexa, Siri y Google Assistant en torno a la IA generativa?

Sí. Desde 2025, los tres se han reconstruido sobre modelos de lenguaje grandes o se han sustituido por uno, y Amazon es la primera en comunicar cifras de uso a gran escala.

  • Alexa+ cuesta $19,99 al mes o se incluye sin coste adicional con Prime, está disponible para todos los clientes de Estados Unidos y Canadá, y se encuentra en acceso anticipado en otros ocho países: Brasil, Reino Unido, México, Italia, España, Alemania, Austria y Francia (Amazon, jul. 2026).
  • Cientos de millones de clientes utilizan las nuevas experiencias de Alexa, y en Estados Unidos los clientes que han probado Alexa+ se suscriben a Prime a un ritmo casi un 25 % mayor (Amazon, jul. 2026).
  • Alexa for Shopping, que combina Alexa+ con el asistente de compras Rufus de Amazon, casi duplicó sus usuarios activos interanuales en el segundo trimestre de 2026, y las interacciones aumentaron más de cinco veces (Amazon, jul. 2026).
  • Apple empezó a ofrecer Siri AI, una versión reconstruida de Siri que utiliza Apple Foundation Models, desarrollados en colaboración con Google y sus modelos Gemini, en versión beta en inglés el 14 de septiembre de 2026; al mes siguiente se añadirían otros cinco idiomas (Apple, sep. 2026).
  • Apple Intelligence funciona en 16 idiomas y, en iOS 27, en los modelos iPhone 16 o posteriores, además del iPhone 15 Pro y el iPhone 15 Pro Max (Apple, sep. 2026).
  • Google empezó a pasar a los usuarios de Google Assistant en móviles a Gemini en marzo de 2025, cuando la aplicación Gemini estaba disponible en más de 40 idiomas y 200 países, y anunció que la versión clásica de Assistant dejaría de estar disponible en la mayoría de los teléfonos ese mismo año (Google, mar. 2025).

¿Qué precisión tiene el reconocimiento de voz en 2026?

En 2017, las máquinas igualaron a los transcriptores profesionales en una prueba de referencia con conversaciones telefónicas, y desde entonces los mejores modelos han mejorado. Las tasas de error varían sobre todo según quién habla: son mucho más altas con hablantes negros, personas con discapacidades del habla, niños y conversaciones clínicas que en pruebas de referencia limpias, como muestran los estudios siguientes.

Diagramas de caja de la tasa de error por palabra por raza en los servicios de transcripción general y médica de Amazon y en Whisper, a partir de grabaciones de visitas de enfermería a pacientes negros y blancos atendidos en casa
Figura 4: En las mismas grabaciones de visitas de enfermería, los dos servicios de Amazon cometieron más errores con los pacientes negros que con los blancos, así que una buena cifra de precisión media dice poco sobre a quién no se entiende. Fuente: Zolnoori et al., JAMIA Open, Decoding disparities: evaluating automatic speech recognition system performance in transcribing Black and White patient verbal communication with nurses in home healthcare, dic. 2024. Gráfico publicado por la fuente (fig. 2, CC BY 4,0), consultado el 2 oct. 2026.

¿Qué tasas de error por palabra alcanzan los mejores modelos de reconocimiento de voz?

En conjuntos de prueba de inglés sin ruido, los mejores sistemas cometen ahora más o menos tantos errores como transcriptores profesionales cuidadosos. La precisión disminuye en grabaciones largas y en audios distintos de los conjuntos de prueba, y todas las herramientas de reconocimiento de voz con IA basadas en estos modelos heredan esas limitaciones. Las tasas de error por palabra solo se pueden comparar dentro del mismo conjunto de prueba, así que cada cifra que aparece a continuación indica el conjunto utilizado.

