¿Funcionan Amazon Polly y Transcribe en China? Transferencia transfronteriza según la PIPL, biometría de huella de voz y residencia de datos
El audio que envía a Amazon Transcribe y las voces que sintetiza Amazon Polly contienen la huella de voz de quien habla — información personal biométrica sensible según el artículo 28 de la PIPL, que no puede anonimizarse —, y enviarla al extranjero es una transferencia transfronteriza según la PIPL. Algo poco habitual: ambos servicios sí funcionan en la partición independiente de AWS en China. Un análisis centrado en el cumplimiento de las cuestiones de transferencia transfronteriza, biometría, residencia y síntesis profunda.
¿Funcionan Amazon Polly y Transcribe en China?
Si Amazon Polly y Transcribe funcionan en China es una cuestión de biometría de la huella de voz, no de velocidad.
Una grabación que envía a Amazon Transcribe y una Brand Voice que hace sintetizar a Amazon Polly contienen la huella de voz de quien habla — información personal biométrica sensible según el artículo 28 de la PIPL, que no puede anonimizarse —, y en el servicio global se trata en el extranjero: una transferencia transfronteriza según la PIPL que AWS almacena y utiliza por defecto para mejorar sus modelos salvo que usted se excluya. Ambos servicios sí funcionan en la partición independiente de AWS en China, pero es otra nube, con su propia cuenta y sus propios deberes de ICP, no un cumplimiento automático. La palanca legal es mantener dentro del país el tratamiento del audio de China — la partición de AWS en China, un servicio nacional con licencia o un modelo abierto autoalojado (p. ej., Whisper) —, con el consentimiento del artículo 28 y una PIPIA, no hacer accesible la API en el extranjero.
Un mapa de riesgo, no un veredicto — concrete los detalles con su asesoría legal. Nuestro equipo de China puede cartografiar su exposición →
Instantánea de cumplimiento
- ✕ En AWS global, Transcribe y Polly tratan su audio de China en el extranjero — sin región en el continente
- ! Una grabación de voz es una huella de voz — dato biométrico sensible del art. 28 de la PIPL que no puede anonimizarse
- ! El audio enviado al extranjero es una transferencia transfronteriza según la PIPL que requiere un consentimiento separado
- ! Las entradas de voz y texto se almacenan y se usan por defecto para entrenar modelos de AWS salvo que usted se excluya
- ! Polly Brand Voice sintetiza una voz real — se aplican la síntesis profunda y el registro de IA generativa
- ✓ Vía legal: voz dentro del país + consentimiento del art. 28 + PIPIA + entrega con registro ICP
Lo que la documentación oficial de Amazon Polly & Transcribe dice sobre China
| Hecho | Fuente primaria |
|---|---|
| Ambos servicios funcionan en la partición independiente de AWS en China. La propia tabla de regiones «Amazon Web Services in China» de AWS incluye Amazon Transcribe (Pekín y Ningxia) y Amazon Polly como disponibles en la partición del continente — Pekín operada por Sinnet, Ningxia por NWCD. Es otra nube, con su propia cuenta bajo una licencia comercial china y su propio deber de ICP, no una región de su cuenta global. | Amazon Web Services in China — Region Table (Regional Product Services), consultado el 2026-10-10 |
| Las entradas de audio y de texto se almacenan y se utilizan por defecto para entrenar modelos de AWS. Según las FAQ de AWS, Amazon Transcribe “may store and use voice inputs” (puede almacenar y utilizar las entradas de voz) y Amazon Polly “may store and use text inputs” (puede almacenar y utilizar las entradas de texto) para “improve and develop the quality” (mejorar y desarrollar la calidad) del servicio “and other Amazon machine-learning/artificial-intelligence technologies,” (y de otras tecnologías de aprendizaje automático / inteligencia artificial de Amazon) con parte del contenido almacenado “in another AWS region,” (en otra región de AWS) salvo que usted establezca una política de exclusión de AWS Organizations. | Amazon Transcribe FAQs y Amazon Polly FAQs — Data Privacy, consultado el 2026-10-10 |
