ELSA Speak escucha tu inglés y puntúa pronunciación, entonación, fluidez, gramática y vocabulario, y después trabaja tus lagunas con juegos de rol de entrevista, reunión y presentación sobre una ruta construida a partir de tu nivel y tus objetivos.
¿Has usado esta herramienta? Valórala
¿Has usado esta herramienta? Valórala
ELSA Speak es un entrenador de inglés hablado con IA: usted habla y la aplicación puntúa lo dicho y le indica cómo corregirlo. Como app de pronunciación en inglés, el nombre viene de English Language Speech Assistant, y su premisa es que el cuello de botella de la mayoría de los estudiantes no es el vocabulario sino la claridad y el aplomo para soltarse. Cada lección termina en una respuesta inmediata y personalizada sobre habla real, no en una puntuación de opción múltiple.
En lugar de un temario fijo, la IA detecta sus fortalezas y debilidades y construye con ellas un plan de estudio a medida. Dos personas que abren la aplicación el mismo día difícilmente verán la misma lección siguiente.
La empresa se fundó en 2015 y levantó una serie B de 15 millones de dólares en enero de 2021, liderada por VI Group y SIG con el regreso de Gradient Ventures, el fondo de IA de Google. La misma cobertura menciona una alianza con IDP, uno de los propietarios del examen IELTS, que recomienda la aplicación para preparar la prueba. Las cifras de alcance dependen de quién cuente: el titular de marketing del proveedor, con más de 90 millones de descargas y una nota de 4,9, queda por encima de lo que publica cualquiera de las tiendas, y son los agregados de las tiendas los que declaran una muestra.
Bajo ese nombre conviven dos productos: la aplicación de consumo que se vende a particulares, colegios y empleadores, y una API de reconocimiento de voz dirigida a plataformas que quieren incrustar el motor de puntuación en su producto, con precios y documentación aparte.
El motor no se detiene en el reconocimiento de la palabra. La retroalimentación cubre la pronunciación hasta el sonido individual, la entonación como variación de tono y volumen, la fluidez como ritmo frente a una franja objetivo de 100 a 140 palabras por minuto, la gramática desglosada por tipo de error como el orden de palabras o la forma verbal, y la distribución del vocabulario por niveles del MCER. Los mismos indicadores reaparecen en la documentación de la API, la descripción pública más nítida de lo que el motor mide.
Los juegos de rol se organizan como entrenadores de escenario con nombre propio y no como un interlocutor genérico. Los entrenadores de Trabajo, Entrevista, Citas, Reunión y Presentación encuadran cada uno un tipo distinto de conversación, y el registro que cuenta como «bueno» difiere mucho entre ensayar una presentación y charlar de forma ligera.
Para quien se cohíbe practicando solo en inglés, el soporte bilingüe da las explicaciones en su lengua materna, de modo que un principiante no queda obligado a una enseñanza solo en inglés desde el primer minuto. Este coach de inglés hablado con IA ataca la fricción inicial, no la traducción.
Speech Analyzer es una herramienta de navegador y no parte de la aplicación móvil, y apunta a tramos largos de habla sin guion. Ofrece práctica en solitario, en la que se habla libremente o siguiendo preguntas guiadas, y conversaciones de grupo, que pueden correr en paralelo a una llamada de Zoom o Google Meet para saber cómo habló realmente en una reunión. Exige permiso de micrófono y un registro de voz único, y viene incluida en el plan premium o se compra por separado.
Para empleadores y colegios el factor diferencial es la medición, no las lecciones. La vía empresarial ofrece niveles de competencia alineados con el MCER, el IELTS y el TOEIC para que los resultados sigan siendo comparables entre mercados, además de informes exportables, seguimiento individual del progreso y dos complementos opcionales: personalización de marca y una Business API que conecta con un LMS o un HRIS.
Una sesión no supera la calidad del audio que se puntúa, y el proveedor detalla las condiciones que espera: entorno silencioso, conexión fuerte y estable, preferiblemente auriculares con cable, y evitar los dispositivos de audio Bluetooth, que el proveedor describe como propensos a interrupciones y desconexiones. Una puntuación baja grabada con unos auriculares Bluetooth caprichosos en una sala ruidosa le habla del micrófono, no de su inglés.
La ventana gratuita es corta y sin restricciones: pruebe antes aquello por lo que realmente pagaría:
Los entrenadores de escenario enganchan más directamente con una fecha límite real:
El encaje más claro: quien ya sostiene su trabajo leyendo y escribiendo en inglés pero se queda atrás al hablar, el profesional que redacta correos fluidos y enmudece en la reunión. El encuadre en juegos de rol, el vocabulario sectorial y las correspondencias con exámenes apuntan a ese estudiante, no a un principiante absoluto.
