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

¿Funciona OpenAI Whisper en China? Transferencia transfronteriza conforme a la PIPL, biometría de la huella de voz y residencia de datos

El audio que envía a OpenAI Whisper para transcribir contiene la huella de voz de quien habla —información personal biométrica sensible según el artículo 28 de la PIPL, que no se puede anonimizar—, por lo que enviarlo a la API alojada de OpenAI en el extranjero es una transferencia transfronteriza conforme a la PIPL. Como Whisper es además un modelo de código abierto con licencia MIT, usted puede autoalojarlo dentro de China. Un análisis centrado en el cumplimiento de la transferencia transfronteriza de la huella de voz, la residencia de datos y la vía legal dentro del país.

¿Funciona OpenAI Whisper en China?

Whisper es un modelo de voz a texto, y el audio que transcribe es la huella de voz de quien habla —información personal biométrica sensible según el artículo 28 de la PIPL, que no se puede anonimizar—, así que la verdadera cuestión es adónde van esa huella de voz y el contenido hablado, no si se puede acceder al servicio.

Whisper existe en dos formas. La API de transcripción alojada de OpenAI (api.openai.com) procesa el audio en servidores en el extranjero (EE. UU.), y OpenAI no incluye China continental entre los países donde su API está disponible; por eso, enviar allí el audio de usuarios en China es una transferencia transfronteriza conforme a la PIPL de datos biométricos sensibles (artículos 38–40), que exige un consentimiento separado y un mecanismo de transferencia. La palanca legal es que Whisper es también un modelo de código abierto con licencia MIT que usted puede autoalojar en su propia infraestructura dentro de China —manteniendo la huella de voz en el continente—, o puede usar un servicio de voz nacional con licencia, con el consentimiento del artículo 28 y una PIPIA en vigor. Se trata de mantener dentro del país el procesamiento del audio de China, no de hacer accesible una API en el extranjero.

Esto es un mapa de riesgos, no un veredicto: resuelva los detalles con asesoría legal. Nuestro equipo de China puede cartografiar su exposición →

Instantánea de cumplimiento

  • ✕ La API alojada de OpenAI no se ofrece en China continental; su audio se procesa en el extranjero
  • ! Una grabación es la huella de voz de quien habla: dato biométrico sensible según el artículo 28 de la PIPL
  • ! Enviar audio de China a la API alojada es una transferencia transfronteriza conforme a la PIPL (art. 38–40)
  • ! Una huella de voz no se puede anonimizar; exportarla exige consentimiento separado y una PIPIA
  • ✓ Vía legal: autoalojar el modelo abierto con licencia MIT dentro del país, más el consentimiento del artículo 28 y el ICP
Solicitar una evaluación de cumplimiento
Cartografiamos su exposición y la vía de voz legal dentro del país, y después la entregamos dentro del país