| Una huella de voz es un dato biométrico sensible que no puede anonimizarse. El artículo 28 de la PIPL clasifica la información biométrica como información personal sensible, así que tratar o transferir una grabación de voz requiere un consentimiento específico separado y una evaluación de impacto previa sobre la protección de la información personal (PIPIA). Puede suprimir datos de una transcripción, pero despojar el audio de la voz frustra el propósito — ya no puede transcribirlo ni sintetizarlo. | Artículo 28 de la PIPL (información personal sensible), consultado el 2026-10-10 |
| La residencia es exigible para un operador de infraestructuras de información críticas o un tratante de grandes volúmenes. El artículo 39 de la Ley de Ciberseguridad (antes artículo 37) exige que la información personal generada en China se almacene en China (la reforma de 2025, en vigor desde el 1 de enero de 2026, renumeró el 37 como 39, sin cambios de fondo; véase también el artículo 40 de la PIPL) — algo que no puede cumplir una región de AWS en el extranjero que guarde su audio, sus transcripciones y cualquier modelo de voz personalizado. | Ley de Ciberseguridad de China, artículo 39 (antes artículo 37), consultado el 2026-10-10 |
Fuentes verificadas por el Equipo de Cumplimiento de 21YunBox el 10 de octubre de 2026.
Que Amazon Polly y Amazon Transcribe «funcionen» en China continental es una cuestión de cumplimiento antes que de redes, y en un servicio de voz adopta una forma nítida y poco valorada: una grabación de la voz de una persona es su huella de voz — un identificador biométrico que el artículo 28 de la PIPL considera sensible y que no puede anonimizarse. Amazon Transcribe convierte audio en texto, enviando al extranjero la huella de voz y las palabras de quien habla; su separación de hablantes (diarización) distingue a las personas por su voz, lo que es aún más claramente biométrico. Amazon Polly convierte texto en voz, y su Brand Voice construye una voz neuronal personalizada a partir de las grabaciones de una persona real — una puerta de síntesis profunda / IA generativa. Los frentes son: una transferencia transfronteriza (artículos 38–40 de la PIPL); una huella de voz biométrica sensible (artículo 28 — consentimiento separado más una evaluación de impacto previa); la residencia del contenido (artículo 39 de la Ley de Ciberseguridad, antes artículo 37, para un operador de infraestructuras de información críticas o un tratante de grandes volúmenes); y un registro de síntesis profunda para cualquier voz sintetizada orientada a China. El giro honesto que lo distingue de Amazon Translate: ambos servicios sí funcionan dentro de la partición independiente de AWS en China.
Amazon Polly y Transcribe en China de un vistazo
| Qué lo decide | En los propios términos de Amazon — y la ley china |
|---|---|
| Qué envía y por qué contiene una huella de voz | Amazon Transcribe recibe su audio — grabaciones de llamadas, llamadas de soporte, mensajes de voz, reuniones, notas dictadas — y devuelve texto; Amazon Polly recibe texto y devuelve voz sintetizada, y su Brand Voice se entrena con las grabaciones de una persona real. El audio de una persona hablando es la huella de voz de esa persona, un identificador biométrico, además de todo lo que revelen sus palabras. Según el artículo 28 de la PIPL, una huella de voz es información personal sensible que no puede anonimizarse — despojar el audio de la voz frustra el propósito. |
| Dónde se trata | En el servicio global no hay ninguna región en China continental, así que una llamada a la API desde una aplicación orientada a China llega a una región de AWS fuera de China (Tokio, Singapur, Hong Kong o más lejos) y cada grabación cruza la frontera — una transferencia transfronteriza de información personal conforme a los artículos 38–40 de la PIPL (数据出境). Algo poco habitual: ambos servicios sí se ofrecen en la partición independiente de AWS en China (Pekín/Ningxia), que es otra nube, no una región de su cuenta global. |
