Audio a texto

Acerca de esta herramienta

Esta herramienta gratuita transcribe un archivo de audio a texto — sube una grabación y escribe lo que se dijo. Muy útil para convertir notas de voz, entrevistas, clases, reuniones o pódcasts en texto que puedes buscar, editar y copiar.

Más allá de una transcripción simple, puedes activar las marcas de tiempo y descargar el resultado como archivos de subtítulos SRT o VTT — los formatos de subtítulos que usan los editores de vídeo y YouTube. Así se convierte en una forma rápida y gratuita de crear subtítulos a partir de un audio, sin ningún programa de subtitulado aparte.

Lo ingenioso: funciona por completo en tu navegador. El modelo de reconocimiento de voz (una versión compacta de Whisper de OpenAI) se descarga una sola vez, unos 40 MB, y luego se ejecuta en tu propio dispositivo con WebAssembly. Tu audio nunca se sube a un servidor, así que es totalmente privado — una ventaja real frente a los sitios de transcripción que envían tu grabación a la nube.

Como todo ocurre en local, la velocidad depende de tu dispositivo y las grabaciones más largas tardan más. Tras la primera ejecución el modelo queda en caché, así que la herramienta incluso funciona sin conexión. Para dictado en vivo desde tu micrófono, prueba mejor la herramienta «Voz a texto».

Funciones

• Transcripción en el dispositivo — tu audio nunca sale de tu dispositivo
• Compatible con MP3, WAV, M4A y OGG
• Marcas de tiempo — muestra los marcadores para ver cuándo se dijo cada línea
• Cuatro formas de guardar — texto simple, texto con marcas de tiempo, subtítulos SRT o VTT
• Listo para subtítulos — los archivos SRT/VTT se cargan directamente en editores de vídeo o YouTube
• Transcripción editable — corrige y copia el texto antes de descargarlo
• Funciona sin conexión tras la primera ejecución
• Gratis — sin registro, sin subidas, sin marca de agua

Cómo usarla

• Sube un archivo de audio — haz clic en el recuadro o arrastra un archivo (MP3, WAV, M4A u OGG)
• Pulsa «Transcribir» — la primera ejecución descarga el motor de voz (unos 40 MB)
• Espera a que termine — las grabaciones más largas tardan más en procesarse
• Revisa y edita la transcripción, y marca Mostrar marcas de tiempo si quieres los marcadores
• Descarga como texto simple (.txt) o como subtítulos SRT o VTT — o copia el texto

Preguntas frecuentes

¿Se sube mi audio a algún sitio?

No. La grabación se transcribe en tu navegador, en tu propio dispositivo — nunca se envía a un servidor.

¿Puedo descargar subtítulos (SRT o VTT)?

Sí. Después de transcribir puedes descargar el resultado como archivo de subtítulos SRT o VTT, como texto con marcas de tiempo o como transcripción .txt simple. SRT y VTT incluyen la hora de inicio y de fin de cada línea.

¿Puedo añadir marcas de tiempo a la transcripción?

Sí — marca Mostrar marcas de tiempo y cada línea se precede del momento en que se dijo. Las marcas de tiempo también están integradas en las descargas SRT y VTT.

¿Puedo usarla para subtitular un vídeo?

Sí. Exporta la transcripción como SRT o VTT y cárgala en tu editor de vídeo, o súbela a YouTube como pista de subtítulos.

¿Por qué descarga 40 MB la primera vez?

Es el modelo de reconocimiento de voz. Se descarga una vez y luego tu navegador lo guarda en caché, así que las siguientes ejecuciones son más rápidas e incluso funcionan sin conexión.

¿Qué precisión tiene?

Usa un modelo Whisper compacto, bueno para el habla clara. La precisión baja con mucho ruido de fondo, acentos marcados o voces superpuestas — y siempre puedes editar la transcripción antes de descargarla.

¿En qué se diferencia de «Voz a texto»?

«Voz a texto» escucha tu micrófono en directo; «Audio a texto» transcribe un archivo de audio que ya tienes.