Precio de muestra, no precio por volumen.
Solicitar una muestra86 × 54 × 3.2 mm, 30 g, 20-24 h de grabación. Protocolo Bluetooth abierto, código de referencia incluido.
Le entregamos el protocolo Bluetooth completo junto con un conjunto de código de referencia. Usted desarrolla la capa de transcripción, almacenamiento y consulta como necesite su negocio y envía las grabaciones directamente a su propia base de conocimiento. Nuestro trabajo es capturar el sonido con fidelidad.
El dispositivo solo tiene inicio y parada, nada más. El audio vuelve por Bluetooth; cómo se transcribe, dónde se almacena y en qué base de conocimiento entra lo decide su código.
Las grabaciones pasan de la tarjeta al móvil por Bluetooth LE a unos 30 KB/s, por lo que una grabación de una hora llega en unos 4 minutos. Nuestra app de referencia para Android muestra cada paso funcionando en hardware real, de modo que su equipo parte de código que funciona y no de un documento de protocolo.
2 minutos en un móvil real: conexión, descarga con velocidad en vivo, reanudación tras una caída, voz a texto, reproducción y borrado.
La misma demostración en formato móvil.
Medido en un móvil Android 9 con una muestra CB08, firmware V1.0.0. La velocidad en su móvil y con su firmware variará.
El código fuente completo para Android (Java puro, sin bibliotecas de terceros) y el documento del protocolo BLE se entregan con los pedidos de muestra.
El documento del protocolo y el código fuente de Android se entregan con el pedido de muestra. El ODM, la marca blanca y el despliegue local (on-premise) se cotizan por separado.
Servicio principal GATT 0xAE20, escritura en 0xAE21, notificación en 0xAE22. El conjunto de comandos, la transferencia de archivos y el autodiagnóstico figuran en el documento del protocolo que se entrega con el pedido de muestra.
Subir, ingerir, obtener, preguntar: cuatro endpoints y listo. O quédese solo con el hardware y el protocolo y dirija la transcripción a su propio ASR.
La capa de recepción y transcripción puede ejecutarse íntegramente en su propia sala de servidores, de modo que el audio nunca sale de su red. Las reuniones, consultas y clases suelen requerirlo.
Todo lo que sigue está medido en unidades que hemos enviado, no copiado de la hoja de datos de un proveedor. Cuando nuestras mediciones difieren de la documentación del fabricante del chip, lo decimos y damos la cifra que realmente observamos. Sus ingenieros pueden comprobar cada línea en un dispositivo real cuando tengan la muestra en la mano.
Un servicio principal, una característica de escritura y dos de notificación. Las respuestas, el audio y los datos de archivo comparten 0xAE22; los eventos de teclas y de estado de grabación se aíslan en 0xAE23 para que los dos flujos no puedan corromperse mutuamente las tramas parciales.
| UUID | Propiedad | Uso |
|---|---|---|
| 0xAE20 | Primary Service | Servicio principal |
| 0xAE21 | WRITE_WITHOUT_RESPONSE | App → dispositivo |
| 0xAE22 | NOTIFY | Respuestas, audio, lista de archivos, datos de archivo |
| 0xAE23 | NOTIFY | Eventos de teclas, estado de grabación |
Los comandos son pares TYPE-CMD. La tabla completa, incluidos el streaming en tiempo real y la descarga por segmentos, está en el documento del protocolo que se entrega con el pedido de muestra; estos son los que una integración necesita primero.
| TYPE-CMD | Nombre | Parámetros / respuesta |
|---|---|---|
| 0-0 | Sincronizar hora | año 2B LE + mes/día/hora/min/seg, 1B cada uno |
| 0-1 / 0-2 | Consultar / responder almacenamiento | remain 4B LE + total 4B LE. La unidad es 1 KB, no los bloques de 8 KB que indica el documento del fabricante |
| 0-3 / 0-4 | Consultar / responder batería | 1B, 0–100; 110 significa cargando |
| 0-10 / 0-11 | Consultar / responder firmware | 6B ASCII, p. ej. V1.0.0 |
| 2-0 / 2-1 | Consultar / responder lista de archivos | count 4B BE + N×28B entradas; puede abarcar varias notificaciones |
| 2-2 | Solicitar descarga | offset 4B LE + nombre de archivo 24B — debe ser una sola escritura GATT de 36 bytes |
| 2-3 / 2-4 / 2-5 | Inicio / datos / fin | código de fin 0=ok, 1=no encontrado, 2=offset demasiado grande, 3=otro |
| 2-8 / 2-13 | Borrar uno / confirmación | mismo direccionamiento que 2-2, con la extensión restaurada. Confirmación 1B, 0=ok |
| 1-0 / 1-1 / 1-2 | Inicio de tiempo real / audio / parada | el dispositivo envía el nombre de archivo y después paquetes OPUS fijos de 40 bytes |
Seis cosas que nos costó mucho tiempo descubrir. Las publicamos porque un integrador que se las encuentre sin previo aviso supondrá que el hardware está averiado.
