Cómo funcionan juntas la traducción en vivo, los subtítulos y una transcripción con búsqueda en una reunión de InterMIND

Un equipo repartido en cuatro zonas horarias no tiene un problema de idioma en la invitación del calendario: lo tiene en el momento en que alguien empieza a hablar. La traducción en vivo, los subtítulos en directo y una transcripción a la que poder volver son las tres cosas que realmente eliminan esa fricción, y cada vez aparecen más juntas en la página de un mismo producto, descritas como un único paquete y no como tres extras independientes.

Un ejemplo reciente: una publicación de septiembre de 2026 de la plataforma de trabajo NexGen Virtual Workplace empieza con "Traducción de voz en vivo, subtítulos de reuniones y transcripciones con búsqueda, integrados en la jornada laboral en lugar de añadidos a la reunión", y afirma que "estas funciones están disponibles dentro de la plataforma NexGen Virtual Workplace para que las usen los suscriptores". Esa es toda la especificación que ofrece: la publicación no indica cuántos idiomas admite, no dice qué nivel de suscripción desbloquea las tres funciones y no describe qué significa "con búsqueda" más allá de "las personas también pueden consultar transcripciones pasadas... como referencia" (consultado en septiembre de 2026, fuente enlazada al final). Nada de esto es una crítica al proveedor; es simplemente lo que el lector tiene que averiguar por su cuenta, o aceptar sin comprobar, antes de saber si el paquete encaja con su equipo.

Dado que las mismas tres palabras (traducción, subtítulos, transcripción) se usan para mecánicas muy distintas según el producto, aquí está la versión concreta y verificable de cada una tal como funciona hoy en InterMIND.

Traducción: usted la activa, y es su propia voz

La traducción no es ambiental: se activa de forma deliberada, reunión por reunión, desde el menú More de la barra de control (o con el atajo Alt+T), disponible cuando la sala tiene al menos dos idiomas. A partir de ahí, cada participante elige su propio idioma de traducción de forma independiente; en una llamada de cinco personas con cinco idiomas, cada uno oye a los demás traducidos a su idioma, de forma simultánea.

El resultado no es la voz genérica de un narrador. El reconocimiento de voz, la segmentación de frases, la traducción y la síntesis de voz funcionan como una cadena, y la última etapa vuelve a sintetizar la frase traducida con una versión de la voz del propio hablante: reconocible como suya, no una lectura plana de texto a voz. El desglose técnico de cómo funciona esa cadena está en una publicación aparte; lo esencial aquí es que, una vez activada la traducción, sobrevive el "quién lo dijo", no solo el "qué se dijo". La cobertura es de 23 idiomas para voz, chat y notas compartidas, y de 30 para la traducción de documentos completos; el reparto y sus motivos están en el desglose de idiomas.

Subtítulos: activados por defecto, sin otro interruptor que recordar

Los subtítulos en directo de InterMIND son el texto traducido del mismo flujo, mostrado como una banda de subtítulos durante la reunión. Dos detalles importan más que la existencia misma de la función:

• Están activados por defecto. Un participante que no cambia nada ya ve en pantalla el habla traducida en cuanto se habilita la traducción; no hay un segundo interruptor que descubrir en mitad de la reunión.
• La banda recuerda su última elección, por navegador, de modo que si desactiva los subtítulos en una reunión seguirán desactivados en la siguiente hasta que vuelva a activarlos, y se muestran automáticamente de derecha a izquierda cuando el idioma de destino lo requiere.

Los subtítulos son un canal de lectura sobre el mismo audio traducido, no un producto aparte con su propia página de ajustes que configurar de antemano; justo lo contrario de la cuestión de "quién puede ver qué idioma de subtítulos" que domina en las plataformas donde los idiomas de los subtítulos son un ajuste del organizador elegido antes del evento. Cómo se comparan esos mismos subtítulos con un copiloto que funciona junto a la llamada en la pantalla de un solo participante se explica en una guía aparte.

Transcripción: automática, y precisa sobre lo que abarca "con búsqueda"

La transcripción no tiene botón de inicio ni de parada. Desde el momento en que una reunión está en marcha, cada palabra se captura, se atribuye al hablante que la dijo y se almacena en el servidor en el idioma en que realmente se pronunció: nadie tiene que acordarse de activarla, y nadie puede olvidarla.

Tras la reunión, aparece un mensaje de recap en el chat de la reunión; al abrirlo y cambiar a la pestaña Transcript se muestra la transcripción completa, con atribución de hablante y marcas de tiempo, traducible bajo demanda al idioma del lector aunque se haya capturado en los idiomas originales de los hablantes.