Empleadores y colegios son compradores aparte con informes propios, y los umbrales de tamaño muestran dónde traza el proveedor la línea entre autoservicio y venta asistida: ELSA Business se ofrece desde 50 estudiantes y ELSA Schools desde 21, ambos con precio a medida.
El primero son quienes necesitan practicar en el ordenador. La aplicación no puede usarse en PC, portátil, BlackBerry ni teléfonos Windows: a un estudiante sin móvil o tableta adecuados le queda solo el Speech Analyzer del navegador, una porción más estrecha del producto.
El segundo son quienes tienen expectativas estrictas sobre quién controla sus datos en el trabajo o el centro educativo. Los estudiantes dados de alta por un empleador o un colegio quedan expresamente fuera del aviso de privacidad público: sus preguntas sobre datos las responde el contrato de la institución, no lo que el proveedor publica. Montaje empresarial habitual, pero conviene saberlo antes de suponer que el aviso publicado le aplica.
La aplicación móvil y la herramienta de navegador cubren terrenos distintos y ninguna reemplaza a la otra. La aplicación principal funciona en móviles y tabletas Android e iOS, y una misma cuenta puede iniciar sesión en varios; los equipos de escritorio y los teléfonos Windows quedan fuera del alcance. Speech Analyzer corre en un navegador de escritorio y el proveedor señala ese entorno como el idóneo.
Todo exige conexión. La aplicación necesita una conexión de datos fuerte y estable para comunicarse con el servidor del proveedor, de modo que las lecciones no pueden descargarse para un vuelo o un trayecto sin cobertura. La puntuación ocurre en el servidor, lo que descarta la práctica sin conexión que sí admiten algunas aplicaciones de idiomas.
Las compras quedan atadas a la plataforma. Una suscripción contratada dentro de la aplicación es una transacción de Apple o Google, una contratada en el sitio web una transacción de ELSA, y ambas se rigen por reglas distintas de cancelación y reembolso.
Lo que compra el nivel gratuito es tiempo, no un cupo permanente. Crear una cuenta da siete días de acceso sin restricciones sin método de pago, y después las dos primeras lecciones de cada módulo siguen siendo gratuitas. Suficiente para evaluar la calidad de la puntuación, insuficiente para completar una ruta.
Más allá de eso, el panorama público se adelgaza. Los planes individuales se venden a través de la aplicación y del flujo de pago, y la propia página de precios no publica cifras ni tabla comparativa de planes: solo texto de posicionamiento y una llamada a la prueba: los precios de consumo no pudieron leerse del sitio durante esta revisión. Un detalle estructural sí está documentado: las membresías vitalicias se distribuyen únicamente por el sitio propio del proveedor y sus socios oficiales de distribución, no como compra dentro de la aplicación, así que la lista de precios visible en la app no agota las opciones.
La API es la única parte del producto con precios íntegramente publicados y se factura por cada 15 segundos de audio.
| Nivel de API | Con guion | Sin guion | Audio máximo por solicitud | Alcance de la evaluación |
|---|---|---|---|---|
| Estándar | 0,008 $ | 0,02 $ | 20 s con guion, 20 s sin guion | Pronunciación de palabras, frases y opción múltiple; sin guion también habla espontánea y gramática |
| Premium | 0,01 $ | 0,025 $ | 45 s con guion, 150 s sin guion | Añade fluidez y entonación; sin guion también IELTS, transcripción y vocabulario |
La diferencia entre niveles no es solo el precio unitario. Estándar limita una solicitud a 20 segundos en ambos modos, lo que sirve para leer una frase pero no para un párrafo de habla libre, y la tabla de evaluaciones se separa tanto por modo como por nivel: la evaluación de habla espontánea y la puntuación gramatical figuran como disponibles en el modo no guionizado de Estándar, mientras que la evaluación IELTS, la transcripción y la puntuación léxica solo figuran en el modo no guionizado de Premium. Esa frontera decide también si cabe montar sobre el motor una práctica de speaking IELTS: puntuar respuestas abiertas con el baremo IELTS lleva a Premium sea cual sea la tarifa anunciada.
Para la aplicación de consumo, los directorios independientes la colocan junto a tutores de conversación con IA, bibliotecas de referencia de pronunciación y proveedores de evaluación del habla: tres formas de producto que resuelven problemas solapados de forma distinta. Un tutor de conversación optimiza que usted siga hablando; una referencia de pronunciación, mostrar una realización correcta; ELSA se sitúa más cerca de la evaluación, puntuando lo producido frente a un modelo. Para la API el conjunto de comparación son otros proveedores de evaluación del habla, donde los precios por segundo publicados y los topes de audio por solicitud pesan más que el número de lecciones.
Las condiciones de facturación son la parte de este producto que con más probabilidad genera una sorpresa desagradable, y merecen leerse antes de la prueba, no después.
