
EspecializadoProvides Whisper via API for robust speech-to-text, but lacks specialized real-time streaming audio intelligence pipelines.
Gladia registra 232.451 visitas mensuales con un crecimiento intermensual de +6,4 % y un modelo de precios Freemium, Precio a consultar. WAAS (Whisper as a Service) registra 0 visitas mensuales con un crecimiento de — y un modelo de precios Gratis.
| Dimensión / Métrica | ![]() | |
|---|---|---|
| Dominio oficial | gladia.io | github.com |
| Modelo de precios | Freemium, Precio a consultar | Gratis |
| Visitas mensuales | 232,45 mil (232.451) | 0 (0) |
| Variación de tráfico intermensual |
| +13,91 mil (+6,4 %) |
| 0 (—) |
| Mercado principal y cuota | 🇧🇷 Brasil (22,1 %) | 🌐 Global (—) |
|---|
| Visitas directas / mes | 128,52 mil | 0 |
|---|
| Valoración de usuarios | 4,4 | 4,5 |
|---|
| Plataformas compatibles | Sitio web | Código abierto |
|---|

API de voz a texto e inteligencia de audio para productos de voz en producción
Transmite audio por WebSocket para subtítulos en vivo o envía archivos por REST para transcripción por lotes, con soporte para MP3, WAV, FLAC, Opus y más formatos.
Detección automática de idioma en más de 100 lenguas, sensible a acentos, incluido cambio de código cuando la conversación alterna idiomas a mitad de frase.
Diarización de hablantes, reconocimiento de entidades, ocultación de PII, análisis de sentimiento y resumen, cada uno facturado solo al activarlo.
Envía las transcripciones a un modelo de lenguaje alojado por Gladia o propio (BYOM) para generar resúmenes y salidas estructuradas.
OpenAI Whisper autoalojado con cola, interfaz web y API REST
Sube un archivo de audio o vídeo y obtén la transcripción completa, con descarga en SRT, VTT, TXT o JSON.
Haz un POST a /v1/transcribe y WAAS devuelve un job_id que consultas en /v1/jobs/<job_id> o recibes por correo o webhook.
Recibe un correo con enlaces de descarga o deja que WAAS envíe un payload firmado (X-WAAS-Signature) a tu webhook al terminar, para conectar la transcripción a cualquier flujo.
Abre un archivo .jojo, reproduce cada segmento manteniendo Control, corrige errores y guarda el archivo en local sin salir del navegador.

EspecializadoProvides Whisper via API for robust speech-to-text, but lacks specialized real-time streaming audio intelligence pipelines.

Se especializa en infraestructura de voz en streaming de latencia ultrabaja, aunque está muy optimizada para la síntesis de voz.
#2
Together AI is the AI Native Cloud — a full-stack platform for running, fine-tuning and training open-source models. It spans serverless inference APIs, dedicated endpoints, GPU clusters, post-training and storage, all backed by in-house systems research.
#3Infraestructura cloud serverless para cargas de trabajo de IA y datos
Reconocimiento de voz, síntesis y agentes de voz en tiempo real en una sola plataforma API

Offers cost-effective batch transcription APIs powered by distributed cloud hardware rather than dedicated streaming infrastructure.

EspecializadoNube de GPU distribuida que orquesta las GPU de consumo inactivas del mundo

APIs de inferencia sin servidor y bajo coste para más de 200 modelos

APIs de voz a texto e inteligencia de voz para desarrolladores

Ofrece API de traducción y reconocimiento de voz en tiempo real de alta precisión, pero con herramientas para desarrolladores distintas.

Gratis / Código abiertoInfraestructura abierta y una API única para creadores de IA generativa


Se centra en API de voz en tiempo real de latencia ultrabaja, aunque con un ecosistema más pequeño que el de Gladia.

EspecializadoProvides Whisper via API for robust speech-to-text, but lacks specialized real-time streaming audio intelligence pipelines.
Se especializa en infraestructura de voz en streaming de latencia ultrabaja, aunque está muy optimizada para la síntesis de voz.
Together AI is the AI Native Cloud — a full-stack platform for running, fine-tuning and training open-source models. It spans serverless inference APIs, dedicated endpoints, GPU clusters, post-training and storage, all backed by in-house systems research.
Infraestructura cloud serverless para cargas de trabajo de IA y datos
Reconocimiento de voz, síntesis y agentes de voz en tiempo real en una sola plataforma API
Offers cost-effective batch transcription APIs powered by distributed cloud hardware rather than dedicated streaming infrastructure.
EspecializadoNube de GPU distribuida que orquesta las GPU de consumo inactivas del mundo
APIs de inferencia sin servidor y bajo coste para más de 200 modelos
Ofrece API de traducción y reconocimiento de voz en tiempo real de alta precisión, pero con herramientas para desarrolladores distintas.
Gratis / Código abiertoInfraestructura abierta y una API única para creadores de IA generativa
Se centra en API de voz en tiempo real de latencia ultrabaja, aunque con un ecosistema más pequeño que el de Gladia.