Lo que la documentación oficial de OpenAI Whisper dice sobre China

HechoFuente primaria
Whisper es un modelo de código abierto con licencia MIT que usted puede ejecutar por su cuenta. El repositorio de OpenAI lo describe como “a general-purpose speech recognition model” (un modelo de reconocimiento de voz de propósito general) y afirma: “Whisper's code and model weights are released under the MIT License.” Como los pesos están publicados (GitHub y Hugging Face), el modelo puede autoalojarse en una infraestructura dentro de China: una opción genuina dentro del país que mantiene el audio y la huella de voz de quien habla en el continente. OpenAI — README del repositorio Whisper (github.com/openai/whisper), consultado el 2026-10-10
La API de transcripción alojada de OpenAI funciona en el extranjero, y la API de OpenAI no se ofrece en China continental. La API procesa el audio en api.openai.com mediante el endpoint /v1/audio/transcriptions (con modelos como whisper-1 y gpt-4o-transcribe), y la lista de países admitidos de OpenAI no incluye China continental. OpenAI afirma que, desde el 1 de marzo de 2023, los datos de la API no se usan para entrenar sus modelos salvo que usted lo autorice expresamente, y que los registros de supervisión de abusos se conservan hasta 30 días por defecto. OpenAI Help Center — API supported countries and territories; OpenAI — Your data (platform.openai.com), consultado el 2026-10-10
Una huella de voz enviada al extranjero es una transferencia transfronteriza de información personal biométrica sensible. Conforme a la PIPL de China, exportar el audio de un usuario en China activa los artículos 38–40 (información, un consentimiento separado y un mecanismo de transferencia), y una huella de voz es información personal sensible según el artículo 28, lo que exige un consentimiento separado y específico y una evaluación previa de impacto sobre la protección de la información personal (PIPIA). La grabación de una voz no se puede anonimizar. Ley de Protección de Información Personal de la RPC, artículos 28 y 38–40 (cac.gov.cn), consultado el 2026-10-10
Para un CIIO o un tratante de grandes volúmenes, el audio y las transcripciones deben almacenarse dentro del país. El artículo 39 de la Ley de Ciberseguridad (antes artículo 37) exige a los operadores de infraestructuras de información críticas almacenar en el continente la información personal recogida en China; la reforma de 2025, en vigor desde el 1 de enero de 2026, renumeró el artículo de localización de datos del 37 al 39 (sin cambios de fondo). Las exportaciones de mayor volumen o sensibles necesitan además una evaluación de seguridad de la CAC para la exportación de datos. Ley de Ciberseguridad de la RPC, artículo 39 (antes artículo 37) (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 público de China continental, la cuestión que hay que resolver sobre OpenAI Whisper no es si se puede acceder al modelo o a la API, sino qué ocurre con el audio que le envía. Whisper es un sistema de voz a texto: entra audio de personas hablando y sale texto. Y la grabación de la voz de una persona es su huella de voz —un identificador biométrico que el artículo 28 de la PIPL trata como información personal sensible y que no se puede anonimizar—, que viaja junto con lo que realmente se dijo: una llamada, una conversación de soporte, una nota médica o jurídica dictada. Whisper existe en dos formas muy distintas, y la respuesta de cumplimiento depende de cuál utilice. La API de transcripción alojada de OpenAI procesa ese audio en servidores en el extranjero (EE. UU.); el modelo Whisper de código abierto, en cambio, tiene licencia MIT y puede ejecutarse en hardware que usted controla, también dentro de China. Lo deciden tres frentes: una transferencia transfronteriza de información personal, una huella de voz biométrica sensible según el artículo 28 y el almacenamiento dentro del país cuando interviene un CIIO o un tratante de grandes volúmenes.

El README del repositorio Whisper de OpenAI en GitHub, que indica que Whisper es un modelo de reconocimiento de voz de propósito general y que su código y sus pesos se publican bajo la licencia MIT: la base para autoalojarlo en su propia infraestructura dentro del país.
“Whisper's code and model weights are released under the MIT License.” (El código y los pesos del modelo Whisper se publican bajo la licencia MIT). El propio repositorio de OpenAI documenta Whisper como un modelo de reconocimiento de voz abierto y autoalojable: la base para ejecutar la transcripción en una infraestructura que usted controla dentro de China, en lugar de enviar el audio a una API en el extranjero. Fuente: github.com/openai/whisper (README)

