Metodología
Esta página es la fuente de verdad para cada afirmación de precisión, velocidad e idiomas en ScreenApp.io. Los números provienen de nuestro corpus interno de pruebas, el caso de estudio de ingeniería de Groq, los benchmarks de Whisper de OpenAI y los benchmarks publicados de Grok Speech-to-Text de xAI. Última actualización: mayo de 2026.
La transcripción no apuesta a un solo proveedor. ScreenApp enruta cada trabajo al proveedor que mejor se adapta al audio: plataforma de origen, duración, configuración de canales, idioma. A mayo de 2026, los proveedores principales son:
Proveedores de respaldo (usados cuando un proveedor principal tiene límite de tasa o no está disponible): Cloudflare Workers AI, Fireworks AI, Mistral, Baseten. Un trabajo de transcripción nunca falla porque un proveedor tuvo una interrupción.
Capa de LLM para resumen, chat y análisis con IA: Google Gemini de extremo a extremo. ScreenApp NO funciona con GPT-4, ChatGPT ni Claude. El LLM que convierte una transcripción cruda en resúmenes estructurados, marcadores de capítulos, ítems de acción, respuestas de Q&A y la interfaz de chat es Gemini desde el principio hasta el final.
Por qué multi-proveedor en lugar de un solo proveedor: cada proveedor tiene su punto fuerte. Whisper tiene la mayor cantidad de idiomas, Groq lo hace rápido. Gemini es el mejor para audio corto y análisis con LLM posterior. xAI Grok STT tiene la menor tasa de error publicada en llamadas telefónicas. Enrutar cada trabajo a su mejor opción supera a usar un solo proveedor para todo.
El audio de los clientes nunca se usa para entrenar ninguno de estos modelos. El audio se procesa y elimina según la configuración de retención de tu cuenta. Manejo completo de datos en el Trust Center.
En 2025, ScreenApp migró de un despliegue autoalojado de Whisper en AWS a la infraestructura de inferencia de Groq. Groq publicó el caso de estudio; los números a continuación provienen de las mediciones de su equipo de ingeniería.
| Métrica | Antes de Groq | Después de Groq | Cambio |
|---|---|---|---|
| Trabajo de transcripción de 20 minutos | ~20 minutes | ~15 seconds | 20x faster |
| Costo de transcripción por minuto | baseline | 1/15th | 15x cheaper |
| Conversión de gratis a pago | baseline | +30% | uplift |
| Ingresos recurrentes anuales (año contra año) | baseline | +405% | crecimiento atribuido a las mejoras de velocidad y costo |
Fuente: caso de estudio ScreenApp + Groq (groq.com).
Qué significa esto en la práctica: una reunión de 60 minutos se procesa en aproximadamente 3 minutos de punta a punta (transcripción, diarización, generación de resumen). Un video de 2 horas se procesa en unos 6 minutos. Estos son tiempos de punta a punta que incluyen el resumen y la creación de capítulos, no solo la transcripción cruda.
When a YouTube video already publishes a caption track, ScreenApp reads that track instead of transcribing the audio. No speech recognition runs at all, which is why it is fast. The text is written by YouTube, so none of the word error rates on this page describe it. Videos without a caption track go through the AI transcription path above, which is slower and is what our benchmarks measure.
| Path | Imports (n) | Median | p90 |
|---|---|---|---|
| Download + AI transcription (before, Jul 8 to 9 2026) | 61 | 41.1 sec | 159 sec |
| Caption import (after, Jul 16 to 17 2026) | 1,774 | 14.7 sec | 29 sec |
Method: both windows measure the same endpoint (import start to transcript indexed) on the same population, on production traffic. We state the gain as about 3x rather than a precise figure: the before-window sample is small (n=61), which puts the true median speedup somewhere between 1.9x and 3.7x at 95% confidence. The mean (3.58x) is inflated by a long tail of large videos, so the median is the honest central figure.
Two limits worth stating plainly. First, caption import currently serves free-tier YouTube imports; paid accounts still take the download and transcription path, which measured a 60.5 second median before and 44.7 seconds after (that difference is sampling noise, not a change in the product). Second, 14.7 seconds reflects the current implementation, which fetches captions with yt-dlp. Last refreshed: July 2026.
El word error rate (WER) cuenta sustituciones, eliminaciones e inserciones por cada 100 palabras de referencia. Cuanto más bajo, mejor. Las cifras de referencia a continuación provienen de los benchmarks publicados para cada modelo subyacente; las filas por condición provienen de nuestra propia repetición de prueba de abril de 2026 con 18 horas de audio de dominio público por idioma en tres condiciones: estudio (un solo hablante, sala tratada), conferencia (varios hablantes, micrófono ambiental) y campo (micrófono de teléfono en mano, ruido ambiental).
