¿La IA de reconocimiento de voz es de alto riesgo según el Reglamento de IA de la UE?
La identificación biométrica por voz (1 a varios) es de alto riesgo (anexo III, punto 1). La verificación (1 a 1) y la transcripción, no. La línea exacta.
Depende por completo de qué hace el sistema con la voz. El "reconocimiento de voz" son tres cosas distintas con un mismo nombre, y el Reglamento de IA de la UE las clasifica de forma diferente:
- Identificación biométrica por voz (uno a varios) — cotejar a un hablante desconocido contra un conjunto de huellas de voz inscritas para averiguar quién habla. Esto es identificación biométrica remota, de alto riesgo según el anexo III, punto 1.
- Verificación por voz (uno a uno) — confirmar que un hablante es quien dice ser, comparando su voz con una única plantilla inscrita (un inicio de sesión por voz). Esto está excluido del anexo III, punto 1 y es, como tramo, de riesgo mínimo.
- Transcripción del habla y diarización de hablantes — convertir audio en texto, o etiquetar "Hablante A / Hablante B" sin establecer identidad. No hay identificación biométrica, por lo que es de riesgo mínimo.
Así que el mismo micrófono, la misma familia de modelos, tres tramos. La pregunta decisiva es si el sistema establece la identidad de una persona frente a muchos candidatos, confirma una sola identidad declarada o no identifica a nadie en absoluto. Esta página traza las tres líneas y muestra dónde cae cada una.
La división en tres, trazada con precisión
El supuesto biométrico de alto riesgo del Reglamento es estrecho a propósito. El anexo III, punto 1(a) cubre los sistemas de identificación biométrica remota — y un considerando aclara que la verificación/autenticación uno a uno que confirma una identidad declarada no está alcanzada por ese supuesto.
Identificación uno a varios → alto riesgo
Un centro de llamadas que toma la voz de quien llama y la busca contra miles de huellas de voz inscritas para decidir qué cliente es está haciendo identificación uno a varios. También lo hace un sistema que coteja a quien llama contra una lista de voces conocidas. Esto establece la identidad a partir de un conjunto de candidatos —la definición de identificación biométrica remota— y es de alto riesgo según el anexo III, punto 1(a), con todo el conjunto de obligaciones y la vía de conformidad con organismo notificado.
Verificación uno a uno → mínimo
Un banco que permite a un cliente autenticarse diciendo una frase de paso, comparando la voz con la plantilla inscrita de ese mismo cliente, está haciendo verificación uno a uno. El sistema responde "¿es esta la persona que dice ser?", no "¿quién es?". El considerando 54 sitúa la autenticación fuera del anexo III, punto 1, así que como tramo es de riesgo mínimo. (El artículo 9 del RGPD sigue aplicándose —una huella de voz es un dato biométrico—, pero el conjunto de obligaciones de alto riesgo del Reglamento de IA no.)
Transcripción y diarización → mínimo
Una herramienta de reuniones que transcribe el habla a texto, o etiqueta los turnos como "Hablante 1 / Hablante 2" sin vincular esas etiquetas a identidades reales, no realiza identificación biométrica alguna. Es de riesgo mínimo según el Reglamento de IA. En el momento en que la diarización se conecta a identidades con nombre cotejando huellas de voz, vuelve a hacer la prueba — puede haberse convertido en identificación uno a varios.
| Sistema | Qué responde | Tramo | Base |
|---|---|---|---|
| Identificación por voz (1:varios) | ¿Quién habla? | Alto riesgo | Anexo III, punto 1(a) |
| Verificación por voz (1:1) | ¿Es quien dice ser? | Mínimo | Excluido del anexo III, punto 1 (considerando 54) |
| Transcripción | ¿Qué se dijo? | Mínimo | Sin identificación biométrica |
| Diarización de hablantes (sin nombre) | ¿Quién habló y cuándo (de forma anónima)? | Mínimo | Sin identificación biométrica |
Por qué la línea uno a varios / uno a uno lo es todo
La distinción no es pedantería; sigue el daño que preocupaba al legislador. La identificación uno a varios puede señalar a una persona entre una multitud de voces, a menudo sin su cooperación, y ponerle un nombre. La verificación uno a uno solo funciona cuando la persona se presenta activamente y declara una identidad — no puede rastrear. Esa asimetría es la razón por la que la autenticación queda excluida y la identificación no.