  • En agosto de 2017, el sistema de Microsoft alcanzó una tasa de error por palabra del 5,1 % en la prueba de referencia Switchboard de conversaciones telefónicas, igualando un proceso en el que participaban varios transcriptores, un año después de alcanzar la tasa del 5,9 % que Microsoft había medido para transcriptores profesionales individuales (Microsoft Research, ago. 2017).
  • El estudio de IBM concluyó que, tras los controles de calidad, el mejor transcriptor profesional cometía un 5,1 % de errores en Switchboard y un 6,8 % en el conjunto más difícil CallHome, mientras que el sistema de IBM obtuvo un 5,5 % y un 10,3 %, respectivamente (Saon et al., IBM Research 2017, mar. 2017).
  • OpenAI entrenó Whisper con 680 000 horas de audio transcrito de Internet, de las cuales 117 000 correspondían a 96 idiomas distintos del inglés (Radford et al., Whisper 2022, dic. 2022).
  • Las puntuaciones de las pruebas de referencia sobrestiman la precisión en el mundo real: un modelo Whisper y otro entrenado solo con audiolibros de LibriSpeech obtuvieron puntuaciones con una diferencia de apenas el 0,1 % en LibriSpeech; sin embargo, Whisper cometió, de media, un 55,2 % menos de errores en otros 13 conjuntos de prueba (Radford et al., Whisper 2022, dic. 2022).
  • En 25 grabaciones de emisiones, llamadas telefónicas y reuniones, el mejor de cinco servicios profesionales de transcripción, uno asistido por ordenador, tuvo una tasa de error por palabra global solo 1,15 puntos porcentuales inferior a la de Whisper (Radford et al., Whisper 2022, dic. 2022).
  • El Open ASR Leaderboard, creado por investigadores de Hugging Face junto con coautores de NVIDIA y la University of Cambridge, compara 86 sistemas de reconocimiento de voz de 26 organizaciones, 74 de ellos de código abierto, en los mismos 12 conjuntos de datos (Srivastav et al., Open ASR Leaderboard v4, mar. 2026).
  • En grabaciones largas, como llamadas sobre resultados financieros, charlas TED y entrevistas, los sistemas comerciales cerrados van por delante: ElevenLabs Scribe v2 tuvo una tasa media de error por palabra del 7,32 %, frente al 9,73 % del mejor modelo abierto (Srivastav et al., Open ASR Leaderboard v4, mar. 2026).
  • Google preentrenó su Universal Speech Model con 12 millones de horas de audio sin etiquetar en más de 300 idiomas y, en sus propias pruebas, igualó o superó a Whisper con un conjunto de entrenamiento etiquetado siete veces menor (Zhang et al., Google USM 2023, mar. 2023).

¿Varían las tasas de error según el acento, la raza y el idioma?

Sí, y mucho. Las tasas de error dependen de quién habla y de cuánto audio de entrenamiento existe para su idioma; ajustar el modelo con el habla adecuada reduce buena parte de la diferencia.