OpenAI Whisper en China de un vistazo

Qué lo decide En los propios términos de OpenAI Whisper — y la ley china
Qué le envía Whisper es un modelo de voz a texto: entra audio de personas hablando y sale una transcripción. Ese audio es la huella de voz de quien habla —un identificador biométrico— junto con lo que se dijo (llamadas, mensajes de voz, notas médicas o jurídicas dictadas), a menudo sensible por sí mismo. Una transcripción se puede expurgar; la voz en sí no se puede anonimizar.
La API alojada lo envía al extranjero La API de transcripción alojada de OpenAI (api.openai.com, el endpoint /v1/audio/transcriptions, que sirve modelos como whisper-1 y gpt-4o-transcribe) procesa el audio en servidores en el extranjero (EE. UU.), y OpenAI no incluye China continental entre los países donde su API está disponible. Enviar allí el audio de un usuario en China es una transferencia transfronteriza de información personal (数据出境) conforme a los artículos 38–40 de la PIPL: información, un consentimiento separado y un mecanismo de transferencia (una evaluación de seguridad de la CAC, el contrato estándar o una certificación).
Una huella de voz es un dato biométrico sensible Según el artículo 28 de la PIPL, la información biométrica es información personal sensible: tratar o exportar una huella de voz exige un consentimiento separado y específico y una evaluación previa de impacto sobre la protección de la información personal (PIPIA). El contenido hablado puede añadir otras categorías sensibles (salud, finanzas, documentos de identidad oficiales). Nada de ello puede anonimizarse separándolo del audio.
Conservación, entrenamiento y residencia Para la API alojada, OpenAI afirma que, desde el 1 de marzo de 2023, los datos enviados a la API no se usan para entrenar sus modelos salvo que usted lo autorice expresamente, y que los registros de supervisión de abusos se conservan hasta 30 días por defecto (la retención cero de datos solo está disponible con aprobación previa). Por otra parte, el modelo Whisper de código abierto (licencia MIT, pesos en GitHub y Hugging Face) puede autoalojarse, de modo que existe una opción genuina dentro del país. Para un CIIO o un tratante de grandes volúmenes, el almacenamiento dentro del país es obligatorio según 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.
La cuestión no es llegar a la API, sino mantener el audio dentro del país La decisión no es si se puede acceder al modelo o a la API desde China, sino si la huella de voz y el contenido hablado de personas en China permanecen en el país por una vía legal y con consentimiento. La palanca dentro del país es autoalojar el modelo abierto de Whisper en una infraestructura que usted opere dentro de China (o enviar el audio de China a un servicio de voz nacional con licencia), obtener el consentimiento separado del artículo 28 y realizar la PIPIA. La aplicación orientada a China que capta el audio es en sí un servicio del continente: conlleva un deber de registro ICP (备案) y necesita una entrega conforme dentro del país.

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

Whisper es un sistema de voz a texto: usted le entrega una grabación y le devuelve texto. La forma útil de ver la exposición de cumplimiento es fijarse en lo que la grabación es. Es, en primer lugar, la huella de voz de quien habla —el patrón acústico de una voz humana concreta, un identificador biométrico de esa persona— y, en segundo lugar, el contenido hablado: las palabras de una llamada comercial, una conversación de soporte, un mensaje de voz, una nota clínica o jurídica dictada. Ambos viajan juntos en cada solicitud, y ambos describen a personas identificables.

Bajo el nombre Whisper hay dos cosas muy distintas, y la respuesta de cumplimiento depende de cuál utilice:

  • El modelo de código abierto: el código y los pesos de Whisper se publican bajo la licencia MIT en GitHub y Hugging Face. Usted lo instala y lo ejecuta en el hardware que elija, en cualquier país, incluidos sus propios servidores dentro de China. El audio no tiene por qué salir nunca de su entorno.
  • La API de transcripción alojada de OpenAI: su aplicación sube el audio a api.openai.com (el endpoint /v1/audio/transcriptions, que sirve modelos como whisper-1 y gpt-4o-transcribe) y recibe a cambio una transcripción. OpenAI procesa ese audio en su infraestructura en el extranjero (EE. UU.), y OpenAI no incluye China continental entre los países y territorios donde su API está disponible. Para la vía alojada, OpenAI afirma que, desde el 1 de marzo de 2023, los datos enviados a la API no se usan para entrenar sus modelos salvo que usted lo autorice expresamente, y que los registros de supervisión de abusos se conservan hasta 30 días por defecto (la retención cero de datos solo está disponible con aprobación previa).

