Por qué 21YunBox Presupuesto Contacto Iniciar sesión
Asesoría (EN) Probar un sitio web para China (EN)

¿Funciona AssemblyAI en China? Transferencia transfronteriza según la PIPL, biometría de la huella de voz y residencia de datos

El audio que envía a AssemblyAI para transcribir contiene la huella de voz de cada hablante — información personal biométrica sensible del artículo 28 que no puede anonimizarse — y viaja a los servidores de AWS de AssemblyAI en el extranjero, en EE. UU. o la UE, nunca en China continental: una transferencia transfronteriza según la PIPL. Un análisis centrado en el cumplimiento de la transcripción de audio de China con AssemblyAI.

¿Funciona AssemblyAI en China?

AssemblyAI transcribe su audio en sus propios servidores de AWS en EE. UU. o la UE — nunca en China continental —, así que cada grabación de China que envía lleva al extranjero la huella de voz del hablante: una transferencia transfronteriza según la PIPL de información personal biométrica sensible que no puede anonimizarse.

La cuestión no es si la API es accesible desde China — es qué ocurre con el audio. Una grabación de voz es la huella de voz del hablante, un dato biométrico que el artículo 28 de la PIPL trata como sensible y que no puede anonimizarse, y enviarla a los servidores de AWS de AssemblyAI en el extranjero es una transferencia transfronteriza según la PIPL (artículos 38–40); el entrenamiento de modelos funciona por exclusión voluntaria en lugar de estar desactivado por defecto. La palanca legal es mantener dentro del país el tratamiento del audio de origen chino — AssemblyAI ofrece un despliegue autoalojado que puede ejecutar dentro de China, o puede encaminar el audio a través de un servicio de voz nacional con licencia — con el consentimiento separado del artículo 28, no hacer accesible el endpoint en el extranjero.

Lo que usted debe — un consentimiento separado, un mecanismo de transferencia, almacenamiento dentro del país, un registro ICP — es un riesgo que debe confirmar con su asesoría legal. Nuestro equipo de China puede cartografiar su exposición →

Instantánea de cumplimiento

  • ✕ Sin región en China continental; su audio se trata en el extranjero, en AWS EE. UU. o UE
  • ! Una grabación de voz es la huella de voz del hablante — dato biométrico sensible del art. 28
  • ! Enviar audio de China al extranjero es una transferencia transfronteriza según la PIPL (artículos 38–40)
  • ! El entrenamiento de modelos funciona por exclusión voluntaria, no está desactivado por defecto — algunas cuentas no pueden excluirse
  • ! Existe un despliegue autoalojado de AssemblyAI — el audio puede quedarse en infraestructura dentro del país
  • ✓ 21YunBox mantiene el audio de China dentro del país: autoalojado o servicio nacional con licencia + consentimiento + ICP
Solicitar una evaluación de cumplimiento
Cartografiamos la exposición de las huellas de voz, mantenemos el audio de China en una vía dentro del país y lo entregamos con registro ICP