El dispositivo almacena internamente OPUS a unos 16 kbps. Pedir un .wav solo hace que decodifique ese audio ya comprimido con pérdida a PCM de 256 kbps: sin ganancia de calidad y con unas 16× más bytes. En la app de referencia para Android, una grabación de una hora (unos 7.2 MB en OPUS) llega al móvil en unos 4 minutos, medidos a 30.7 KB/s.
Tanto el flujo en tiempo real como los archivos extraídos del dispositivo son paquetes OPUS fijos de 40 bytes sin contenedor. Hay que envolverlos en Ogg antes de guardarlos. El CRC-32 de Ogg no es reflejado y no tiene XOR final: no es el de zlib. Si se hace mal, se obtiene un archivo que parece Ogg y que todos los reproductores rechazan en silencio. Vector de prueba: oggCrc("123456789") == 0x89A1897F.
La solicitud de descarga 2-2 tiene 36 bytes y debe enviarse como una única escritura GATT. En Android, una escritura es MTU−3 y el MTU predeterminado de 23 solo admite 20 bytes: el nombre del archivo se trunca y el dispositivo responde «archivo no encontrado». Exija que requestMtu(≥39) tenga éxito y falle de forma explícita; una alternativa de mejor esfuerzo solo produce un error confuso.
La documentación del fabricante dice que 0-2 devuelve bloques de 8 KB. Devuelve unidades de 1 KB. Si se tratan como 8 KB, la capacidad se multiplica por ocho; si se tratan como bytes, se reduce por 1024. Ninguno de los dos casos genera un error: simplemente se muestra una cifra absurda. Una unidad verificada indica 28.8 de 29.1 GB utilizables.
El campo de 4 bytes de cada entrada de 28 bytes de la lista es la duración, no la hora. La única fuente de la hora es el propio nombre del archivo: note20260830-014512 o call20260830-014512. Analícelo, ordene de más reciente a más antiguo y use el prefijo para distinguir las grabaciones ambientales de las llamadas.
Apple lo bloquea en todos los navegadores de iOS, incluido Chrome, porque Chrome en iOS usa WebKit por debajo. Es una restricción del sistema operativo sin solución alternativa. Una app para iPhone tiene que usar CoreBluetooth nativo.
El micrófono de conducción ósea suele malinterpretarse, incluso por personas que han manejado el dispositivo. No capta el cráneo de quien lo lleva. Se apoya contra la parte trasera del móvil y capta la vibración del auricular, porque un micrófono de aire no puede oír al otro extremo de una llamada que no está en altavoz.
La consecuencia es lo más útil de este hardware. En modo llamada, el micrófono de aire es en la práctica el interlocutor cercano y el micrófono de vibración es la parte remota: las dos voces se separan físicamente, antes de que se ejecute cualquier software. Transcriba cada canal y asigne los segmentos por diferencia de energía y obtendrá una atribución casi perfecta sin ningún modelo de huella de voz. Las grabaciones monoaurales recurren al parámetro diarization_enableddel motor, que solo se aplica a mono y estima a partir de las características de la voz.
Ocho endpoints. O quédese solo con el hardware y el protocolo, dirija la transcripción a su propio ASR y no nos llame nunca en tiempo de ejecución.
| Endpoint | Finalidad |
|---|---|
| POST /rec/v1/upload | Subir un archivo de audio |
| POST /rec/v1/ingest | Enviar a transcripción |
| GET /rec/v1/item/{id} | Transcripción, resumen y puntos de acción |
| POST /rec/v1/ask | Hacer una pregunta sobre una grabación |
| GET /rec/v1/list | Listar las grabaciones |
| POST /rec/v1/item/{id}/speakers | Renombrar interlocutores: solo se vuelve a renderizar, sin retranscribir y sin cargo adicional |
| POST /rec/v1/retranscribe/{id} | Volver a ejecutar con otro motor de ASR |
| POST /rec/t/{key}/search | Endpoint de plugin para asistentes de voz; siempre devuelve HTTP 200 con una frase pronunciable |
La capa de recepción y transcripción funciona íntegramente dentro de su red, sin que salga ningún audio. No es exigente: es una pequeña caja sin ventilador, no un servidor con GPU.
| Elemento | Requisito |
|---|---|
| CPU | Intel N97 / N100 / N150. Difieren menos de un 10 % entre sí; no merece la pena darle vueltas |
| RAM | 8 GB. Pico medido de 797 MB: 16 GB es un desperdicio |
| Disco | 268 MB de modelos, más los datos del cliente |
| Rendimiento | Unas 4× el tiempo real: 27 segundos de audio transcritos en 6.5 segundos |
Todos los componentes están autorizados para su redistribución comercial. GeoNames exige atribución en su pie de página; el resto no.
| Componente | Licencia |
|---|---|
| sherpa-onnx (ASR), RapidOCR | Apache-2.0 |
| cndoc, anydoc, pdf-inspector, pdfplumber | MIT |
| pypdfium2 | BSD-3 |
| Base de datos de lugares GeoNames | CC BY 4.0: atribución obligatoria en el pie de página |
No. El documento del protocolo Bluetooth y el código fuente de la app de referencia para Android se entregan con el pedido de muestra. Puede dirigir la transcripción a su propio ASR, a un servicio de terceros o a una instancia local (on-premise), y no llamar nunca a nuestros servidores en tiempo de ejecución.