Una aclaración honesta sobre el eje: Whisper transcribe; no sintetiza ni clona voces. Por eso, los deberes de registro de síntesis profunda y de IA generativa que se aplican a los servicios de generación de voz no surgen para Whisper en sí. La exposición aquí es, de lleno, la transferencia transfronteriza en vivo de un identificador biométrico y de contenido sensible en la vía alojada, no un contenido generado.

Es una transferencia transfronteriza de datos biométricos sensibles, conforme a la PIPL

Si elige la API alojada para usuarios en China, ha construido una tubería que envía sus voces fuera del país. Eso es una transferencia transfronteriza de información personal (数据出境) conforme a la Ley de Protección de Información Personal de China, y el deber recae sobre usted como responsable del tratamiento, no sobre el proveedor. Los artículos 38–40 de la PIPL exigen información, un consentimiento separado, distinto de la aceptación del usuario para usar la función, y un mecanismo legal de transferencia: una evaluación de seguridad de la CAC, el contrato estándar de la CAC o una certificación.

El audio también eleva el listón de sensibilidad, y esa es la parte que diferencia un servicio de voz de una exportación de contenido corriente. Una huella de voz es información biométrica, que el artículo 28 de la PIPL clasifica como información personal sensible: una categoría que exige un consentimiento separado y específico y una evaluación previa de impacto sobre la protección de la información personal (PIPIA) antes de tratar o transferir los datos. El contenido hablado puede arrastrar otras categorías sensibles propias (salud, finanzas, documentos de identidad oficiales). Y, a diferencia de una transcripción, que se puede expurgar, la grabación de una voz no se puede anonimizar: el identificador es el audio, así que eliminarlo anula el propósito de enviarlo.

Por debajo del consentimiento está la residencia. Un operador de infraestructuras de información críticas o un tratante de grandes volúmenes debe almacenar dentro del continente la información personal recogida en China —artículo 40 de la PIPL junto con el artículo 39 de la Ley de Ciberseguridad (antes artículo 37)—, un deber que una API en el extranjero no puede cumplir por su propia estructura; y cuando los volúmenes o la sensibilidad superan los umbrales, la exportación en sí necesita una evaluación de seguridad de la CAC para la exportación de datos antes de poder realizarse.

La cuestión no es llegar a la API, sino mantener el audio dentro del país

Que un endpoint responda desde Shanghái no es la decisión. La decisión es si las huellas de voz y las palabras de personas en China permanecen en el país sobre una base legal y con consentimiento. Para Whisper, la respuesta honesta tiene mejor forma que la que pueden ofrecer la mayoría de los servicios de voz extranjeros, porque el modelo es abierto.

La palanca más sólida dentro del país es autoalojar el modelo de código abierto Whisper en una infraestructura que usted opere dentro de China. Como los pesos tienen licencia MIT y están publicados, puede transcribir íntegramente dentro del continente: el audio y la huella de voz nunca cruzan la frontera, de modo que el frente transfronterizo desaparece y la residencia queda satisfecha por diseño. Si prefiere no operar el modelo usted mismo, la alternativa es un servicio de voz nacional con licencia que mantenga los datos dentro del país. En ambos casos, usted sigue obteniendo el consentimiento separado del artículo 28, realiza la PIPIA y minimiza lo que recoge y conserva. Lo que esto no es: un arreglo que de todos modos envíe el audio de un usuario en China a la API en el extranjero mientras lo presenta como local. Mantener el procesamiento realmente dentro del país es precisamente la cuestión.

Esta página es un mapa de riesgos, no un veredicto: lo que su producto haga realmente con el audio decide qué deberes le alcanzan y hasta dónde llegan, así que resuelva los detalles con asesoría legal antes de construir.