  • En cinco sistemas comerciales de Amazon, Apple, Google, IBM y Microsoft, la tasa media de error por palabra fue de 0,35 para los hablantes negros y de 0,19 para los hablantes blancos (Koenecke et al., PNAS 2020, mar. 2020).
  • La diferencia era mayor en el caso de los hombres negros, con un promedio de 0,41 en los cinco sistemas, frente a 0,17 para las mujeres blancas (Koenecke et al., PNAS 2020, mar. 2020).
  • El patrón se mantuvo en un estudio de 2024 sobre grabaciones de visitas de atención sanitaria a domicilio: en 860 intervenciones de 10 pacientes, el servicio general de transcripción de Amazon tuvo una tasa mediana de error por palabra del 50 % con pacientes negros que hablaban con enfermeros, frente al 33 % con pacientes blancos (Zolnoori et al., JAMIA Open 2024, dic. 2024).
  • El ajuste del modelo con el habla de personas con disartria relacionada con el párkinson redujo al 23,7 % la tasa de error de referencia del Speech Accessibility Project para su habla (Hasegawa-Johnson et al., JSLHR 2024, sep. 2024).
  • Transcribir el habla infantil es más difícil: sin ajustes, Whisper Large v3 tuvo una tasa de error por palabra del 19,9 % en la prueba de habla infantil guionizada CSLU OGI Kids; la tasa bajó al 1,4 % tras ajustar el modelo con habla infantil (Fan et al., Interspeech 2024, sep. 2024).
  • En distintos idiomas de la prueba de referencia FLEURS, la tasa de error por palabra de Whisper se reduce a la mitad por cada aumento de 16 veces en el audio de entrenamiento, con una correlación al cuadrado de 0,83 entre ambas variables en escala logarítmica (Radford et al., Whisper 2022, dic. 2022).
  • El proyecto Massively Multilingual Speech de Meta creó un modelo de reconocimiento de voz para 1107 idiomas que redujo más de la mitad la tasa de error por palabra de Whisper en 54 idiomas de FLEURS, con solo una pequeña parte de los datos etiquetados utilizados para entrenar Whisper (Pratap et al., Meta MMS 2023, may. 2023).
  • En su versión de septiembre de 2026, el conjunto de datos colaborativo Common Voice de Mozilla alcanzó las 42 593 horas de habla grabada en 295 idiomas, de las cuales 29 295 horas habían sido validadas por otros colaboradores (Mozilla Common Voice, sep. 2026).
  • Según nuestro recuento del archivo de lanzamiento de Mozilla, 108 de los 295 idiomas de Common Voice 27,0 tienen menos de 10 horas validadas y 31 tienen menos de una hora (Mozilla Common Voice, sep. 2026).

¿Qué precisión tiene la conversión de voz a texto en entornos médicos y ruidosos?

Menos que en las pruebas de referencia, y el resultado necesita revisión humana. El ruido, los micrófonos alejados, la presencia de varios hablantes y el vocabulario clínico aumentan las tasas de error.

  • En 217 notas clínicas de dos sistemas sanitarios estadounidenses, el reconocimiento de voz cometió 7,4 errores por cada 100 palabras; la cifra bajó a 0,4 después de que los transcriptores médicos editaran el texto y a 0,3 en las notas finales firmadas por los médicos (Zhou et al., JAMA Network Open 2018, jul. 2018).
  • El 96,3 % de los borradores sin editar del reconocimiento de voz en ese estudio contenía al menos un error, y el 5,7 % de los errores se consideró clínicamente significativo (Zhou et al., JAMA Network Open 2018, jul. 2018).
  • Una revisión sistemática de 122 estudios sobre reconocimiento de voz para documentación clínica entre 1990 y 2018 encontró tasas de error por palabra notificadas de entre el 7,4 % y el 38,7 %, y porcentajes de documentos con errores de entre el 4,8 % y el 71 % (Blackley et al., JAMIA 2019, abr. 2019).
  • Una revisión de 2025 de 29 estudios sobre transcripción con IA en entornos clínicos encontró tasas de error por palabra de entre el 8,7 % en dictados controlados y más del 50 % en conversaciones con varios hablantes (Ng et al., BMC Medical Informatics and Decision Making 2025, jul. 2025).
  • En las visitas de enfermería a domicilio, el más preciso de los cuatro sistemas probados tuvo una tasa mediana de error por palabra del 39 %, y en las intervenciones de menos de cinco palabras su tasa media de error llegó al 86 % (Zolnoori et al., JAMIA Open 2024, dic. 2024).
  • En una prueba de 2025 con 10 configuraciones de reconocimiento de voz y 200 historiales de ortodoncia dictados, las tasas de error por palabra oscilaron entre el 3,7 % (transcripción con GPT-4o corregida por GPT-4o) y el 33,9 % (Dragon Professional Anywhere); el ruido de fondo aumentó los errores en todos los sistemas y todos produjeron errores clínicamente significativos (O'Kane et al., Journal of Dental Research 2025, nov. 2025).
  • Las invenciones de Whisper afectaron más a los hablantes con afasia: el 1,7 % de sus segmentos de audio produjo alucinaciones, frente al 1,2 % del grupo de control; Google Speech-to-Text y Chirp no produjeron ninguna en los mismos audios (Koenecke et al., ACM FAccT 2024, jun. 2024).
  • Whisper Large v2 tuvo una tasa de error por palabra del 2,7 % en audiolibros de LibriSpeech, pero del 25,5 % en grabaciones de cenas con invitados de CHiME-6 y del 36,4 % en reuniones grabadas con un solo micrófono alejado, frente al 16,9 % en las mismas reuniones grabadas con micrófonos de auricular (Radford et al., Whisper 2022, dic. 2022).