| Idioma | Locale | WER estudio | WER conferencia | WER campo | iPhone mic WER † | Hablantes probados |
|---|---|---|---|---|---|---|
| Inglés (EE. UU.) | en-US | 4.2% | 7.8% | 12.4% | 14.9% | 4 |
| Español (Latinoam.) | es-419 | 5.1% | 9.2% | 14.6% | 17.5% | 3 |
| Español (España) | es-ES | 5.4% | 9.8% | 15.1% | 18.1% | 3 |
| Portugués (BR) | pt-BR | 5.8% | 10.1% | 15.8% | 19.0% | 3 |
| Portugués (PT) | pt-PT | 6.4% | 11.2% | 17.0% | 20.4% | 2 |
| Francés | fr-FR | 5.9% | 10.4% | 16.2% | 19.4% | 3 |
| Alemán | de-DE | 6.1% | 10.8% | 16.5% | 19.8% | 3 |
| Italiano | it-IT | 6.3% | 11.0% | 17.1% | 20.5% | 3 |
| Japonés | ja-JP | 7.8% | 13.5% | 19.8% | 23.8% | 2 |
| Coreano | ko-KR | 7.5% | 13.1% | 19.2% | 23.0% | 2 |
| Mandarín (simplificado) | zh-CN | 7.9% | 14.0% | 20.4% | 24.5% | 3 |
| Hindi | hi-IN | 9.2% | 15.8% | 23.1% | 27.7% | 3 |
| Árabe (MSA) | ar | 9.6% | 16.2% | 24.0% | 28.8% | 2 |
| Ruso | ru-RU | 6.8% | 11.5% | 17.4% | 20.9% | 3 |
| Indonesio | id-ID | 7.1% | 12.4% | 18.5% | 22.2% | 2 |
† iPhone mic WER is a projection, not a measurement. Computed as Field WER × 1.2 to account for the noise-cancellation, beam-forming, and codec losses that iPhone built-in microphones introduce on top of a handheld phone mic. The July 2026 retest will replace this column with measured numbers from an iPhone 14, iPhone 15, and iPhone 16 across the same 18 hours per language.
La diarización (asignar un ID de hablante a cada palabra) se ejecuta por la ruta que mejor se adapta al audio. El enrutamiento es automático; no eliges tú.
La canalización lee la configuración de canales del audio, la plataforma de origen y el tipo de contenido, y luego elige la mejor ruta. Granularidad por palabra en ambos casos (no a nivel de párrafo), de modo que una interjección de una sola oración en una reunión con varios hablantes se atribuye correctamente.
Fuentes: anuncio de la API xAI Grok STT y TTS, Google Gemini.
ScreenApp es compatible con 99 idiomas para transcripción mediante Whisper Large-v3. Un subconjunto de 25 de esos también admite diarización de hablantes mediante xAI Grok STT (marcados con †).
Afrikáans, Albanés, Amárico, Árabe †, Armenio, Asamés, Azerbaiyano, Baskir, Vasco, Bielorruso, Bengalí, Bosnio, Bretón, Búlgaro, Birmano, Cantonés, Catalán, Chino (mandarín) †, Croata, Checo, Danés, Neerlandés †, Inglés †, Estonio, Feroés, Finlandés, Francés †, Gallego, Georgiano, Alemán †, Griego, Guyaratí, Criollo haitiano, Hausa, Hawaiano, Hebreo, Hindi †, Húngaro, Islandés, Indonesio †, Italiano †, Japonés †, Javanés, Canarés, Kazajo, Jemer, Coreano †, Lao, Latín, Letón, Lingala, Lituano, Luxemburgués, Macedonio, Malgache, Malayo, Malayalam, Maltés, Maorí, Maratí, Mongol, Nepalí, Noruego, Nynorsk, Occitano, Pastún, Persa, Polaco, Portugués †, Panyabí, Rumano, Ruso †, Sánscrito, Serbio, Shona, Sindhi, Cingalés, Eslovaco, Esloveno, Somalí, Español †, Sundanés, Suajili, Sueco, Tagalo †, Tayiko, Tamil, Tártaro, Telugu, Tailandés, Tibetano, Turco †, Turcomano, Ucraniano, Urdu, Uzbeko, Vietnamita †, Galés, Yidis, Yoruba.
† indica los idiomas con diarización de hablantes a nivel de palabra mediante xAI Grok STT. Los demás idiomas se transcriben (solo texto) sin atribución por hablante.
Fuente de la lista de idiomas de Whisper: github.com/openai/whisper. Fuente de la cobertura de idiomas de Grok STT: documentación de xAI Voice.
ScreenApp ships native apps on iOS, macOS, and Android alongside the web app. The numbers below are pulled from each platform's canonical store listing or download endpoint and verified on May 15, 2026. This section is refreshed every release cycle.
This is the privacy declaration ScreenApp submits to Apple, rendered exactly as it appears on the App Store. Apple's listing is authoritative; if the table below ever diverges from the live App Store page, the App Store page wins and we will update this table within 7 days. ScreenApp declares no tracking data.
| Group | Category | Data types |
|---|---|---|
| Data Used to Track You | None. ScreenApp does not declare any tracking data. | |
| Data Linked to You | User Content | Photos or Videos, Audio Data |
| Identifiers | User ID | |
| Diagnostics | Performance Data | |
| Data Not Linked to You | Identifiers | Device ID |
| Contact Info | Email Address, Name | |
| Diagnostics | Crash Data, Other Diagnostic Data | |
Canonical source: the App Privacy section on the ScreenApp App Store page. Full data handling policies on the Trust Center.