Existe una forma legal de ofrecer transcripción a sus usuarios en China, y tiene una forma clara: el procesamiento del audio permanece dentro del país, por una vía con consentimiento, y la aplicación orientada a China que lo capta está registrada y se entrega dentro del país. La parte que asume 21YunBox es esa base, y es más que asesoramiento. Nuestro equipo de China hace tres cosas. Cartografiamos qué audio fluye hacia el servicio de voz: qué huellas de voz y qué contenido hablado transporta, dónde se procesaría y conservaría, y dónde le falta una base legal (el consentimiento separado y la PIPIA del artículo 28; un mecanismo de transferencia). Localizamos el procesamiento dentro del país: ponemos en marcha el modelo de código abierto Whisper en una infraestructura dentro de China para que la huella de voz nunca salga del continente, o integramos un servicio de voz nacional con licencia si prefiere no ejecutar el modelo usted mismo, en lugar de una llamada que de otro modo enviaría el audio a una API en el extranjero, con el consentimiento del artículo 28 obtenido y la conservación en el extranjero desactivada. Y entregamos dentro del país la aplicación o la función orientada a China que capta el audio, sobre infraestructura con registro ICP —el 21YunBox Optimizer—, por delante de lo que usted ya opera, sin reconstrucción ni cambio de plataforma.

El resultado es una función de transcripción que funciona de forma legal y conforme para sus usuarios en China. 21YunBox nunca utiliza ni sugiere ninguna forma de elusión: se trata de un despliegue legal dentro del país, construido sobre un modelo abierto que usted tiene licencia para ejecutar y sobre infraestructura nacional con licencia, no de un rodeo para incumplir las condiciones de nadie.

Solicitar una evaluación de cumplimiento →


Lectura relacionada:

Preguntas frecuentes

¿Está disponible OpenAI Whisper en China continental?

Distinga los dos Whisper. El modelo de código abierto Whisper (licencia MIT) puede descargarse y ejecutarse en cualquier lugar, incluidos sus propios servidores dentro de China. La API de transcripción alojada de OpenAI es otra cosa: OpenAI no incluye China continental entre los países y territorios donde su API está disponible, y procesa el audio en servidores en el extranjero (EE. UU.). Por eso, la vía honesta y legal dentro del país es autoalojar el modelo abierto (o usar un servicio de voz nacional con licencia), no llegar a la API en el extranjero. 21YunBox nunca utiliza ni sugiere ninguna forma de elusión.

¿Por qué enviar audio a la API alojada de Whisper es un problema conforme a la PIPL?

Porque el audio es información personal, y en concreto sensible. Una grabación contiene la huella de voz de quien habla, que es un dato biométrico y, por tanto, información personal sensible según el artículo 28 de la PIPL, además de lo que se dijo (a menudo sensible por sí mismo). Enviar el audio de un usuario en China a la API en el extranjero es una transferencia transfronteriza conforme a los artículos 38–40 de la PIPL (información, un consentimiento separado y un mecanismo de transferencia), y el listón del artículo 28 añade un consentimiento separado y específico y una PIPIA. La grabación de una voz no se puede anonimizar, así que no puede eliminar el identificador y conservar la función. Confirme sus obligaciones exactas con asesoría legal.

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

Mantener el procesamiento del audio dentro del continente. Como Whisper es de código abierto y tiene licencia MIT, usted puede autoalojar el modelo en una infraestructura dentro del país para que la huella de voz y el contenido hablado nunca salgan de China; si prefiere no ejecutar el modelo usted mismo, envíe el audio de China a un servicio de voz nacional con licencia. Combínelo con el consentimiento separado del artículo 28 y una PIPIA, desactive cualquier conservación en el extranjero, y registre y entregue la aplicación orientada a China que capta el audio (registro ICP más entrega dentro del país). 21YunBox cartografía la exposición, localiza el procesamiento en la vía dentro del país y lo entrega, sin reconstruir. Es un despliegue legal dentro del país, no un rodeo para incumplir las condiciones de nadie.

Artículos sobre OpenAI Whisper