| Biometría sensible — artículo 28 | Una huella de voz es un dato biométrico, una categoría sensible, así que el artículo 28 de la PIPL exige un consentimiento específico separado y una evaluación de impacto previa sobre la protección de la información personal (PIPIA) antes de tratarla o transferirla. La diarización de hablantes de Transcribe — distinguir a cada hablante por su voz — hace explícito ese tratamiento biométrico; el contenido hablado (salud, finanzas, identidad) puede añadir otras categorías sensibles. |
| Retención, entrenamiento y residencia | Según las propias FAQ de AWS, Amazon Transcribe “may store and use voice inputs,” (puede almacenar y utilizar las entradas de voz) y Amazon Polly “may store and use text inputs,” (puede almacenar y utilizar las entradas de texto) para “improve and develop the quality” (mejorar y desarrollar la calidad) del servicio “and other Amazon machine-learning/artificial-intelligence technologies” (y de otras tecnologías de aprendizaje automático / inteligencia artificial de Amazon) — parte del contenido “may be stored in another AWS region” (puede almacenarse en otra región de AWS) — salvo que usted establezca una política de exclusión de AWS Organizations. Para un operador de infraestructuras de información críticas o un tratante de grandes volúmenes, mantener dentro del país el audio de China es además un deber de almacenamiento (artículo 39 de la Ley de Ciberseguridad, antes artículo 37). |
| Accesible no significa conforme | La API es accesible desde China; esa no es la cuestión. El paso legal es mantener dentro del país el tratamiento del audio de origen chino — la propia partición de AWS en China, un servicio de voz nacional con licencia o un modelo abierto autoalojado (p. ej., Whisper) —, obtener el consentimiento separado del artículo 28 y realizar la PIPIA y, para cualquier voz sintetizada orientada a China, cumplir el registro de síntesis profunda / IA generativa. La aplicación orientada a China que utiliza estas funciones sigue necesitando un registro ICP y una entrega dentro del país. |
Lo que realmente envía — las huellas de voz y las palabras de sus hablantes
Empiece por lo que es realmente una llamada a un servicio de voz. Amazon Transcribe no transcribe una referencia a un audio guardado en algún lugar seguro; transcribe la propia grabación. Usted le entrega el audio completo, y la exposición es el audio — y todo lo que contiene. Los trabajos que más necesitan transcripción son las llamadas de centros de contacto y de soporte, los mensajes de voz, las entrevistas, las reuniones y las notas médicas o jurídicas dictadas, y esas son precisamente las cargas con más probabilidades de contener datos de salud, financieros, de identidad y otros detalles sensibles. Más en el fondo, la grabación es en sí misma un identificador biométrico: una muestra de la voz de quien habla. Puede suprimir los nombres de una transcripción terminada, pero no puede anonimizar el audio — una huella de voz despojada de su voz ya no sirve para una transcripción. La separación de hablantes (diarización) opcional de Transcribe agudiza la cuestión: trata la voz para separar y etiquetar a los distintos hablantes de una grabación, lo que es tratamiento biométrico en sentido estricto.
Amazon Polly es la otra mitad — texto a voz. Sus voces estándar son personajes sintéticos, así que una llamada habitual a Polly envía texto, no la voz de una persona, y tiene la sensibilidad de lo que contenga ese texto. La exposición cambia con Brand Voice: AWS construye para usted una voz neuronal personalizada y, en sus propias palabras, si “you are interested in building a Brand Voice using Amazon Polly,” (le interesa crear una Brand Voice con Amazon Polly) AWS delimita un proyecto porque “every voice is unique.” (cada voz es única). Esa voz se entrena con las grabaciones de un locutor humano real, lo que sintetiza — en la práctica, clona — la voz de una persona concreta. Para un producto orientado a China, es una función de síntesis profunda / voz generativa, y las grabaciones del locutor son en sí mismas datos biométricos con derechos sobre la voz y consentimiento asociados.