¿Está sustituyendo la escritura por voz al teclado?

En las pruebas de laboratorio, la voz supera a los pulgares en velocidad bruta y los teléfonos representan ahora la mayor parte del tráfico web. La medicina es el ámbito en el que mejor se mide el uso del dictado.

Gráfico de líneas de palabras por minuto al escribir con teclado y al introducir texto por voz en un teléfono con pantalla táctil, en inglés y mandarín, según un estudio de laboratorio
Figura 5: En inglés y mandarín, la voz fue mucho más rápida que el teclado del teléfono, así que la ventaja se mantiene con dos teclados muy distintos. Fuente: Ruan et al., IMWUT 2017, Comparing Speech and Keyboard Text Entry for Short Messages in Two Languages on Touchscreen Phones, dic. 2017. Gráfico publicado por la fuente (fig. 5, recortado del PDF), consultado el 2 oct. 2026.

¿Cuánto más rápido es hablar que escribir?

Mucho más rápido en las pruebas de laboratorio, tanto en inglés como en mandarín, aunque el texto final dictado contiene algo más de errores. En el estudio de laboratorio de Ruan et al. se cronometró a 48 universitarios mientras transcribían frases breves; los autores describen el resultado como un rendimiento máximo, ya que redactar un mensaje mientras piensas lleva más tiempo. Para consultar las velocidades de escritura según la edad, el dispositivo y la práctica, mira nuestras estadísticas de velocidad de escritura.

  • En la prueba de laboratorio de Ruan et al. con teléfonos con pantalla táctil, la voz alcanzó las 123 palabras por minuto en chino mandarín, frente a las 43 del teclado Pinyin: 2,87 veces más rápido (Ruan et al., IMWUT 2017, dic. 2017).
  • La voz también produjo menos errores durante la escritura: en los dos idiomas, la tasa de error corregida fue del 5,30 % para la voz, frente al 11,22 % para el teclado (Ruan et al., IMWUT 2017, dic. 2017).
  • En el texto final, la voz dejó algo más de errores: una tasa de error sin corregir del 1,30 %, frente al 0,79 % del teclado (Ruan et al., IMWUT 2017, dic. 2017).
  • Las personas voluntarias que escribieron en sus teléfonos alcanzaron una media de 36,2 palabras por minuto, con una tasa de error sin corregir del 2,3 %, entre 37 370 participantes que hicieron una prueba de escritura en línea (Palin et al., MobileHCI 2019, oct. 2019).
  • En un teclado físico de ordenador de sobremesa, 168 960 voluntarios que hicieron una prueba de escritura en línea alcanzaron una media de 51,56 palabras por minuto, y los más rápidos llegaron a 120 o más (Dhakal et al., CHI 2018, abr. 2018).
  • La gente habla más rápido de lo que permite cualquiera de los dos teclados: en 2438 conversaciones telefónicas grabadas en Estados Unidos, los hablantes alcanzaron una media de 164 palabras por minuto durante sus turnos de palabra; en un conjunto más amplio de llamadas grabadas entre desconocidos, el tema por sí solo hizo variar la media entre 152 y casi 170 (Yuan et al., Interspeech 2006, sep. 2006).

