Audio a texto — Transcribe archivos de audio con IA

MP3, WAV, OGG, FLAC, M4A y WebM, hasta 500 MB. Una grabación clara con poco ruido de fondo da la transcripción más precisa; para un archivo largo, deja tiempo para que el modelo lo lea por completo.

Depende del modelo y de la duración de la grabación — el modelo Rápido procesa aproximadamente un minuto de audio por minuto, y los modelos más grandes cambian velocidad por precisión. El modelo se descarga una sola vez en la primera ejecución y luego se reutiliza.

Sí. Cada transcripción lleva códigos de tiempo, así que puedes exportar archivos de subtítulos SRT o VTT para un vídeo que ya tengas — compatibles con YouTube, los editores de vídeo y los reproductores multimedia habituales.

Whisper maneja más de 90 idiomas, incluidos español, inglés, francés, alemán, chino, japonés, coreano, árabe y ruso. El idioma se detecta automáticamente o puedes fijarlo antes de transcribir.

Usa el modelo Rápido para clips cortos y limpios y borradores ágiles. Pasa a un modelo más grande cuando el archivo es largo, el audio es ruidoso, o necesitas que los nombres y los términos técnicos se escriban correctamente.

Cambia al modo micrófono (Voz a texto / dictado por voz) para hablar y ver las palabras aparecer en tiempo real. Esta página es para transcribir una grabación que ya tienes.