¿Adónde va? En el servicio global, a una región de AWS fuera de China — y, según las propias FAQ de AWS, la entrada está “encrypted and stored at rest in the AWS region where you are using” (cifrada y almacenada en reposo en la región de AWS en la que usa) el servicio, con “some portion” (una parte) que “may be stored in another AWS region” (puede almacenarse en otra región de AWS) para mejorar los modelos. Este es el matiz que distingue a Amazon de muchos proveedores de voz, y de Amazon Translate: AWS opera una partición independiente en China (la región de Pekín, operada por Beijing Sinnet Technology Co., Ltd., y la región de Ningxia, por Ningxia Western Cloud Data Technology Co., Ltd.), y su propia tabla de regiones de China incluye tanto Amazon Transcribe como Amazon Polly como disponibles allí. Es una opción real dentro del país — pero es otra nube, con su propia cuenta bajo una licencia comercial china y sus propios deberes de ICP, no una región que se activa en su cuenta existente (véase ¿Funciona AWS en China? para conocer la estructura de dos puertas de la partición).
Es una transferencia transfronteriza de datos biométricos sensibles — según la PIPL
Como el audio sale de China para tratarse en el servicio global, enviarlo a Amazon Transcribe o Amazon Polly es una transferencia transfronteriza de información personal, no un detalle de encaminamiento. El deber recae en usted como responsable del tratamiento, no en AWS como encargado. Los artículos 38–40 de la PIPL exigen que, antes de enviar información personal al extranjero, usted notifique, obtenga un consentimiento separado, distinto de cualquier aceptación general del uso de su producto, y establezca un mecanismo de transferencia — una evaluación de seguridad de la CAC, el contrato estándar de la CAC o una certificación. Por encima de ciertos umbrales, las exportaciones realmente necesarias pasan además por la evaluación de seguridad para la exportación de datos de China (数据出境安全评估) antes de que salga nada.
Luego está el frente biométrico, que es el núcleo de un servicio de voz. Una huella de voz es un dato biométrico — una categoría sensible —, así que el artículo 28 de la PIPL añade un consentimiento específico separado y una evaluación de impacto previa sobre la protección de la información personal (PIPIA) antes de tratar o transferir el audio, y no puede anonimizar una grabación que necesita transcribir ni una voz que necesita sintetizar. El contenido hablado suele añadir más categorías sensibles — una llamada de soporte grabada sobre una reclamación médica contiene datos de salud y financieros además de la huella de voz. La residencia es la otra mitad: si su organización es un operador de infraestructuras de información críticas — o un tratante de grandes volúmenes de información personal —, el artículo 39 de la Ley de Ciberseguridad (antes artículo 37 — la reforma de 2025 de la Ley de Ciberseguridad, en vigor desde el 1 de enero de 2026, renumeró el artículo de localización de datos del 37 al 39, sin cambios de fondo) exige que la información personal generada en China se almacene en China, y que cualquier exportación realmente necesaria se autorice mediante una evaluación de seguridad (véase también el artículo 40 de la PIPL).
Para una voz sintetizada o clonada orientada a China — una Brand Voice ofrecida al público — hay una segunda puerta además de la transferencia. Las disposiciones chinas sobre síntesis profunda, las medidas sobre IA generativa (生成式人工智能服务备案, el registro ante la CAC) y las normas de etiquetado de contenidos generados por IA (GB 45438) se aplican a la función orientada a China que usted construye, y sintetizar la voz de una persona real sin su consentimiento es también un problema del artículo 28 y de derechos sobre la voz. Nada de esto depende de la rapidez con que responde la API; depende de qué voz se trata, dónde y sobre qué base legal. Por esa razón, esta página no publica ninguna cifra de latencia en China para Amazon Polly o Transcribe: la velocidad no es el eje de una decisión que depende de datos biométricos y de la transferencia transfronteriza.