Lo que la documentación oficial de AssemblyAI dice sobre China

HechoFuente primaria
AssemblyAI trata el audio en el extranjero — AWS en EE. UU. y la UE, sin región en China continental. Su documentación afirma “Our production server resides in AWS US West 2, AWS EU West 1” (nuestro servidor de producción reside en AWS US West 2 y AWS EU West 1, las regiones de AWS de Oregón y Dublín); existe un endpoint de residencia en la UE, pero ninguna de sus regiones está en China continental, así que una grabación de origen chino se transfiere a través de la frontera en cada trabajo. AssemblyAI Docs — Where are your servers located? (assemblyai.com), consultado el 2026-10-10
AssemblyAI ofrece un despliegue autoalojado — la palanca dentro del país. Afirma: “Yes, we offer self-hosted solutions for organizations that require greater control over their data and infrastructure,” (sí, ofrecemos soluciones autoalojadas para organizaciones que necesitan un mayor control sobre sus datos y su infraestructura), lo que le permite “deploy our services within your own environment.” (desplegar nuestros servicios en su propio entorno). Ejecutado dentro de China sobre infraestructura que usted controla, el audio y las transcripciones no tienen por qué exportarse — aunque es un despliegue empresarial basado en contrato, así que confirme por escrito el perímetro exacto de los datos y la paridad de modelos. AssemblyAI Docs — Do you offer self-hosted solutions? (assemblyai.com), consultado el 2026-10-10
El entrenamiento de modelos funciona por exclusión voluntaria, no está desactivado por defecto. AssemblyAI documenta que “Only certain files submitted to the API, as permitted by the applicable contract, are used for model training” (solo determinados archivos enviados a la API, según lo permita el contrato aplicable, se utilizan para entrenar modelos); las cuentas sujetas a un Business Associate Addendum, las alojadas en sus servidores europeos o las que han ejercido la exclusión quedan excluidas, y Streaming, Sync y Dictation con exclusión obtienen “zero data retention of audio and transcripts” (retención cero de audio y transcripciones) — pero no todas las cuentas pueden excluirse, y las subidas asíncronas siguen, por lo demás, un TTL configurable (la eliminación por defecto del audio subido comienza a las 24 horas). AssemblyAI Docs — Data Retention and Model Training (assemblyai.com), consultado el 2026-10-10
Una huella de voz es un dato biométrico sensible, y enviarla al extranjero es una transferencia transfronteriza según la PIPL. El artículo 28 de la PIPL trata la información personal biométrica como sensible — lo que exige un propósito específico, una necesidad estricta, un consentimiento separado y una evaluación de impacto previa — y los artículos 38 a 40 regulan la exportación (notificación, un consentimiento separado, un mecanismo de transferencia). Para un operador de infraestructuras de información críticas o un tratante de grandes volúmenes, el almacenamiento dentro del país se aplica conforme al artículo 40 de la PIPL y al artículo 39 de la Ley de Ciberseguridad (antes artículo 37). Ley de Protección de Información Personal de la RPC, artículos 28 y 38–40 (cac.gov.cn), consultado el 2026-10-10

Fuentes verificadas por el Equipo de Cumplimiento de 21YunBox el 10 de octubre de 2026.

Para un equipo que graba, transcribe o analiza llamadas, reuniones, líneas de atención, entrevistas o mensajes de voz procedentes de China continental, la cuestión sobre AssemblyAI nunca fue si su API responde desde el continente — por lo general, responde. La verdadera cuestión es qué ocurre con el audio que le envía. AssemblyAI es una empresa de Speech AI: usted sube una grabación, o transmite audio en directo, y la empresa lleva ese audio a sus propios servidores para convertir la voz en texto y ejecutar sus modelos de Audio Intelligence — diarización de hablantes, análisis de sentimiento, detección de entidades, enmascaramiento de PII y el framework LeMUR/LLM sobre la transcripción. Según la propia AssemblyAI, sus servidores de producción residen en “AWS US West 2, AWS EU West 1” — las regiones de AWS de Oregón y Dublín —, con un endpoint de residencia en la UE y sin región en China continental. Así, cada trabajo es una transferencia transfronteriza en directo de una grabación que contiene la huella de voz de cada hablante, un identificador biométrico que no puede anonimizarse, junto con todo lo que revelen las palabras pronunciadas. Eso activa las normas transfronterizas de la PIPL (artículos 38 a 40, 数据出境), el artículo 28 para la información personal biométrica sensible — un consentimiento separado y una evaluación de impacto previa — y, para un operador de infraestructuras de información críticas o un tratante de grandes volúmenes, un deber de residencia de los contenidos conforme al artículo 39 de la Ley de Ciberseguridad.