Hay una incoherencia documentada que conviene señalar sin resolverla: bajo el encabezado dedicado a la renovación de los planes prepagados, el texto repite palabra por palabra las instrucciones del plan mensual, así que las condiciones no enuncian ningún procedimiento de cancelación propio del prepago.
Dos límites operativos cierran el cuadro: practicar exige conexión permanente y la calidad de la puntuación depende de las condiciones de grabación descritas arriba, lo que vuelve al producto sensible al entorno del estudiante como una aplicación de lectura no lo es.
Del lado independiente las calificaciones agregadas son sólidas —4,8 sobre unas 110.000 valoraciones de iOS y 4,6 sobre alrededor de un millón de reseñas de Android—, mientras que una plataforma de reseñas de software empresarial registra 4,5 sobre 174 reseñas. El extremo negativo de esa muestra menor informa más que el promedio, aunque las reseñas visibles son demasiado pocas para describir un reparto: entre las mostradas, una persona dice haber pagado 80 £ y que le negaron el reembolso a los dos días, otra considera la compra casi dinero perdido y una tercera se queja de fallos constantes. Aparecen tanto la facturación como la estabilidad; la puntuación de voz en sí, no.
Practicar el habla implica entregar grabaciones de la propia voz, y la licencia adherida a esas grabaciones es amplia. Enviar contenido concede al proveedor una licencia mundial, libre de regalías, irrevocable y transferible, con derecho a sublicenciar, y las condiciones cubren las grabaciones junto con los análisis de pronunciación, entonación, volumen, ritmo, gramática y vocabulario extraídos de ellas. El aviso de privacidad enumera por separado lo que se recoge de los usuarios particulares: instrucciones, entradas de texto, imágenes, grabaciones de audio y vídeo, comentarios y escenarios.
Dónde viven esos datos está divulgado. El tratamiento abarca Estados Unidos, Europa, Japón, India, Vietnam y Singapur, con almacenamiento en AWS en Irlanda, Estados Unidos, Japón y Singapur.
Tres puntos más afectan a usos concretos. Al grabar una conversación, el deber de avisar y obtener consentimiento de las demás personas recae en el usuario y no en el proveedor, algo relevante si piensa ejecutar Speech Analyzer durante una reunión real. El servicio no está dirigido a menores de 13 años, y a los menores de 18 se les indica usarlo solo con la implicación de un padre o tutor. Y borrar una cuenta es una solicitud por correo al soporte y no un botón dentro de la aplicación, algo que conviene saber si quiere una salida limpia.
Hay un nivel gratuito, pero se estrecha mucho pasada la primera semana. Una cuenta nueva obtiene una semana completa de acceso sin restricciones sin introducir tarjeta, y cuando caduca solo quedan abiertas las dos primeras lecciones de cada módulo. Basta para juzgar la puntuación, no para terminar una ruta.
Según las condiciones publicadas, no. Un plazo prepagado pasa a otro plazo de igual duración y factura la cuota de renovación salvo que se desactive la renovación, y la opción vitalicia figura entre esos plazos prepagados. Trátela como un prepago largo con renovación automática y revise el ajuste nada más comprar.
Depende por completo de dónde compró. Una compra en el sitio web tiene una ventana de reembolso de siete días gestionada por el proveedor. Una compra dentro de la aplicación no: el proveedor no puede reembolsarla, así que la solicitud pasa a Apple o Google y se decide con la política de la tienda.
Envíe aviso al menos un día hábil antes de la renovación, por correo o a través de la tienda donde se suscribió. Dos trampas merecen nombrarse: quitar la aplicación del móvil no detiene ningún cobro, y cancelar no equivale a reclamar el dinero, por lo que puede necesitar ambas gestiones.
No. Las lecciones necesitan conexión activa porque la puntuación de voz se ejecuta en los servidores del proveedor y no en el móvil, y tampoco existe un modo de descarga de lecciones al que recurrir.
Solo en parte. La aplicación principal se limita a Android e iOS, y el uso en escritorio y en teléfonos Windows queda descartado. Speech Analyzer, en cambio, está diseñado para un navegador de escritorio, así que un ordenador le da el análisis de habla libre pero no el temario de lecciones.
Se licencian de forma amplia. La licencia de contenido de las condiciones es mundial, libre de regalías, irrevocable y sublicenciable, y alcanza tanto a las grabaciones como a los análisis extraídos de ellas. El aviso de privacidad nombra las categorías recogidas y sitúa el almacenamiento en cuatro regiones de AWS repartidas entre Europa, Norteamérica y Asia.
Sí, mediante la API de voz aparte, cuyo uso se mide en unidades de 15 segundos de audio. Revise con cuidado la frontera entre niveles: el nivel inferior limita una solicitud a 20 segundos y excluye las evaluaciones abiertas, de modo que puntuar habla libre exige el nivel superior.