En la práctica, hazle tres preguntas a cualquier sistema de voz:
- ¿Hay un conjunto de referencia de más de una persona? Si el sistema busca en una galería de huellas de voz, es identificación. Si compara con una única plantilla declarada, es verificación.
- ¿El usuario declara primero una identidad? La verificación parte de una declaración ("soy el cliente 4471") y la pone a prueba. La identificación parte de "desconocido".
- ¿Cuál es el resultado: un nombre entre muchos, o un sí/no sobre uno? Un nombre extraído de una base de datos es identificación; una coincidencia/no coincidencia sobre una única plantilla es verificación.
Si las tres apuntan a una única identidad declarada, estás en el carril de verificación de riesgo mínimo. Si alguna apunta a una búsqueda entre muchos, trátalo como de alto riesgo y ejecuta el programa del anexo III, punto 1.
Dónde el reconocimiento de voz puede adentrarse en lo prohibido
Importan dos prohibiciones adyacentes, aunque la identificación de voz simple sea "solo" de alto riesgo.
Identificación remota en tiempo real en espacios públicos (artículo 5(1)(h)). La voz es un dato biométrico. Si un sistema realiza identificación biométrica remota en tiempo real de personas en espacios de acceso público con fines de aplicación de la ley, está en gran medida prohibido, con excepciones estrechas y autorizadas. Un rastreo de voz en directo de una plaza pública para uso policial es el caso prohibido, no el de alto riesgo.
Categorización por atributos sensibles a partir de la voz (artículo 5(1)(g)). Un sistema que categoriza a los hablantes infiriendo un atributo protegido —orientación sexual, etnia, religión— a partir de características vocales es una categorización prohibida, no una identificación de alto riesgo. Inferir quién a partir de la voz es de alto riesgo; inferir un rasgo sensible a partir de la voz está prohibido.
Ninguna afecta a una herramienta típica de inicio de sesión por voz o de enrutamiento de llamadas de una empresa — pero un proveedor que incorpora "emoción a partir de la voz" o "perfilado demográfico a partir de la voz" puede arrastrar a un responsable del despliegue a un tramo distinto sin que nadie se dé cuenta.
Obligaciones si tu sistema de voz es de alto riesgo
Una vez confirmado un sistema de voz como identificación uno a varios, es de alto riesgo según el anexo III, punto 1, y el anexo III, punto 1 es el rincón del mundo de alto riesgo con la vía de conformidad más estricta.
Proveedor (conjunto de obligaciones del artículo 16): gestión de riesgos (artículo 9), gobernanza de datos y pruebas de sesgo entre acentos y grupos demográficos (artículo 10), documentación técnica (artículo 11 / anexo IV), registro de eventos (artículo 12), transparencia e instrucciones (artículo 13), supervisión humana desde el diseño (artículo 14), precisión y solidez (artículo 15). La evaluación de la conformidad pasa por un organismo notificado conforme al procedimiento del anexo VII —la excepción de biometría del artículo 43— salvo que se hayan aplicado normas armonizadas que cubran todos los requisitos, lo que hoy no es posible: aún no se ha citado ninguna norma armonizada en el Diario Oficial. Después, registro conforme al artículo 49, vigilancia poscomercialización conforme al artículo 72 y notificación de incidentes graves conforme al artículo 73.
Responsable del despliegue (artículo 26): usar dentro de la finalidad prevista, asignar una supervisión humana competente, conservar los registros durante al menos seis meses y facilitar la información del artículo 50(3) cuando el uso implique también categorización biométrica. Los organismos públicos y los prestadores de servicios públicos añaden una EIDF del artículo 27 antes del primer uso. Y conforme al artículo 25, un responsable del despliegue que renombra o modifica sustancialmente el sistema, o lo reutiliza para un nuevo uso de alto riesgo, se convierte en proveedor.
Para un sistema de solo verificación o de transcripción, nada de este conjunto de obligaciones se aplica — el deber es el RGPD (para cualquier dato biométrico) más, cuando la herramienta interactúa con personas, la transparencia del artículo 50(1) de "estás interactuando con una IA".
Ejemplo práctico: TalkBridge GmbH, un proveedor de centros de contacto
TalkBridge GmbH, un proveedor austríaco de software para centros de contacto, con unos 120 empleados y unos 18 M€ de facturación, comercializa dos funciones de voz y está desarrollando una tercera.