La documentación de AssemblyAI, que indica que sus servidores de producción residen en AWS US West 2 y AWS EU West 1 — las regiones de AWS de Oregón y Dublín —, sin ninguna región en China continental
“Our production server resides in AWS US West 2, AWS EU West 1.” (Nuestro servidor de producción reside en AWS US West 2 y AWS EU West 1.) La propia documentación de AssemblyAI sitúa todo el tratamiento en las regiones de AWS de Oregón y Dublín — no hay región en China continental, de modo que el audio de origen chino se trata en el extranjero. Fuente: AssemblyAI Docs — Where are your servers located?

AssemblyAI en China de un vistazo

Qué lo decide En los propios términos de AssemblyAI — y la ley china
Qué envía para transcribir, y que contiene la huella de voz del hablante Envía audio sin procesar — llamadas grabadas, reuniones, líneas de atención, entrevistas, dictados, mensajes de voz. La grabación de la voz de una persona contiene su huella de voz, un identificador biométrico, y la Audio Intelligence de AssemblyAI (diarización de hablantes, enmascaramiento de PII, sentimiento, detección de entidades) deduce todavía más sobre cada hablante y sobre lo que dijo. Vinculado a personas en China, todo ello son datos personales según la PIPL; una huella de voz es información biométrica sensible según el artículo 28, y el contenido hablado puede añadir categorías sanitarias, financieras o de identidad.
Se envía al extranjero — una transferencia transfronteriza AssemblyAI afirma que sus servidores de producción residen en “AWS US West 2, AWS EU West 1” — las regiones de Oregón y Dublín — y ofrece un endpoint de residencia en la UE; ninguna de sus regiones está en China continental. Transmitir o subir allí una grabación de origen chino es una transferencia transfronteriza regulada por la PIPL: notificación, un consentimiento separado y un mecanismo de transferencia (artículos 38 a 40, 数据出境).
Una huella de voz es un dato biométrico sensible — artículo 28 No se puede anonimizar una voz — si se elimina el audio, no queda nada que transcribir —, así que el identificador biométrico viaja con cada trabajo. El artículo 28 de la PIPL trata la información personal biométrica como sensible: un propósito específico, una necesidad estricta, un consentimiento separado y específico, y una evaluación de impacto previa sobre la protección de datos personales (PIPIA) antes de tratarla o transferirla.
¿Se conserva el audio, se usa para entrenar modelos — y puede quedarse dentro del país? AssemblyAI documenta que “Only certain files submitted to the API, as permitted by the applicable contract, are used for model training” (solo determinados archivos enviados a la API, según lo permita el contrato aplicable, se utilizan para entrenar modelos); las cuentas sujetas a un Business Associate Addendum, las alojadas en sus servidores europeos o las que han ejercido la exclusión voluntaria quedan excluidas, y Streaming, Sync y Dictation con exclusión voluntaria obtienen “zero data retention of audio and transcripts” (retención cero de audio y transcripciones) — aunque no todas las cuentas pueden excluirse. Por lo demás, las subidas asíncronas siguen una ventana de retención configurable (TTL), y la eliminación del audio subido comienza por defecto a las 24 horas. Y, lo que es decisivo, AssemblyAI ofrece también un despliegue autoalojado — la palanca dentro del país que se describe más abajo. Para un operador de infraestructuras de información críticas o un tratante de grandes volúmenes, los datos personales del continente deben almacenarse en el continente (artículo 40 de la PIPL; 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.
Alcanzar la API no es el eje Que AssemblyAI responda y devuelva una transcripción desde el continente es la mitad de la entrega, no la respuesta — un endpoint en el extranjero que resulta accesible simplemente exporta más huellas de voz. La palanca legal es mantener dentro del país el tratamiento del audio de origen chino: ejecutar los modelos autoalojados de AssemblyAI dentro de China, o encaminar el audio de China a través de un servicio de voz con licencia dentro del país, con el consentimiento separado del artículo 28 y minimización de datos — nunca una vía que, de todos modos, envíe el audio al extranjero. La aplicación o línea orientada a China que capta el audio conlleva su propio registro ICP y su propia entrega dentro del país.

