Radar indexa 130.000 pódcast: los agentes de IA ya pueden escucharlos
Particle presentó Radar el 26 de agosto de 2026, un servicio que permite buscar dentro de las conversaciones de más de 130.000 pódcast y consultarlas desde una interfaz web o mediante agentes de IA. En su anuncio de Radar, la empresa afirma que los episodios están transcritos, incluyen etiquetas de hablante y metadatos, y que unos 20.000 episodios se incorporan cada día.
La presentación del 26 de agosto convirtió una función del lector de noticias de Particle en un producto independiente orientado a la búsqueda y la automatización. TechCrunch documentó que la aplicación utilizaba esta tecnología para colocar fragmentos de pódcast junto a noticias relacionadas y que Particle decidió ofrecer el mismo conjunto de datos mediante una API y un servidor MCP.
Qué indexa Radar dentro de cada episodio
Radar no se limita al título, la descripción o la lista de invitados. Su índice contiene ventanas de transcripción segmentadas, la identidad atribuida a cada hablante y el momento del episodio en el que aparece el pasaje. Los metadatos también identifican temas y entidades como personas, empresas, productos y marcas.
Las consultas pueden realizarse por entidad, por palabras o frases exactas y por significado. La búsqueda semántica intenta recuperar intervenciones relacionadas con una idea aunque el hablante no haya usado literalmente los términos introducidos. El resultado es una colección de pasajes vinculados con sus episodios, no una simple lista de programas que incluyen una palabra en la ficha.
La escala requiere una salvedad: tanto la cobertura del catálogo como el ritmo de incorporación son cifras proporcionadas por Particle. Los materiales del lanzamiento no incluyen una medición independiente de la exhaustividad del índice ni resultados comparables sobre la precisión de las transcripciones en diferentes idiomas. Encontrar pocas menciones, por tanto, puede reflejar tanto la conversación real como los límites de cobertura o reconocimiento.
La web, las alertas, la API y MCP resuelven tareas distintas
El buscador web está pensado para la exploración manual. Permite formular una consulta, abrir coincidencias, leer el contexto y saltar al momento correspondiente del audio. Es la vía adecuada para depurar una búsqueda antes de automatizarla o para revisar un pasaje que se utilizará en un informe.
- Las alertas siguen menciones de una entidad o la aparición de un invitado y pueden llegar por correo electrónico, Slack o webhook, inmediatamente o como resumen.
- La API permite que una aplicación envíe consultas al corpus y procese los resultados dentro de un flujo propio.
- MCP proporciona a un agente una conexión para consultar las herramientas y los datos de Particle durante una tarea.
En ese sentido, decir que los agentes pueden “escuchar” estos pódcast es una abreviación. El agente no reproduce necesariamente miles de horas de audio: interroga las transcripciones y los metadatos preparados por Particle, recupera los fragmentos pertinentes y los incorpora como contexto. La respuesta obtenida seguirá dependiendo de la calidad de la transcripción, de la recuperación y de las instrucciones del sistema que utiliza los datos.
Tres usos que se pueden reproducir
Investigar una hipótesis de mercado
Un analista puede comenzar con una afirmación delimitada, por ejemplo, que cierto problema operativo aparece con frecuencia en conversaciones con responsables de pequeñas empresas. La búsqueda por concepto permite reunir pasajes, identificar quién habla y comparar el contexto en distintos programas. Es evidencia cualitativa para examinar la hipótesis; el número de coincidencias no constituye una encuesta representativa de empresas ni de oyentes.
Seguir menciones de una marca o producto
El primer paso es una consulta manual que permita descubrir homónimos, abreviaturas y usos irrelevantes. Una vez depurada, la misma entidad puede quedar bajo seguimiento mediante alertas. El contexto del episodio ayuda a separar una recomendación, una crítica, una mención incidental y una entrevista en la que participa un portavoz de la compañía.
Examinar anunciantes y patrocinadores
Las funciones de inteligencia publicitaria permiten buscar patrocinadores y consultar información sobre sus apariciones, incluidos los textos transcritos de las inserciones. Un analista puede partir de una marca, localizar los episodios en los que figura y comparar si el mensaje o la presencia se repiten. Esos datos muestran actividad dentro del catálogo de Radar, pero no acreditan por sí solos la inversión del anunciante, la audiencia alcanzada o las ventas producidas.
Una transcripción localizada todavía debe comprobarse
La capacidad de encontrar una frase no garantiza que pueda citarse sin revisión. Una transcripción automática puede equivocarse con nombres propios, cantidades, términos técnicos o cambios de hablante; una coincidencia semántica también puede ser relevante para una investigación sin reproducir literalmente la afirmación buscada.
- Abrir el resultado y leer las intervenciones anteriores y posteriores.
- Reproducir el audio desde la marca temporal para compararlo con el texto.
- Confirmar la identidad del hablante con la presentación y el contexto del episodio, no solo con la etiqueta automática.
- Registrar el nombre del programa, el episodio y el momento exacto antes de publicar una cita.
Las cifras, acusaciones y declaraciones sensibles requieren además un contraste documental independiente. Radar reduce el trabajo necesario para localizar una conversación, pero no verifica la veracidad de lo dicho por los participantes ni convierte automáticamente sus transcripciones en citas exactas.
Qué queda abierto después del lanzamiento
Radar ya funciona como buscador web y como capa de datos para aplicaciones y agentes. Particle también plantea extender en el futuro su tecnología a otros tipos de audio, entre ellos vídeos de YouTube y fragmentos informativos; esa ampliación es una intención, no parte de la cobertura confirmada para el lanzamiento.
Quedan por conocerse evaluaciones externas sobre precisión multilingüe, duplicados, profundidad histórica y velocidad de incorporación según el programa. El cambio comprobable es más concreto: Particle convirtió su índice de conversaciones en un producto que personas y sistemas automatizados pueden consultar para buscar pasajes, seguir menciones y analizar patrocinadores, con las cifras de escala todavía atribuidas a la empresa.
Lee también:
Suscríbete a nuestro boletín
Reciba las últimas noticias sobre Web3, IA y criptomonedas directamente en su bandeja de entrada.