# ¿Qué es la diarización de speakers?

La diarización es una máquina que averigua quién habla y cuándo a partir solo del audio, y divide la transcripción por speaker automáticamente. Cast todavía no lo hace: etiquetas a los speakers tú mismo, lo que lleva unos pocos clics y sale bien porque lo haces tú. La detección automática está en la hoja de ruta.

![Dos micrófonos dan dos pistas separables y no hay que adivinar nada. Un micrófono compartido da una única forma de onda mezclada que ningún editor puede separar de forma fiable, y por eso Cast te pide etiquetar a los speakers en lugar de adivinar.](https://mubert.com/tools/cast/docs-media/diagrams/what-is-diarization.svg)

Conviene conocer la palabra porque las herramientas la anuncian, y conviene conocer sus límites: la diarización se degrada mucho cuando la gente se pisa al hablar y cuando dos voces se captan con un solo micrófono, que es justo cuando más quieres que funcione.

La detección automática de speakers está en la hoja de ruta de Cast; consulta la página Próximamente para votarla. Tus propias etiquetas conservarían prioridad sobre cualquier cosa que adivine el modelo.

## Relacionado

- [¿Cómo separo a dos speakers en una misma pista de audio?](https://mubert.com/tools/cast/es/docs/separate-speakers)
- [Detección automática de speakers (diarización)](https://mubert.com/tools/cast/es/docs/auto-speaker-detection)
- [Importación multipista para entrevistas remotas](https://mubert.com/tools/cast/es/docs/multitrack-import)

---
Fuente: https://mubert.com/tools/cast/es/docs/what-is-diarization · Documentación de Cast
Última actualización: 2026-09-14