¿Cuánta gente escribe y dicta en el teléfono?

Casi todos los adultos estadounidenses tienen un teléfono inteligente, y los teléfonos representan la mayor parte del tráfico web mundial. Ninguna fuente primaria pública reciente mide cuántas personas dictan texto en lugar de escribirlo; el último dato estadounidense que desglosó el uso de asistentes de voz por dispositivo es de 2017.

  • El 91 % de los adultos estadounidenses tiene un teléfono inteligente, frente al 35 % de la primera medición de Pew en 2011 (Pew Research Center, nov. 2025).
  • El 16 % de los adultos estadounidenses solo accede a Internet con el teléfono inteligente: tiene un teléfono inteligente, pero no conexión de banda ancha en casa. La proporción asciende al 27 % entre los adultos de 18 a 29 años y al 34 % en los hogares con ingresos inferiores a $30 000 (Pew Research Center, nov. 2025).
  • Se calcula que 262 millones de estadounidenses de 12 años o más tienen un teléfono inteligente (Edison Research at SSRS, mar. 2026).
  • En 2017, el 42 % de los adultos estadounidenses utilizaba un asistente de voz en su teléfono inteligente, tres veces el 14 % que lo usaba en un ordenador o una tableta (Pew Research Center, dic. 2017).
  • En Estados Unidos, el reparto está casi igualado: los dispositivos móviles representaron el 49,1 % del tráfico web en septiembre de 2026, y los ordenadores de sobremesa, el 48,47 %. Fue el primer mes desde, al menos, septiembre de 2025 en que los móviles quedaron por delante (StatCounter, sep. 2026).

¿Qué profesionales dictan más y cuánto tiempo ahorran?

Los médicos son el grupo del que se dispone de mejores mediciones. Los asistentes de documentación clínica con IA ambiental, que escuchan la consulta y redactan el informe, ahorran unos minutos de tiempo dedicado a documentar en los ensayos, pero sus borradores siguen necesitando revisión.

  • Cuando Microsoft acordó comprar Nuance en 2021, los productos de la empresa eran utilizados, según sus propias cifras, por más del 55 % de los médicos estadounidenses, el 75 % de los radiólogos del país y el 77 % de los hospitales de Estados Unidos (Microsoft, abr. 2021).
  • En 2025 había 42 000 puestos de transcriptor médico en Estados Unidos, y la BLS prevé que el empleo disminuya un 4 % para 2035. La oficina cita el software de reconocimiento de voz, que redacta un informe para que lo revise el transcriptor, como la tecnología más habitual en el trabajo (US Bureau of Labor Statistics, ago. 2026).
  • En un ensayo aleatorizado con 238 médicos ambulatorios de UCLA, uno de los asistentes de documentación clínica con IA ambiental (Nabla) redujo un 9,5 % el tiempo dedicado a las notas respecto a la atención habitual, mientras que el otro (DAX Copilot de Microsoft) no produjo una diferencia significativa (Lukac et al., NEJM AI 2025, nov. 2025).
  • La adopción fue parcial incluso dentro del ensayo: DAX se utilizó en el 33,5 % de las 24 696 consultas y Nabla en el 29,5 % de las 23 653; alrededor del 15 % de los médicos a quienes se les ofreció un asistente no lo utilizó nunca (Lukac et al., NEJM AI 2025, nov. 2025).
  • Antes de un ensayo aleatorizado realizado en 2024 y 2025 en clínicas de dos estados, el 59 % de los 66 profesionales sanitarios participantes ya utilizaba el software de reconocimiento de voz Fluency Direct para sus notas, y el 4,5 % utilizaba el dictado tradicional (Afshar et al., NEJM AI 2025, nov. 2025).
  • En el mismo ensayo, los profesionales sanitarios dedicaron 0,36 horas menos al día a las notas con un asistente de documentación clínica con IA ambiental, un indicador secundario; los autores no observaron una pérdida de calidad en los diagnósticos, el cumplimiento de la facturación ni las notas (Afshar et al., NEJM AI 2025, nov. 2025).
  • En un ensayo aleatorizado cruzado con 160 profesionales ambulatorios que comparó dos asistentes de documentación clínica ambiental, uno ahorró 3,19 minutos más al día que el otro en la elaboración de notas, y no hubo diferencias significativas entre ambos en el tiempo de documentación fuera del horario laboral (Chowdhury et al., JAMIA 2026, feb. 2026).
  • En 198 178 visitas a urgencias en cuatro hospitales en 2025, se utilizaron asistentes de documentación clínica con IA ambiental en el 4,3 % de los casos y se asociaron con una reducción de 1,6 minutos en la mediana del tiempo que los médicos dedicaban a documentar cada nota, aproximadamente la mitad de la reducción de 3,3 minutos asociada a los asistentes humanos (Dutta et al., Annals of Emergency Medicine 2026, jun. 2026).
  • Entre los médicos de cabecera del Reino Unido que utilizaron un asistente de documentación clínica ambiental, el 80 % afirmó que reducía el tiempo dedicado a la documentación, pero el 32 % comunicó que a menudo o siempre había errores y el 14 % notificó errores con consecuencias graves o críticas (Blease et al., BMJ Health and Care Informatics 2026, jul. 2026).