Que la API responda no es la cuestión — mantener el audio dentro del país, sí
El reflejo es apuntar el SDK a la región más cercana — Tokio, Singapur, Hong Kong — y dar por resuelto el problema de la distancia. Pero todas las regiones globales de AWS están fuera de China continental, así que una más cercana cambia la latencia, no la ley: el audio sigue cruzando la frontera, sigue tratándose en el extranjero y — con la configuración por defecto — sigue almacenándose y utilizándose para mejorar los modelos de AWS. Una región más cercana no es una región dentro del país, y Hong Kong es una jurisdicción distinta del continente a efectos de exportación de datos.
Así que las palancas honestas son estas, y ninguna consiste en «hacer accesible la API en el extranjero». Primera — y aquí es donde Amazon se diferencia de la mayoría de los proveedores de voz —: ambos servicios se ofrecen dentro de la propia partición de AWS en China (Pekín/Ningxia, operadas por Sinnet y NWCD), lo que mantiene en el continente el tratamiento del audio de origen chino. Es una opción legal dentro del país, pero no un cumplimiento automático: es una cuenta independiente bajo una entidad china, conlleva su propio deber de ICP, usted sigue debiendo el consentimiento separado del artículo 28 y la PIPIA para la huella de voz, y debe confirmar las condiciones de retención y entrenamiento del propio operador en lugar de dar por buenas las FAQ globales. Segunda, si quiere independencia respecto del servicio gestionado: un proveedor de voz con licencia dentro del país (un servicio nacional de STT/TTS, con los datos guardados en el continente) o un modelo abierto autoalojado que usted ejecuta dentro del país — Amazon Transcribe y Polly no ofrecen ninguna versión on-premise ni autoalojada, pero un modelo abierto de voz a texto como Whisper puede autoalojarse sobre infraestructura en el continente. Tercera, minimizar y obtener el consentimiento: recabar el consentimiento separado del artículo 28, realizar la PIPIA, desactivar la retención para entrenamiento (la exclusión de AWS Organizations en el servicio global) y, para cualquier voz sintetizada orientada a China, cumplir los deberes de síntesis profunda, registro de IA generativa y etiquetado de contenidos. Lo que ninguna de ellas es: una vía que, de todos modos, envíe el audio al extranjero y lo haga pasar por local.
Esto es un mapa de riesgo, no un veredicto de que Amazon Polly o Transcribe estén «bloqueados» o sean «ilegales». Cuáles de estas obligaciones le afectan depende de su entidad, de qué huellas de voz y qué contenido hablado transporta su audio, de su papel según la ley china y de quiénes son sus usuarios — conviene concretar los detalles con asesoría legal antes de que su canalización de voz dependa de ello.
La vía legal — cartografiar, localizar, entregar
Existe una forma conforme de transcribir y sintetizar voz para un producto orientado a China, y tiene una forma concreta.
Primero, cartografiar. Nuestro equipo de cumplimiento para China traza qué audio fluye hoy realmente hacia Amazon Transcribe y Amazon Polly — de quién son las huellas de voz y qué contenido hablado transporta, qué trabajos llegan a una región fuera de China, si el audio se conserva o se utiliza para entrenar modelos, si alguna función sintetiza o clona una voz y dónde le falta una base legal para el tramo transfronterizo, el consentimiento del artículo 28 y la PIPIA, o un registro de síntesis profunda. Nosotros construimos el panorama técnico; las conclusiones jurídicas se resuelven con su asesoría legal.
Después, localizar. Cuando el audio de origen chino debe tratarse sobre una base china, mantenemos su tratamiento dentro del país — en la propia partición de AWS en China (Pekín/Ningxia, con los datos guardados en el continente bajo Sinnet o NWCD), en un servicio de voz nacional con licencia o en un modelo abierto autoalojado que usted ejecuta dentro del país —, obtenemos el consentimiento separado del artículo 28, realizamos la PIPIA, desactivamos la retención para entrenamiento y, para una voz sintetizada orientada a China, cumplimos los deberes de registro y etiquetado de síntesis profunda e IA generativa. Localizar significa que, por defecto, las huellas de voz de sus usuarios en China dejan de salir del país — no una vía que, de todos modos, envíe el audio al extranjero. Usted conserva Amazon Polly y Transcribe para los mercados y contenidos en los que ya le sirven.