Sí. La capa de recepción y transcripción funciona en su propio servidor y ningún audio pasa por nosotros. Una caja Intel N97 o N100 con 8 GB de RAM transcribe a unas 4× el tiempo real, lo que basta para reuniones, consultas y clases.
En modo llamada, sí, y sin modelo de huella de voz: el micrófono de aire y el de conducción ósea captan físicamente a las dos partes en canales separados. Las grabaciones ambientales monoaurales recurren a la diarización algorítmica, que es menos fiable.
Lo habitual son 1,000 piezas. Se puede negociar un mínimo inferior sobre los moldes existentes con nuestro embalaje. El plazo de muestra más rápido con una unidad de stock es de 72 horas.
iOS necesita una app nativa que use CoreBluetooth, porque Apple bloquea Web Bluetooth en todos los navegadores de iOS. El protocolo es el mismo; solo cambia la API de transporte. Podemos desarrollar la app o entregar el protocolo a su equipo.
Sí, en vídeo. Tenemos una demostración de 2 minutos de nuestra app de referencia para Android funcionando en un móvil real con la grabadora. Una grabación de una hora llega al móvil en unos 4 minutos (3 min 49 s medidos a 30.7 KB/s). El código fuente de Android y el documento del protocolo BLE se entregan con el pedido de muestra.
Todas las cifras anteriores están medidas y cada afirmación puede verificarse con una unidad real. La referencia completa del protocolo, incluidos el streaming en tiempo real, la descarga por segmentos y la tabla completa de notas de campo, está en el documento del protocolo que se entrega con el pedido de muestra.
No. El documento del protocolo Bluetooth y el código fuente de la app de referencia para Android se entregan con el pedido de muestra. Puede dirigir la transcripción a su propio ASR, a un servicio de terceros o a una instancia local (on-premise), y no llamar nunca a nuestros servidores en tiempo de ejecución.
Sí. La capa de recepción y transcripción funciona en su propio servidor y ningún audio pasa por nosotros. Una caja Intel N97 o N100 con 8 GB de RAM transcribe a unas 4× el tiempo real, lo que basta para reuniones, consultas y clases.
En modo llamada, sí, y sin modelo de huella de voz: el micrófono de aire y el de conducción ósea captan físicamente a las dos partes en canales separados. Las grabaciones ambientales monoaurales recurren a la diarización algorítmica, que es menos fiable.
Lo habitual son 1,000 piezas. Se puede negociar un mínimo inferior sobre los moldes existentes con nuestro embalaje. El plazo de muestra más rápido con una unidad de stock es de 72 horas.
iOS necesita una app nativa que use CoreBluetooth, porque Apple bloquea Web Bluetooth en todos los navegadores de iOS. El protocolo es el mismo; solo cambia la API de transporte. Podemos desarrollar la app o entregar el protocolo a su equipo.
Sí, en vídeo. Tenemos una demostración de 2 minutos de nuestra app de referencia para Android funcionando en un móvil real con la grabadora. Una grabación de una hora llega al móvil en unos 4 minutos (3 min 49 s medidos a 30.7 KB/s). El código fuente de Android y el documento del protocolo BLE se entregan con el pedido de muestra.
25 horas de grabación continua y 15 días en espera, con una celda de 400mAh que se carga mediante un conector USB magnético.
Dos micrófonos omnidireccionales más uno de conducción ósea, que se mantiene nítido en una sala de reuniones, una consulta o un aula.
86 × 54 × 3.2 mm, la superficie de una tarjeta bancaria, con unos 28 gramos en un cuerpo de aluminio de una sola pieza que se usa con una funda de cuero. Una pantalla monocromática de 0.42 pulgadas muestra la hora, la batería y el estado de grabación.
Color de la carcasa y caracteres serigrafiados, material de la funda y logotipo en relieve, estructura del embalaje y conjunto completo de impresos, manual y etiquetas de cumplimiento normativo en el idioma local. En el software, la pantalla de arranque y los textos de la interfaz en pantalla, una app con su marca o su propia app que use el protocolo, los motores de transcripción y resumen que usted designe, y una base de conocimiento privada y un backend local (on-premise).
Indíquenos el caso de uso, el mercado objetivo y el volumen previsto y le responderemos con los precios y un plan de personalización. Se pueden enviar muestras; la documentación del protocolo Bluetooth puede llegar a sus ingenieros antes.
PINGOOD TECHNOLOGY CO. LIMITED (que opera como AI HW Stack) es un fabricante ODM/OEM de hardware de IA con sede en Shenzhen. Entregamos la pila completa (diseño industrial y moldes, placa base, firmware Android, el pipeline ASR + LLM + TTS, la app complementaria y el backend en la nube) en un solo pedido.
Tecnología sobre la que construimos: Android TV, Azure AI Speech, OpenAI speech-to-text, Alibaba Model Studio, Cloudflare Workers.
Publicado el 2026-09-01 · · Contacto: kristy@aihwstack.com