¿Qué tamaño tiene el mercado del reconocimiento de voz?

Nadie se pone de acuerdo sobre el tamaño del mercado del reconocimiento de voz, y las estimaciones publicadas para 2025 difieren casi por un factor de dos. Los informes financieros y los precios de las operaciones ofrecen datos más claros: las empresas han pagado miles de millones por tecnología de voz, y las empresas de IA de voz que cotizan en bolsa aumentan sus ingresos a tasas de dos dígitos.

Gráfico de barras de la estimación de Mordor Intelligence del tamaño del mercado del reconocimiento de voz en miles de millones de USD para 2025 y 2026, y su previsión para 2031
Figura 6: Mordor Intelligence prevé un crecimiento pronunciado, pero su cifra inicial de 2025 está muy por encima de la estimación de otra empresa para el mismo año. Por eso, cada cifra de mercado de esta página indica qué empresa la elaboró. Fuente: Mordor Intelligence, Voice Recognition Market Size, Share and Growth, 2031, sep. 2026. Gráfico publicado por la fuente (CC BY 4,0), consultado el 2 oct. 2026.

¿Cuál es el valor del mercado del reconocimiento de voz?

Depende de a qué empresa preguntes. Las tres estimaciones siguientes definen el mercado de forma ligeramente distinta y no deben promediarse nunca; solo coinciden en que crece aproximadamente una quinta parte al año.