Lo que realmente envía — las huellas de voz y las palabras de sus hablantes

AssemblyAI es un motor de reconocimiento de voz, no un almacén de contenidos: el audio entra por su API, salen una transcripción y datos estructurados, y la exposición es la propia transferencia más que un corpus permanente que conserve sobre usted. Funciona de dos maneras — subida pregrabada (asíncrona) y transmisión en tiempo real — y añade encima Audio Intelligence: diarización de hablantes («quién habló y cuándo»), enmascaramiento de PII, análisis de sentimiento, detección de entidades, capítulos automáticos, detección de temas y moderación de contenidos, además del LeMUR/LLM Gateway, que aplica grandes modelos de lenguaje a la transcripción. El audio que más necesita transcribir — llamadas de soporte grabadas, dictados clínicos o jurídicos, entrevistas, reuniones — es precisamente el que más probabilidades tiene de contener contenido sensible, y cada grabación contiene la huella de voz del hablante. Puede enmascarar una transcripción; no puede anonimizar el propio audio.

Y no se queda en China. AssemblyAI documenta que sus servidores de producción residen en “AWS US West 2, AWS EU West 1” — Oregón y Dublín — y ofrece un endpoint de residencia en la UE para organizaciones con necesidades estrictas de gobernanza; no hay ninguna región ni ningún endpoint en China continental que seleccionar. Para quien llama, o para un empleado en China, cada solicitud es su voz saliendo del país en tiempo real.

En materia de retención y entrenamiento, AssemblyAI es concreta. Su documentación afirma que “Only certain files submitted to the API, as permitted by the applicable contract, are used for model training” (solo determinados archivos enviados a la API, según lo permita el contrato aplicable, se utilizan para entrenar modelos), que los archivos pasan primero por un paso “designed to redact personally identifiable information” (diseñado para enmascarar la información de identificación personal — diseñado para hacerlo, no garantizado) y que las cuentas sujetas a un Business Associate Addendum, las alojadas en sus servidores europeos o las que han ejercido la exclusión voluntaria quedan excluidas del entrenamiento — aunque no todas las cuentas pueden excluirse, y la exclusión solo alcanza a las solicitudes posteriores. Con la exclusión activada, AssemblyAI ofrece “zero data retention of audio and transcripts” (retención cero de audio y transcripciones) para sus productos Streaming, Sync y Dictation, mientras que “certain metadata … is stored and maintained for logging and billing purposes” (ciertos metadatos se almacenan y conservan con fines de registro y facturación); por lo demás, las subidas asíncronas siguen una ventana de retención configurable (TTL), y la eliminación del audio subido comienza por defecto a las 24 horas. Estos controles reducen la exposición en retención y entrenamiento; no borran la transferencia transfronteriza.

Es una transferencia transfronteriza de datos biométricos sensibles — según la PIPL

Enviar una grabación de origen chino a los servidores de AssemblyAI en Estados Unidos o la Unión Europea es una transferencia transfronteriza de datos personales conforme a los artículos 38 a 40 de la PIPL (数据出境). Como responsable del tratamiento, usted — no AssemblyAI, que es el encargado — debe notificar, obtener un consentimiento separado para la exportación y establecer un mecanismo de transferencia: una evaluación de seguridad de la CAC, el contrato estándar de la CAC o una certificación.

La huella de voz eleva el listón. La grabación de la voz de una persona es información personal biométrica, que el artículo 28 de la PIPL clasifica como sensible: requiere un propósito específico, una necesidad estricta, un consentimiento separado y específico, y una evaluación de impacto previa sobre la protección de datos personales (PIPIA) antes de tratarla o transferirla. No se puede quitar la voz de un audio cuyo propósito es ser transcrito, así que el identificador biométrico viaja con cada trabajo — y la diarización de hablantes y las demás funciones de Audio Intelligence deducen todavía más sobre cada hablante. El contenido hablado puede añadir otras categorías sensibles — sanitarias, financieras, de documentos de identidad oficiales.

