Ir al contenido principal

Transcribir audio a texto

Sube un MP3, M4A, WAV o audio de WhatsApp y recibe el texto con marcas de tiempo en pocos minutos.

Gratis y sin registro: 1 archivo al día de hasta 10 minutos. El audio se elimina automáticamente después de 7 días.

  • Archivos de audio y video, de hasta 10 horas en Pro
  • 20 idiomas o detección automática
  • Exportación en TXT, Word, SRT, VTT y JSON
  • Audio eliminado después de 7 días

Transcribir audio en 3 pasos

Elegir el archivo, revisar el idioma y descargar el texto
  1. Arrastra el archivo de audio al recuadro de arriba.
  2. Mantén el español seleccionado o elige otro idioma.
  3. Copia el texto o descárgalo en TXT, SRT, VTT o JSON.

Qué obtienes

  • Marcas de tiempo en cada fragmento, para volver al momento exacto de la grabación.
  • Puntuación y mayúsculas añadidas automáticamente.
  • Un editor para corregir nombres, siglas y términos técnicos antes de exportar.
  • Archivos de subtítulos (SRT y VTT) listos para YouTube, CapCut, Premiere o cualquier reproductor.

Consejos para un mejor resultado

Un micrófono cerca de quien habla da una grabación más clara

Graba cerca del micrófono y evita la música o el ruido de fondo. Si la grabación está en español, deja el idioma seleccionado en lugar de usar la detección automática: es más rápido y evita que el idioma se detecte mal en audios cortos.

Qué revisar en una transcripción automática

Escuchar un fragmento y corregir una palabra en la transcripción

Una grabación clara necesita pocas correcciones, y los errores que quedan suelen estar en los mismos sitios:

  • Nombres de personas, lugares y empresas
  • Números, fechas y cantidades
  • Términos técnicos y siglas
  • Momentos en los que dos personas hablan a la vez

Haz clic en una marca de tiempo para escuchar justo ese momento y corrige el texto en el editor.

Qué grabaciones funcionan mejor

GrabaciónQué puedes esperar
Entrevista con el teléfono sobre la mesaMuy pocas correcciones
Audio de WhatsApp grabado cerca de la bocaMuy pocas correcciones
Videollamada grabadaBien; revisa nombres y voces superpuestas
Clase grabada desde el fondo del aulaAprovechable; el eco y la distancia restan precisión
Llamada telefónicaAlgunos errores más que en una grabación directa

Para entrevistas, clases y reuniones

Entrevistas y trabajos de investigación. Cada fragmento tiene su marca de tiempo, así que puedes comprobar una cita en la grabación antes de usarla.

Clases. Estudia con el texto y vuelve al audio solo en las partes que no quedaron claras.

Reuniones. Busca en el texto las decisiones, los responsables y las fechas para redactar el acta.

Cómo sacar el audio del teléfono

GrabaciónCómo conseguir el archivo
Audio de WhatsAppEn el iPhone, reenvíalo a tu correo y guarda el adjunto; en Android, usa la opción de compartir. Pasos en transcribir audios de WhatsApp
Notas de voz del iPhoneAbre la nota, toca los tres puntos, Compartir y Guardar en Archivos
Grabadora de AndroidAbre la grabación, toca Compartir y guárdala en tus archivos o en Drive

Después abre esta página en el navegador del teléfono y elige el archivo. Los nombres de los menús cambian un poco según el modelo y la versión de la aplicación.

Otros idiomas

Además del español puedes elegir inglés, portugués, francés, italiano, alemán, neerlandés, polaco, sueco, ruso, ucraniano, turco, árabe, hindi, japonés, coreano, chino, vietnamita, tailandés e indonesio. El texto sale en el idioma que se habla en la grabación; VoceText no traduce.

Qué hacer con el texto

  • Pégalo en un documento. Copia toda la transcripción con un clic o descarga el TXT.
  • Saca citas. Cada fragmento tiene su marca de tiempo para confirmar las palabras exactas.
  • Busca en la grabación. Encuentra un nombre o un tema en el texto en lugar de recorrer el audio.

Límites del plan gratuito y de Pro

Límites del plan gratuito y de Pro
Sin cuentaCuenta gratuitaPro
PrecioGratisGratis$10/mes o $96/año
Archivos al día13Sin límite diario
Duración máxima del archivo10 minutos30 minutos10 horas
Cupo mensualSolo límite diario10 horas100 horas
Identificación de hablantesNo incluidoNo incluidoHasta 10 horas al mes
Editar y guardar transcripcionesNo incluidoIncluidoIncluido
Formatos de descargaTXT, DOCX, SRT, VTT, JSONTXT, DOCX, SRT, VTT, JSONTXT, DOCX, SRT, VTT, JSON
Transcripciones guardadas durante24 horas30 díasHasta que las elimines

Preguntas frecuentes

¿Cómo paso un audio a texto?

Selecciona el archivo en el recuadro de arriba, deja el idioma en español y haz clic en Transcribir. En pocos minutos aparece el texto con la marca de tiempo de cada fragmento.

¿Se puede transcribir audio gratis?

Sí. Sin registro puedes transcribir 1 archivo de hasta 10 minutos al día. Con una cuenta gratuita, 3 archivos al día de hasta 30 minutos.

¿Qué formatos de audio acepta?

MP3, M4A, WAV, OGG, Opus (audios de WhatsApp), FLAC, AAC y la mayoría de formatos habituales. También funciona con archivos de video.

¿Puedo corregir el texto después?

Sí. Con una cuenta puedes editar la transcripción, hacer clic en cualquier fragmento para escuchar ese momento y guardar la versión corregida.

¿Cuánto audio puedo subir?

Hasta 10 minutos por archivo sin registro, hasta 30 minutos con el plan gratuito y hasta 10 horas con Pro.

¿La transcripción es literal?

Sigue muy de cerca lo que se dijo. Las muletillas muy cortas, como «eh», a menudo no aparecen, y los fragmentos inaudibles pueden faltar. Si necesitas un registro estrictamente literal, revisa el texto mientras escuchas.

¿Distingue quién habla?

Sí, en Pro. Activa Identificar a los hablantes antes de empezar y cada párrafo llevará el número del hablante. Es más fiable cuando las personas hablan por turnos.

¿Qué pasa con mi audio?

El audio solo se usa para generar tu transcripción y se borra automáticamente a los 7 días. Las grabaciones no se usan para entrenar modelos de IA.

¿Qué tan precisa es la transcripción?

Una grabación clara suele necesitar pocas correcciones. Hasta ahora solo hemos probado la precisión con fragmentos cortos de voz generada por computadora, que volvieron con pocos errores o ninguno. Las grabaciones reales son más difíciles: cuenta con más correcciones cuando haya ruido de fondo, calidad de teléfono o varias personas hablando a la vez.

¿Puedo transcribir varios audios a la vez?

Los archivos se procesan de uno en uno. Empieza el siguiente cuando termine la subida del anterior.