Convertidor de audio a texto

El Convertidor de audio a texto convierte la voz en texto: una nota de voz, una entrevista, una clase, la grabación de una reunión, un episodio de pódcast, una llamada o la pista de audio de un vídeo. Elija un archivo o grabe con el micrófono. La transcripción aparecerá línea por línea, cada una con el momento en que se dijo.

Dos formas de transcribir

Qué puede hacer con la transcripción

• Comprobarla con la grabación: haga clic en cualquier marca de tiempo para escuchar ese momento y en cualquier línea para corregirla.
• Copiarla o descargarla como texto sin formato, con o sin marcas de tiempo y nombres de los hablantes.
• Crear subtítulos: descargue subtítulos SRT o VTT, sincronizados con la voz y divididos en líneas fáciles de leer.
• Seguir trabajando con ella: tradúzcala, resuma sus puntos clave o incruste los subtítulos en el vídeo.

Consejos para una buena transcripción

• Grabe cerca de quien habla y lejos de música y ventiladores; el ruido es lo que más reduce la precisión.
• Para entrevistas y reuniones, use el modo IA para identificar quién habla en cada línea.
• Si un vídeo no se abre, extraiga el sonido con el Extractor de audio y transcriba el MP3.

Preguntas frecuentes

¿Cómo puedo convertir audio a texto?

Elija el archivo de audio o grabe con el micrófono y pulse Transcribir gratis o Transcribir con IA. El texto aparece línea por línea, cada una con su marca de tiempo. Cópielo o descárguelo como archivo TXT o como subtítulos SRT o VTT.

¿Es realmente gratis?

Sí. El modo gratuito ejecuta un modelo de reconocimiento de voz, Whisper de OpenAI, en su propio navegador. Cada visitante recibe 10 minutos gratis al día (cada archivo cuenta como mínimo 1 minuto), los miembros Pro reciben 200 minutos al día y con Premium el uso es ilimitado. El modo IA cuesta 3 créditos por minuto de voz, y cada visitante recibe 3 créditos de IA gratuitos al día: el primer minuto de transcripción con IA de cada día sale gratis.

¿Qué diferencia hay entre el modo gratuito y el modo IA?

El modo gratuito es privado (10 minutos gratis al día, 200 con Pro y uso ilimitado con Premium) y funciona bien con voces claras en un solo idioma. Sin embargo, es menos preciso con acentos, ruido e idiomas distintos del inglés, y no distingue a los hablantes. El modo IA añade puntuación adecuada, detecta el idioma, funciona mejor con acentos y ruido de fondo e identifica a cada hablante como Hablante 1, Hablante 2, etc. Puede sustituir esas etiquetas por sus nombres.

¿Puedo convertir un vídeo a texto?

Sí. Elija un archivo de vídeo, como MP4, MOV, WebM o MKV, y la herramienta leerá su pista de audio. En el modo IA solo se envía el sonido como un pequeño archivo de audio comprimido; el vídeo permanece siempre en su equipo.

¿Puedo crear subtítulos con la transcripción?

Sí. Descargue la transcripción en SRT o VTT: cada línea se convierte en un subtítulo con su tiempo de inicio y fin. Las líneas largas se dividen en subtítulos de dos líneas fáciles de leer. Puede abrir el archivo en YouTube, Premiere, CapCut o VLC, o incrustarlo en el vídeo con nuestra herramienta Añadir subtítulos a un vídeo.

¿Qué idiomas admite?

El modo IA transcribe más de 100 idiomas y los detecta automáticamente, entre ellos inglés, español, portugués, francés, alemán, chino, japonés, coreano, ruso, árabe e hindi. El modo gratuito admite los mismos idiomas principales, pero debe elegir primero el idioma del audio.

¿Cuánto puede durar la grabación?

Hasta 3 horas, con un tamaño máximo de 500 MB. En el modo gratuito, los visitantes sin un plan pueden transcribir 10 minutos al día, los miembros Pro 200 minutos y los miembros Premium no tienen límite diario. Las grabaciones largas se procesan en partes de hasta dos minutos, con cortes en las pausas para no partir ninguna palabra. La transcripción va apareciendo en pantalla a medida que se completa cada parte. Puede detener el proceso en cualquier momento y continuar más tarde.

¿Mi grabación es privada?

En el modo gratuito, nada sale de su equipo. En el modo IA, el audio se envía por partes para transcribirlo y no se almacena. La transcripción solo se le muestra a usted y tampoco se guarda.

¿Qué precisión tiene?

Con voces claras, el modo IA suele acertar bastante más del 90 % de las palabras, y las marcas de tiempo tienen una precisión de fracciones de segundo. Los nombres, los términos técnicos y las voces bajas o superpuestas pueden causar errores. Por eso puede corregir cualquier línea en la página antes de descargar la transcripción.

¿Puedo transcribir una nota de voz del iPhone o un mensaje de voz de WhatsApp?

Sí. Notas de Voz guarda archivos .m4a y los mensajes de voz de WhatsApp son archivos .opus o .ogg; aquí se admiten ambos formatos. Primero guarde o comparta la grabación en sus archivos y después selecciónela con el botón para subir archivos. Una nota corta cabe de sobra en los 10 minutos gratis al día.

¿Puedo transcribir una grabación de Zoom, Microsoft Teams o Google Meet?

Sí. Seleccione el archivo de la grabación: Zoom guarda un vídeo MP4 y, si lo permite, también un archivo de audio M4A, que ocupa menos y se procesa más rápido; Teams y Meet guardan archivos MP4. La Transcripción con IA identifica a cada hablante. Puede escribir sus nombres reales antes de descargarla para que la transcripción quede como unas notas de reunión.

¿Cuántos créditos cuesta una grabación de una hora?

La Transcripción con IA cuesta 3 créditos por minuto de voz, así que una hora cuesta unos 180 créditos; no se cobran los fragmentos que son casi todo silencio. El modo gratuito no consume créditos: ofrece 10 minutos al día sin plan, 200 con Pro y uso ilimitado con Premium.

¿Puedo obtener la transcripción de un vídeo de YouTube?

Si el vídeo tiene subtítulos, use gratis el Generador de transcripciones de YouTube: pegue el enlace y verá los subtítulos del propio vídeo como texto, sin descargar nada ni gastar créditos. Si tiene el archivo de vídeo o audio, selecciónelo aquí para transcribirlo.

¿Puedo descargar la transcripción como documento de Word?

Sí. Pulse DOC para descargar un archivo que puede abrir en Microsoft Word, Google Docs o LibreOffice. Cada intervención aparece en un párrafo, con el nombre del hablante en negrita; las horas se incluyen cuando está marcada la casilla Marcas de tiempo. También puede descargarla como TXT, SRT o VTT.