Cuando su organización es un operador de infraestructuras de información críticas, o sus volúmenes superan los umbrales de los reguladores, se aplica un deber de almacenamiento dentro del país: los datos personales del continente deben almacenarse en el continente (artículo 40 de la PIPL; artículo 39 de la Ley de Ciberseguridad (antes artículo 37)). Cuando el volumen o la sensibilidad superan un umbral, puede exigirse una evaluación de seguridad de la exportación de datos dirigida por la CAC antes de que nada de ello salga legalmente del país. El endpoint de residencia en la UE de AssemblyAI, su postura de no retención y su opción autoalojada son puntos fuertes reales en protección de datos — pero la residencia en la UE responde al derecho de la UE, no es una residencia en China continental, y ninguna de esas opciones aporta la base de la PIPL que exige la propia exportación.

Alcanzar la API no es la cuestión — mantener el audio dentro del país, sí

El instinto ante la mayoría de los problemas en China es conseguir que una llamada a un tercero, lenta o fallida, cargue más rápido o de forma más fiable. En este eje, ese instinto va al revés: hacer que el endpoint de AssemblyAI en el extranjero responda de forma más fiable a los usuarios del continente no reduce la exposición — exporta más huellas de voz, con más fluidez, sin aportar la base legal que necesita la transferencia.

Lo que realmente funciona es mantener dentro del país el tratamiento del audio de origen chino — y aquí AssemblyAI le ofrece una opción genuina. Afirma que ofrece “self-hosted solutions for organizations that require greater control over their data and infrastructure” (soluciones autoalojadas para organizaciones que necesitan un mayor control sobre sus datos y su infraestructura), lo que le permite “deploy our services within your own environment” (desplegar nuestros servicios en su propio entorno). Ejecute ese despliegue dentro de China, sobre infraestructura que usted controla, y las grabaciones, las transcripciones y las huellas de voz se tratarán dentro del país en lugar de exportarse. Conviene ser preciso sobre lo que implica: es un despliegue empresarial, basado en contrato, que se ejecuta sobre infraestructura de GPU que usted aporta y que sigue implicando licencias y comunicación de uso con AssemblyAI, así que confirme por escrito el perímetro exacto de los datos, cualquier aislamiento de red (air-gap) y la paridad de modelos para la capacidad que necesita. Para el audio que no pueda autoalojar, encamínelo a través de un servicio de voz con licencia dentro del país cuyos datos permanezcan en el continente. En cualquier caso, obtenga el consentimiento separado del artículo 28 y minimice lo que capta. Nada de esto es una vía que, de todos modos, envíe el audio al extranjero ocultando que lo hace.

Esto es un mapa de riesgo, no un veredicto. Si usted debe obtener un consentimiento separado, realizar una PIPIA, contar con un mecanismo de transferencia, superar una evaluación de seguridad de la exportación de datos, almacenar dentro del país o presentar un registro ICP — y en qué combinación — depende de su entidad, de sus volúmenes de datos, de qué parte de su audio de China es personal o sensible y de qué graba exactamente. Concrete los detalles con asesoría legal antes de enviar al extranjero una sola grabación del continente para transcribirla.

No tiene que abandonar AssemblyAI en sus demás mercados para tratar legalmente el audio de China. 21YunBox es una capa de cumplimiento, no una migración — y, para un servicio que ya utiliza, un socio junto a su stack y no un competidor del proveedor de voz. Son tres movimientos, y encajan entre sí.

Cartografiar. Nuestro equipo de cumplimiento para China inventaría qué audio fluye hacia AssemblyAI — qué llamadas, reuniones, grabaciones y transmisiones en directo, de quién son las huellas de voz que contienen y qué revela el contenido hablado —, dónde lo trata y almacena AssemblyAI, si se conserva o se usa para entrenar modelos y dónde le falta una base legal para el tramo transfronterizo, para que la exposición quede por escrito antes de cambiar nada.