- Inicio de sesión por voz. Quien llama dice una frase de paso; el sistema la compara con la huella de voz inscrita de esa misma persona. Verificación uno a uno — excluida del anexo III, punto 1, de riesgo mínimo como tramo. Se aplica el artículo 9 del RGPD; el conjunto de obligaciones de alto riesgo del Reglamento de IA no.
- Transcripción en directo. Las llamadas se transcriben a texto para las notas del agente; los hablantes se etiquetan como "Agente / Cliente" sin cotejo de identidad. Sin identificación biométrica — riesgo mínimo.
- Identificación de quien llama (en desarrollo). Una nueva función tomaría una voz entrante y la buscaría contra toda la galería de huellas de voz de clientes del cliente para enrutar automáticamente "¿qué cliente es?". Eso es identificación uno a varios — de alto riesgo según el anexo III, punto 1(a).
Para la función de identificación, TalkBridge es el proveedor y debe ejecutar todo el conjunto de obligaciones del artículo 16 más una evaluación con organismo notificado del anexo VII antes de introducirla en el mercado, y registrarse conforme al artículo 49. Sus clientes de centros de contacto pasan a ser responsables del despliegue según el artículo 26. Las dos funciones ya introducidas en el mercado siguen siendo de riesgo mínimo. Una idea de la hoja de ruta —"detectar la emoción de quien llama para priorizar a quienes llaman enfadados"— es admisible en un contexto de centro de contacto (el reconocimiento de emociones en el ámbito laboral está prohibido para los empleados, salvo por motivos médicos o de seguridad, no para inferir el estado de un cliente con fines de enrutamiento del servicio, aunque el reconocimiento de emociones es en sí mismo de alto riesgo según el anexo III, punto 1(c), y sus clientes, como responsables del despliegue, deberían dar el aviso del artículo 50(3) y hacer una evaluación del RGPD) — pero una idea hermana, "inferir datos demográficos de quien llama, como la etnia, a partir de la voz", estaría prohibida por el artículo 5(1)(g) y se descarta. Haber clasificado mal la función de verificación como "de alto riesgo como el resto" habría cargado a toda la línea de producto con una carga de organismo notificado que no necesita; la división precisa es lo que mantiene el programa proporcionado.
Plazos: qué vincula y cuándo
Las obligaciones de alto riesgo del anexo III, punto 1 para la función de identificación fijaban originalmente el 2 de agosto de 2026 en el Reglamento. El Ómnibus Digital las aplazó al 2 de diciembre de 2027: el Reglamento (UE) 2026/1744 se publicó en el DOUE el 24 de julio de 2026 y está en vigor desde el 27 de julio de 2026, así que esa es ya la fecha legal. Planifica el programa de identificación de alto riesgo con el 2 de diciembre de 2027.
Las prohibiciones que delimitan los casos adyacentes —la identificación pública en tiempo real del artículo 5(1)(h) y la categorización por atributos sensibles del artículo 5(1)(g)— ya están en vigor, desde el 2 de febrero de 2025. Los deberes de transparencia del artículo 50 (50(1) y 50(3)) se aplican desde el 2 de agosto de 2026 para todos, sin retraso. La verificación y la transcripción no llevan plazo de alto riesgo porque no son de alto riesgo.
Cómo ayuda Confir
El motor basado en reglas de Confir clasifica un sistema de voz por su función, no por su etiqueta. La entrada distingue la identificación uno a varios (alto riesgo, anexo III, punto 1, vía de organismo notificado) de la verificación uno a uno y de la transcripción/diarización (mínimo), y ejecuta primero las pruebas de prohibición de los artículos 5(1)(h) y 5(1)(g) para que un rastreo de identificación o una inferencia de atributo sensible afloren como una conclusión de "detener". Para un sistema de identificación confirmado como de alto riesgo, estructura la documentación del artículo 11 / anexo IV para la evaluación del anexo VII y mapea la EIDF del artículo 27 cuando aplica. La clasificación es determinista y basada en reglas — misma entrada, misma conclusión, con la regla que se activó mostrada en lenguaje claro.
Guías relacionadas
- Identificación biométrica (anexo III)
- Identificación biométrica remota
- Prácticas prohibidas del artículo 5
- Reconocimiento de emociones en el trabajo
Gestiona el cumplimiento de la Ley de IA en un solo lugar
Confir automatiza la clasificación de riesgos, la documentación técnica y los registros de auditoría para tu empresa. Sin consultores. Sin proyectos de seis meses. Prueba gratuita de 14 días.
Prueba gratis 14 días →