ScreenApp-latest.dmg and always serves the current production build, so there is no separate version string to copy here.io.screenapp.screenapp_mobile.Rating and review counts move daily on the App Store and Google Play. The numbers on this page are point-in-time snapshots, dated above. The live store listings are always the authoritative source; if the divergence ever exceeds 0.2 stars or 10 percent of reviews, please flag it via the Trust Center contact form and we will refresh sooner.
A small sample of named, named-role customer reviews drawn from the public reviews page. These are samples, not the full corpus. Aggregate ratings on each app remain whatever the App Store and Google Play report (4.0 stars across 94 ratings on iOS, 3.9 stars across 678 ratings on Android), not the average of the three reviews below.
The desktop and mobile apps are fantastic. Recording meetings while I'm mobile has never been easier, and the dictation feature is a huge time-saver. It helps me develop faster and eliminates the guesswork of recalling meeting details.
Kelvin, Software Engineer
Our overall experience with ScreenApp has been nothing but pleasant. Their support is terrific, and ScreenApp is a great recording system.
Aaron, Verified Capterra User
Our team was drowning in client feedback until we found ScreenApp. Now we record every presentation and client call, and the AI summaries are spot-on. My team actually looks forward to review sessions now because everything is searchable and actionable.
Millie, Director
The numbers below are real production counts, pulled at build time from the same MongoDB cluster the dashboard reads from. They are not marketing rollups, not rounded, and not estimated. Refresh cadence: every deploy. Last pulled: July 24, 2026.
5,506,814
recordings processed
transcribed and analysed in production
1,972,612
speakers diarized
unique speaker turns identified across the corpus
293,265
AI Q&A sessions
questions asked against transcribed media
127,690
voice dictations
captured via browser, iOS, and Android
63,831
meeting-bot sessions
across Google Meet, Microsoft Teams, and direct integrations
353,524
analysed video metadata sets
meeting type, speakers, companies extracted
Recent activity (indexed proxy via videometainfo.createdAt): 1,230 recordings analysed in the last 24 hours, 7,397 in the last 7 days, 29,648 in the last 30 days. Daily rate of roughly 988 analyses per day.
Why videometainfo and not recordings directly: recordings._id is a UUID, so we cannot do indexed time-range queries on it. Each videometainfo doc maps 1:1 to a recording via the unique recordingId index, so the time-windowed counts above are a faithful proxy. Methodology and the open query module: below.
2,163,740 cuentas registradas a mayo de 2026. La cifra refleja las cuentas únicas con correo verificado en nuestra base de datos de producción. Actualizamos este número trimestralmente en esta página.
No publicamos afirmaciones de marketing con cifras redondeadas como "2 millones de usuarios" sin el conteo subyacente verificable, ni en esta página ni en ninguna otra. Si alguna vez ves una cifra de usuarios inflada o sin fecha en una página de ScreenApp, es un problema de calidad de contenido y queremos saberlo: contáctanos a través del Trust Center.
Every numeric claim on this page and across screenapp.io that depends on production data follows the same pipeline. Numbers are not curated, edited, or rounded for marketing.
GET /v2/site-data) that runs a small set of indexed aggregations and returns scalar counts. The query module is open inside the same repo at scripts/site-data-queries.ts.data/stats.db) and read synchronously by every page at static-generation time. Within a single deploy the numbers do not drift; between deploys they refresh.If you ever spot a number on the site that disagrees with a figure on this page, please flag it via the Trust Center. A divergence is a bug.
Dos maneras de usar ScreenApp sin pagar por adelantado:
Precios actuales y desglose de funciones en la página de precios. Lo que NO ofrecemos: un nivel gratuito mensual recurrente con X minutos al mes, una prueba "sin tarjeta de crédito" del plan de pago, ni grabaciones gratuitas ilimitadas. Si ves alguna de estas afirmaciones en este sitio, es un problema de calidad de contenido, por favor repórtalo a través del Trust Center y corregiremos la página de origen.
Auditado anualmente bajo SOC 2 Type 2. 22 políticas internas que cubren control de acceso, clasificación de datos, desarrollo seguro y respuesta a incidentes. Monitoreo continuo de controles.
Postura de seguridad en vivo completa, reporte SOC 2 Type 2 descargable y cuestionario de seguridad pre-llenado en nuestro Trust Center (trust.inc/screenapp).
Los números en las páginas de ScreenApp deben coincidir con esta página. Si encuentras una página de funciones que contradiga estas cifras, es un error de calidad de contenido que queremos corregir. Repórtalo a través del formulario de contacto del Trust Center y actualizaremos la página de origen en 7 días.
Pega una URL o sube un archivo de audio o video. Mira la precisión real con tu contenido, no benchmarks con el contenido de otro.
Sin cargos durante 7 días, cancela cuando quieras • No se requiere tarjeta de crédito