Localizar. Como el riesgo es que el audio de origen chino salga del país, localizar significa aquí mantener dentro del país el tratamiento de ese audio: ejecutar el despliegue autoalojado de AssemblyAI dentro de China, o encaminar el audio de China a través de un servicio de voz con licencia dentro del país cuyos datos permanezcan en el continente — con el consentimiento separado del artículo 28 y una PIPIA, la retención para entrenamiento de modelos desactivada y solo el audio mínimo captado. Nunca significa una vía que, de todos modos, haga la llamada al extranjero. 21YunBox nunca utiliza ni recomienda ninguna forma de elusión.

Entregar. La aplicación, línea o sitio orientado a China que capta y utiliza el audio es un servicio público de internet con un deber de registro ICP y necesita una entrega conforme dentro del país — el 21YunBox Optimizer la proporciona, con registro ICP y dentro del país, por delante del stack que ya utiliza. Sin reconstruir, sin una segunda base de código.

El objetivo es sencillo: que su servicio funcione de forma legal y conforme para sus usuarios en China.

Solicitar una evaluación de cumplimiento →


Lectura relacionada:

Preguntas frecuentes

¿Funciona AssemblyAI en China?

Normalmente puede acceder a la API de AssemblyAI desde el continente — pero esa es la cuestión de la entrega, no la del cumplimiento. AssemblyAI trata el audio en sus propios servidores de AWS en EE. UU. o la UE (“AWS US West 2, AWS EU West 1”), sin región en China continental, así que enviar una grabación de alguien en China es una transferencia transfronteriza conforme a los artículos 38 a 40 de la PIPL — y, como una grabación de voz contiene la huella de voz del hablante, es información personal biométrica sensible según el artículo 28, lo que añade un consentimiento separado y una evaluación de impacto previa sobre la protección de datos personales. La vía legal mantiene dentro del país el tratamiento del audio de origen chino. Confirme sus obligaciones exactas con su asesoría legal.

¿Es realmente una grabación de voz información personal «biométrica» según la PIPL?

Trátela como tal. La grabación de la voz de una persona contiene su huella de voz — un identificador biométrico —, y la Audio Intelligence de AssemblyAI (diarización de hablantes, enmascaramiento de PII, sentimiento, detección de entidades) deduce todavía más sobre cada hablante y sobre lo que dijo. El artículo 28 de la PIPL clasifica los datos biométricos como información personal sensible, que no puede anonimizarse: puede enmascarar una transcripción, pero eliminar el audio frustra el propósito de la transcripción. Eso eleva el listón a un propósito específico, una necesidad estricta, un consentimiento separado y específico, y una evaluación de impacto previa. Si una grabación concreta alcanza ese umbral es algo que conviene resolver con asesoría legal.

¿Cuál es la vía conforme y dentro del país para la transcripción en China?

Mantener en el continente el tratamiento del audio. AssemblyAI ofrece un despliegue autoalojado — “self-hosted solutions for organizations that require greater control over their data and infrastructure” (soluciones autoalojadas para organizaciones que necesitan un mayor control sobre sus datos y su infraestructura) — que puede ejecutar dentro de China sobre infraestructura que usted controla, de modo que las grabaciones, las transcripciones y las huellas de voz no tengan que exportarse; cuando no pueda autoalojar, encamine el audio de China a través de un servicio de voz con licencia dentro del país. Obtenga el consentimiento separado del artículo 28, minimice lo que capta y entregue la aplicación o línea orientada a China que graba el audio sobre infraestructura dentro del país con registro ICP. 21YunBox cartografía la exposición y la vía legal por delante del stack que ya utiliza — nunca una vía que envíe el audio al extranjero ocultando que lo hace.

Artículos sobre AssemblyAI