  • MarketsandMarkets valoró el mercado mundial del reconocimiento de habla y voz en $9,66 mil millones en 2025 y prevé que alcance los $23,11 mil millones en 2030, con una tasa de crecimiento anual compuesta del 19,1 % (MarketsandMarkets, ago. 2025).
  • MarketsandMarkets señala que la búsqueda por voz es la aplicación más importante del mercado, impulsada por los teléfonos inteligentes, los altavoces inteligentes y los asistentes de IA (MarketsandMarkets, ago. 2025).
  • Fortune Business Insights cifra el mismo mercado en $19,09 mil millones en 2025 y $23,70 mil millones en 2026, y prevé que alcance los $104,05 mil millones en 2034, con una tasa de crecimiento anual compuesta del 20,30 % (Fortune Business Insights, sep. 2026).
  • Fortune Business Insights prevé que el mercado estadounidense del reconocimiento de habla y voz alcance los $6,01 mil millones en 2026 (Fortune Business Insights, sep. 2026).
  • Según Fortune Business Insights, el reconocimiento del habla, a diferencia del reconocimiento de voz (del hablante), representará el 66,40 % del mercado en 2026 (Fortune Business Insights, sep. 2026).
  • Mordor Intelligence cifra el mercado del reconocimiento de voz en $18,39 mil millones en 2025 y $22,51 mil millones en 2026, y prevé que alcance los $61,78 mil millones en 2031, con una tasa de crecimiento anual compuesta del 22,38 % (Mordor Intelligence, sep. 2026).
  • Mordor Intelligence sitúa a Asia-Pacífico como la región más grande, con el 37,64 % de los ingresos del reconocimiento de voz en 2025 (Mordor Intelligence, sep. 2026).
  • Según Mordor Intelligence, los teléfonos inteligentes y las tabletas representaron el 39,17 % de los ingresos del reconocimiento de voz en 2025, la mayor categoría de dispositivos (Mordor Intelligence, sep. 2026).
  • En las previsiones de Mordor Intelligence, la documentación médica es la aplicación de reconocimiento de voz que más rápido crece, con una tasa de crecimiento anual compuesta del 23,39 % hasta 2031 (Mordor Intelligence, sep. 2026).

¿A qué ritmo crecen las empresas de IA de voz?

Rápidamente. Las empresas de voz que cotizan en bolsa informan de un crecimiento de los ingresos de dos dígitos, y ElevenLabs duplicó su valoración en siete meses.

  • Los ingresos de SoundHound AI fueron de $168,9 millones en 2025, un 99 % más que en 2024 (SoundHound AI, feb. 2026).
  • Los ingresos de SoundHound AI en el segundo trimestre de 2026 fueron de $61,9 millones, un 45 % más que el año anterior; según su director ejecutivo, esa cifra es 10 veces superior a los ingresos trimestrales de la empresa cuando salió a bolsa en 2022 (SoundHound AI, ago. 2026).
  • Cerence, que suministra asistentes de voz a fabricantes de automóviles, comunicó unos ingresos de $251,8 millones en el ejercicio fiscal de 2025 y previó unos ingresos de entre $300 millones y $320 millones para el ejercicio fiscal de 2026: un aumento del 23 % en el punto medio que incluye un pago por licencia de patente de Samsung (Cerence, nov. 2025).
  • Los coches fabricados con tecnología de Cerence representaron el 50 % de la producción mundial de automóviles en los 12 meses hasta junio de 2026 (Cerence, ago. 2026).
  • ElevenLabs cerró 2025 con $350 millones de ingresos recurrentes anuales y superó los $500 millones en los primeros cuatro meses de 2026 (ElevenLabs, may. 2026).
  • En septiembre de 2026, una oferta de compra de acciones a empleados por $300 millones valoró ElevenLabs en $22 mil millones, el doble de su valoración en la Serie D de febrero de 2026 (ElevenLabs, sep. 2026).
  • Los agentes de voz de ElevenLabs gestionan más de 15 millones de conversaciones a la semana, tres veces más que en febrero de 2026, y los clientes empresariales generan el 55 % de sus ingresos (ElevenLabs, sep. 2026).

¿Cuánto han pagado las grandes tecnológicas por la tecnología de voz?

La operación de Microsoft con Nuance marcó un referente, y ahora empresas más pequeñas de IA de voz están comprando compañías para entrar en el sector de atención al cliente.