Por último, entregar. El sitio o la aplicación orientados a China que utilizan estas funciones de voz son en sí mismos un servicio público en el continente, así que tienen un deber de registro ICP y necesitan una entrega conforme dentro del país. 21YunBox los entrega dentro del país — el 21YunBox Optimizer —, situado por delante del origen que ya utiliza, sin reconstruir y sin cambiar de plataforma. El resultado es un producto orientado a China cuyo tratamiento de voz y cuya entrega funcionan de forma legal y conforme para sus usuarios en China. 21YunBox nunca utiliza ni recomienda ninguna forma de elusión: mantenemos lo que debe permanecer en el país en una ruta consentida y dentro del país, entregamos dentro del país y nunca sacamos información personal de China subrepticiamente. Somos una capa de cumplimiento y un socio de AWS, no un competidor ni una migración.
Solicitar una evaluación de cumplimiento →
Lectura relacionada:
- Transferencias transfronterizas de datos conforme a la PIPL
- La Ley de Ciberseguridad de China (localización de datos, artículo 39)
- Las medidas de evaluación de seguridad para la exportación de datos de China
- Las medidas de China sobre IA generativa (síntesis profunda y registro)
- Cómo obtener un registro ICP para China
Preguntas frecuentes
¿Están disponibles Amazon Transcribe y Amazon Polly dentro de China continental?
Sí — algo poco habitual en un servicio de voz. La propia tabla de regiones de China de AWS incluye tanto Amazon Transcribe como Amazon Polly como disponibles en su partición independiente en China (Pekín operada por Sinnet, Ningxia por NWCD). Pero esa partición es otra nube, con su propia cuenta bajo una licencia comercial china y su propio deber de ICP, y utilizarla no cumple por sí sola el consentimiento separado y la evaluación de impacto del artículo 28 de la PIPL que exige una huella de voz. En el servicio global no hay ninguna región en el continente, así que el audio se trata en el extranjero.
¿Por qué enviar una grabación de voz a Amazon Transcribe es más delicado que enviar texto?
Porque una grabación de la voz de una persona es su huella de voz — información personal biométrica que el artículo 28 de la PIPL considera sensible y que requiere un consentimiento específico separado y una evaluación de impacto previa sobre la protección de la información personal. Puede suprimir datos de una transcripción terminada, pero no puede anonimizar el propio audio: una huella de voz sin la voz ya no es una grabación que se pueda transcribir. La diarización de hablantes de Transcribe, que separa a las personas por su voz, hace explícito ese tratamiento biométrico.
¿Activa la Brand Voice de Amazon Polly las normas chinas sobre IA generativa?
Para un producto orientado a China, probablemente sí. Brand Voice sintetiza una voz neuronal personalizada a partir de las grabaciones de una persona real — una función de síntesis profunda / voz generativa —, así que las disposiciones chinas sobre síntesis profunda y las medidas sobre IA generativa (el registro ante la CAC, 生成式人工智能服务备案) y las normas de etiquetado de contenidos generados por IA pueden aplicarse a la función orientada a China que usted construye, además de la transferencia transfronteriza. Sintetizar la voz de una persona real sin su consentimiento es también una cuestión del artículo 28 y de derechos sobre la voz. Para una aplicación de la App Store de Apple en China continental, esa cuestión tiene ahora un punto de control: desde noviembre de 2026, App Store Connect pregunta a todas las aplicaciones de esa tienda si ofrecen contenido generado por IA o sintético, y un «Sí» en la declaración AIGC de la App Store de Apple exige el número de registro aprobado por la CAC y el nombre registrado del modelo o algoritmo de voz que hay detrás de la función, además de una autorización de su titular registrado — que Polly figure en una región de AWS China no equivale a disponer del registro que pide Apple. Concrete los detalles con su asesoría legal.
