Paso 1 · Elige el audio o vídeo
MP3, WAV, M4A, MP4, MOV…Arrastra el archivo aquí o búscalo en tu equipo
Audio o vídeo · hasta 100 MB
Cómo transcribir un audio a texto
- Sube el archivo de audio o vídeo. Se aceptan MP3, WAV, M4A, MP4, MOV y otros formatos habituales.
- Elige el idioma o deja la detección automática si no lo sabes.
- Espera la transcripción: verás el progreso y puedes cancelar en cualquier momento.
- Revisa y descarga el texto en TXT, o los subtítulos en SRT/VTT con marcas de tiempo.
TXT, SRT y VTT: para qué sirve cada formato
| Formato | Contenido | Uso habitual |
|---|---|---|
| TXT | Texto plano sin tiempos. | Actas, notas, artículos, resúmenes. |
| SRT | Texto con inicio y fin de cada fragmento. | Subtítulos para editores de vídeo y YouTube. |
| VTT | Texto con tiempos en formato WebVTT. | Subtítulos para web y reproductores HTML5. |
Qué precisión puedo esperar
La calidad depende de la grabación: un audio limpio, sin música de fondo y con una sola voz se transcribe mucho mejor que una conversación con ruido, varias personas hablando a la vez o acentos muy marcados. Los nombres propios, las cifras, las siglas y los términos técnicos son los fallos más frecuentes. Revisa siempre el resultado antes de publicarlo o usarlo en un documento oficial.
Privacidad: tu audio sí se sube al servidor
A diferencia de las herramientas de imagen y PDF, la transcripción necesita el archivo en el servidor para ejecutar el modelo de voz. El audio se guarda en una carpeta temporal, se procesa y se borra al terminar o en la limpieza periódica. No se envía a plataformas externas ni se usa para entrenar modelos. Si el contenido es confidencial, revisa las condiciones antes de subirlo.
Límites y formatos
El límite depende de la configuración del servidor: por defecto, 100 MB y 30 minutos por archivo. La transcripción se hace en CPU, así que un audio largo puede tardar varios minutos. Los formatos más fiables son MP3, WAV, M4A, MP4 y MOV; si tu archivo no se reconoce, conviértelo primero a MP3 o WAV.
Preguntas frecuentes
¿Puedo transcribir un vídeo?
Sí. Del vídeo se extrae la pista de audio y se transcribe igual. No se procesa la imagen ni se genera un vídeo nuevo.
¿Se detectan varios idiomas a la vez?
El modelo elige un idioma principal. Si hay dos idiomas mezclados, la detección automática puede fallar; en ese caso elige el idioma predominante o divide el audio.
¿Las marcas de tiempo son exactas?
Son aproximadas y sirven para orientar los subtítulos. En frases rápidas o con silencios largos pueden desviarse unas décimas. Ajusta el SRT en tu editor si necesitas sincronización perfecta.
¿Puedo cancelar la transcripción?
Sí. Mientras se procesa verás un botón «Cancelar». Al cancelar se borra el archivo temporal y no se descarga ningún resultado.
¿El texto se guarda en el servidor?
El resultado vive en memoria el tiempo necesario para que lo descargues y se elimina con la limpieza periódica. No hay cuentas, historial ni almacenamiento permanente.
¿Solo necesitas el audio de un vídeo? Prueba también comprimir vídeo o recortar un clip.