"Con búsqueda" es la expresión que más precisión necesita, así que aquí está exactamente lo que significa hoy, sin redondear al alza:

• Dentro del chat de la reunión, es búsqueda de texto real. Cada intervención llega como un mensaje de transcripción al canal mientras transcurre la reunión, y esos mensajes quedan cubiertos por la misma búsqueda del chat que cualquier otro mensaje: Ctrl/⌘+F la abre, usted escribe una palabra clave y los mensajes coincidentes aparecen en pantalla con su contexto.
• La propia página de la transcripción es texto renderizado sin más, por lo que la búsqueda de página de su navegador encuentra una palabra o un nombre en ella igual que en cualquier página web.
• Lo que todavía no admite búsqueda de texto completo es el resumen redactado por IA que figura sobre la transcripción en el recap: hoy ese resumen aparece por su título, no buscando en su cuerpo. Si lo que busca es una frase concreta que alguien dijo, la pestaña de transcripción es donde está y hasta donde llega la búsqueda; el resumen breve es un objeto aparte, con una superficie de búsqueda más estrecha, y cerrar esa brecha figura en nuestra hoja de ruta.

Esa distinción (un archivo de palabras habladas realmente consultable, junto a un breve resumen de IA que hoy no lo es) es el tipo de comportamiento específico que una viñeta de una sola línea sobre "transcripciones con búsqueda" en la página de un producto suele pasar por alto.

Un puesto, un límite de plan: no tres licencias

Ninguna de las tres funciones está condicionada a un extra propio ni a un nivel de licencia propio. Lo que escala con el plan es el tamaño de la sala: 50 participantes en Basic, 100 en Pro, 300 en Business, 1500 en Enterprise. Un anfitrión de cualquier plan obtiene traducción, subtítulos y transcripción a la vez; cambiar de plan modifica cuántas personas caben en la sala, no cuál de las tres funciones obtienen.

Qué obtiene un invitado y qué no conserva

Un participante que se une mediante el enlace de una reunión sin haber creado nunca una cuenta obtiene la experiencia completa dentro de la reunión: su propio idioma de traducción (por defecto, el de su interfaz, que a su vez sigue al del navegador), los subtítulos en ese idioma y sus palabras recogidas en la transcripción compartida como las de cualquier otro. Lo que no obtiene es nada posterior: no hay una cuenta a la que entregar un recap, y la identidad anónima no se conserva una vez termina la llamada. Una cuenta es gratuita, y es precisamente lo que hace accesible más tarde la parte posterior a la llamada: el recap, la transcripción con búsqueda y el historial del canal. Es un límite real, que conviene exponer con claridad en lugar de disimularlo, ya que es lo contrario de las partes de este conjunto de funciones que suenan incondicionales.

Véalo en lugar de leer sobre ello

• Pruebe la demo en vivo: sin registro; hable y oiga cómo la sala se traduce para usted.
• Consulte el benchmark: calidad de traducción por par de idiomas, medida cada mes con tráfico real, con metodología pública.
• Lea la documentación de transcripción: la mecánica completa de cómo se captura una transcripción y se lee traducida.

Preguntas frecuentes

¿Tengo que activar por separado la traducción, los subtítulos y la transcripción? La transcripción está siempre activa, de forma automática, desde el momento en que empieza una reunión. La traducción es una decisión deliberada: se habilita desde el menú More o con Alt+T, cuando la sala tiene al menos dos idiomas de participantes. Los subtítulos son el texto traducido de ese mismo flujo y vienen activados por defecto en cuanto se habilita la traducción, así que en la práctica hay un solo interruptor en el que pensar, no tres.

¿Puedo buscar de verdad en la transcripción de una reunión, o solo desplazarme por ella? Ambas cosas. La transcripción se captura intervención a intervención como mensajes de chat durante la reunión, y esos mensajes quedan cubiertos por la misma búsqueda del chat (Ctrl/⌘+F) que cualquier otro mensaje: escriba una palabra clave y las intervenciones coincidentes aparecen en pantalla. La página de la transcripción completa también es texto sin más, por lo que la búsqueda de página del navegador funciona directamente sobre ella. Lo único que aún no cubre la búsqueda de texto completo es el cuerpo del breve resumen de la reunión redactado por IA, que hoy aparece por su título.

¿Todos oyen la misma voz traducida, o se conserva la voz del hablante? El habla traducida de cada participante se vuelve a sintetizar con una voz modelada a partir de la suya, no con un narrador genérico compartido: el efecto es una conversación traducida que sigue sonando como las personas que la mantienen, en ambos sentidos y para cada participante de forma independiente.

¿Qué ocurre con la transcripción y el recap si alguien se une como invitado, sin cuenta? Un invitado obtiene traducción, subtítulos y transcripción completos dentro de la reunión, como cualquier otro participante. Lo que no se traslada es nada posterior: no hay una cuenta a la que enviar el recap o la transcripción, y la identidad anónima del invitado no se conserva una vez termina la reunión. Registrarse (gratis) es lo que hace accesible el registro posterior a la llamada.

¿Existe un plan o un extra aparte para la traducción, los subtítulos o la transcripción? No: las tres funciones se incluyen juntas en todos los planes. Lo que cambia entre planes es el número de participantes que un anfitrión puede reunir a la vez: 50 en Basic, 100 en Pro, 300 en Business, 1500 en Enterprise.

Fuentes: NexGen Virtual Workplace — Speaking the Same Language: How Translation and Transcription Work Inside NexGen Virtual Workplace, consultado en septiembre de 2026. Datos de InterMIND: documentación de traducción en tiempo real, documentación de transcripción, desglose de idiomas, traducción con la propia voz, benchmark en vivo.