Transcribir una grabación de audio
Elige un archivo de una grabadora de voz o de una app de grabación y la IA (Whisper o SenseVoice) lo transcribe dentro de tu navegador. No hace falta convertir el formato y no hay límite de tiempo, dure lo que dure la grabación. El audio nunca llega a un servidor. ¿No tienes un archivo? Puedes grabar con el micrófono en esta página y transcribirlo enseguida (hasta 3 horas, o menos según la memoria del dispositivo y el modelo elegido).
La precisión baja mucho en este idioma con los modelos pequeños. Elige Whisper Small o uno mayor
Normalmente puedes dejarlo en «Auto». Indícalo solo si el resultado muestra un número de hablantes claramente distinto del real
¿No tienes un archivo? Graba con el micrófono. La transcripción empieza cuando detienes la grabación (hasta unos 000 min en este dispositivo con el modelo elegido). La grabación tampoco se envía a ningún servidor.
Cómo transcribir una grabación de una grabadora de voz
- Conecta la grabadora de voz al ordenador por USB y copia la grabación. Si grabaste con una app del móvil, guarda el archivo en un almacenamiento en la nube desde el menú de compartir. Para las Notas de Voz del iPhone, consulta los pasos en la página Transcripción de M4A.
- Si hablan dos o más personas, activa la diarización de hablantes. Si conoces el idioma, elígelo en lugar de la detección automática.
- Elige la grabación. Las líneas confirmadas aparecen en pantalla a medida que avanza y, al terminar, puedes elegir TXT, Word, SRT u otro formato en «Guardar archivo».
Cómo grabar con el micrófono y transcribir
- Pulsa «Grabar con el micrófono» y permite el acceso al micrófono cuando el navegador lo pida.
- Cuando termines de hablar, pulsa «Detener la grabación». El límite de grabación se muestra en la pantalla mientras grabas. En el móvil, si bloqueas la pantalla o cambias a otra app mientras grabas, la grabación puede detenerse.
- Comprueba el idioma, el modelo y la diarización de hablantes y pulsa «Empezar a transcribir». Con «Guardar como archivo de audio» puedes guardar la grabación como archivo; además, se conserva en el historial de este dispositivo junto con la transcripción.
Formatos de archivo según el dispositivo de grabación
Muchas grabadoras de voz guardan en MP3 o WAV, y algunas en WMA. Las apps de grabación del móvil guardan en M4A, MP3, AMR u otros formatos. Todos se cargan tal cual, así que no hace falta convertirlos antes a MP3.
Lo que más influye en el resultado son las condiciones de la grabación. Importan tres cosas: que quien habla esté cerca del micrófono, que haya poco ruido de fondo, como el del aire acondicionado, y que las voces no se solapen.
No hay límite de tiempo, ni siquiera para grabaciones largas. Las líneas confirmadas aparecen durante el proceso, así que puedes revisar el contenido antes de que termine. Si cierras la página a medias, el texto confirmado hasta ese momento queda en el historial.
Si algo no funciona
- Si se pierden voces bajas o lejanas en idiomas distintos del japonés, el chino y el coreano, cambia a Small o a un modelo mayor. Para español, alemán y otros idiomas europeos en un ordenador con WebGPU, Parakeet Ultra es más preciso y rápido que Small.
- En grabaciones largas con silencios pueden aparecer frases que nadie ha dicho. Borra esas líneas en la pantalla de resultados.
Preguntas frecuentes
¿Qué formatos de grabación se admiten?
Se admiten MP3, WAV, M4A, AAC, FLAC, OGG, Opus, AIFF, WMA, AMR y WebM. Si eliges un archivo de vídeo, solo se extrae y procesa su pista de audio.
¿Cuántas horas de grabación se pueden transcribir?
Los archivos de audio no tienen límite de tiempo ni de tamaño. La duración que se puede procesar de una vez depende de la memoria del dispositivo y del modelo elegido. Si grabas con el micrófono en esta página, puedes grabar hasta 3 horas, o menos según la memoria del dispositivo y el modelo elegido; el límite se muestra antes de empezar a grabar. Los móviles funcionan en un modo de memoria reducida para proteger el dispositivo, así que para grabaciones largas es preferible un ordenador.
¿Puede separar a varios hablantes de una grabación?
Sí. Con la diarización de hablantes activada, las líneas se dividen por hablante (hasta ocho). Para grabaciones de reuniones, la página Transcripción de reuniones, que la tiene activada desde el principio, es la más cómoda.
¿Se envía mi grabación a algún sitio?
No. La transcripción se ejecuta en el navegador de tu dispositivo, y ni la grabación ni el texto resultante pasan a un servidor externo. El audio grabado con el micrófono se trata igual. Eso sí, las estadísticas de procesamiento que sirven para corregir fallos (características del dispositivo, tipo de error, etc.) se envían al servidor de este sitio, pero no incluyen el audio, el texto transcrito, los nombres de archivo ni las direcciones IP. Puedes desactivar este envío con el interruptor de la sección «Ayúdanos a mejorar el servicio», al final de la página.
Preparar el audio y el vídeo, y después de transcribir
Ayúdanos a mejorar el servicio
Enviarnos las circunstancias de una ejecución —con éxito o fallida— nos ayuda a encontrar los problemas (una tasa de fallos necesita ambas). Saber qué dispositivos y ajustes fallan más nos permite revisar los valores recomendados y corregir los errores. Si no te importa, dejarlo activado nos ayuda mucho.
Qué se envía
Las características del dispositivo (modelo de GPU, memoria, número de núcleos), el navegador y el sistema operativo, el modelo y el idioma elegidos, el ajuste de diarización de hablantes (si está activada y el número de hablantes indicado), el idioma de la interfaz, hasta dónde llegó el proceso (también si lo detuviste o cerraste la página), el tipo y los detalles del error, el formato del archivo con su tamaño y duración aproximados, y cuánto tardó. Un número temporal que relaciona los procesos de la misma pestaña (se elimina al cerrar la pestaña). En la pantalla de resultados: cuántas veces se usó la edición (como cambiar el nombre de un hablante o dividir una línea), la traducción, el resumen y la importación de subtítulos, los formatos elegidos en «Guardar archivo», cuántas veces se usaron «Copiar texto» y «Guardar todo» y el par de idiomas de la traducción.
Qué no se envía nunca
El audio, las transcripciones (incluidos los nombres de hablantes y las traducciones), los nombres de archivo y las direcciones IP. Los datos van únicamente al servidor de este sitio, nunca a un servicio de terceros.