  • Microsoft dijo que la compra de Nuance duplicaría su mercado potencial entre los proveedores sanitarios y elevaría su TAM en el sector sanitario a casi $500 mil millones (Microsoft, abr. 2021).
  • Cuando la operación se cerró el 4 de marzo de 2022, Microsoft registró un precio total de compra de Nuance de $18,8 mil millones, de los cuales $16,3 mil millones correspondían al fondo de comercio (Microsoft, jul. 2022).
  • SoundHound AI valoró provisionalmente en $76,1 millones la compra de Interactions, una empresa de IA para la atención al cliente, en septiembre de 2025 (SoundHound AI, mar. 2026).
  • LivePerson, cuya compra acordó SoundHound AI en abril de 2026, ofrece servicios digitales de atención al cliente que gestionan mil millones de mensajes al mes (SoundHound AI, abr. 2026).
  • SoundHound AI completó la adquisición de LivePerson el 4 de septiembre de 2026. La empresa resultante tiene una base de clientes que incluye a 25 empresas de Fortune 100 y más de 750 patentes (SoundHound AI, sep. 2026).

Glosario

  • ASR: reconocimiento automático del habla, un software que convierte el audio hablado en texto.
  • Tasa de error por palabra (WER): proporción de palabras que un sistema transcribe mal (sustituye, omite o añade) respecto a una transcripción de referencia humana. Cuanto menor, mejor; las tasas solo se comparan dentro del mismo conjunto de prueba.
  • Switchboard, CallHome, LibriSpeech, CHiME-6, AMI, FLEURS: conjuntos de prueba de referencia habituales para el habla: conversaciones telefónicas (Switchboard, CallHome), audiolibros leídos (LibriSpeech), grabaciones de cenas (CHiME-6), reuniones (AMI) y una prueba de referencia multilingüe (FLEURS).
  • Ajuste fino: entrenamiento adicional de un modelo existente con un conjunto de audio más pequeño y específico, como el habla infantil.
  • Alucinación: texto que produce un modelo de reconocimiento de voz y que nunca se ha pronunciado.
  • Altavoz inteligente: altavoz con un asistente de voz integrado, como Amazon Echo, Google Nest o Apple HomePod.
  • Asistente de documentación clínica con IA ambiental: software que escucha una consulta clínica y redacta la nota del profesional sanitario para que la revise.
  • Disartria: trastorno motor del habla en el que la debilidad o el escaso control de los músculos del habla dificultan que se entienda lo que se dice.
  • Afasia: trastorno del lenguaje, a menudo causado por un ictus, que afecta al habla y a la comprensión del lenguaje.
  • GP: médico de cabecera en el Reino Unido.
  • API: interfaz de programación de aplicaciones, el medio que permite a los desarrolladores conectar su software a un modelo.
  • ARR: ingresos recurrentes anuales.
  • TAM: mercado total potencial.
  • Tasa de crecimiento anual compuesta: tasa de crecimiento anual constante que llevaría un mercado de su valor inicial a su valor previsto.

Metodología y fuentes

Todas las cifras de esta página proceden de la organización que las produjo: empresas de encuestas (Edison Research, Pew Research Center, BrightLocal, Adobe), oficinas de estadística y organismos reguladores (Eurostat, BLS, FTC), estudios revisados por pares y artículos preliminares, informes empresariales y salas de prensa, y empresas de estudios de mercado identificadas como tales. No se ha tomado ninguna cifra de otros resúmenes estadísticos. Consultamos cada enlace el 2 oct. 2026 y confirmamos la cifra en la página o en el informe descargado. Las estimaciones del mercado no coinciden, por lo que se atribuyen a cada empresa y se muestran por separado, sin promediarlas. Se incluyen estudios de 2017 a 2022 cuando no hay otros más recientes que midan lo mismo, y se indica su año en el texto. La página se revisa y actualiza cada mes.

Fuentes

Cita esta página

Cada cifra de esta página enlaza al estudio del que procede. Puedes citar cualquiera de ellas con un enlace a esta página o a la fuente original.

WriteVoice. "139 estadísticas de búsqueda por voz, noviembre de 2026." WriteVoice, noviembre de 2026. https://www.writevoice.io/es/statistics/voice-search-statistics/
<a href="https://www.writevoice.io/es/statistics/voice-search-statistics/">Estadísticas de búsqueda por voz</a> (WriteVoice, noviembre de 2026)
Español