Curso de inteligencia artificial para principiantes
Aprende a darle tareas claras a la IA y a comprobar sus respuestas
- 1Cómo funciona la IA, sin magia
- 2Cómo pedir textos
- 3Verificación de datos y «alucinaciones»
- 4Imágenes
- Más etapas: 4
Herramienta en línea para transcribir grabaciones de audio y video — reuniones, entrevistas, clases, pódcast y notas de voz — a texto. El resultado llega en párrafos con etiquetas de hablante y marcas de tiempo; se puede editar en la página, copiar o descargar como DOCX, PDF, TXT o subtítulos SRT/VTT. Los archivos cortos se reconocen en el navegador; los de varias horas se procesan en nuestro servidor y recibe un correo cuando el texto está listo.
MP3, WAV, M4A, FLAC, OGG, WebM o un video: arrastre el archivo a la página o elíjalo en su dispositivo.
Elija idioma y calidad, marque «Etiquetar hablantes» e indique el número de participantes si lo conoce.
Corrija palabras y nombres de hablantes en la propia página; luego copie el texto o descargue DOCX, PDF, TXT, SRT o VTT.
Curso de inteligencia artificial para principiantes
Aprende a darle tareas claras a la IA y a comprobar sus respuestas
Texto a Voz
Convierte texto en voz natural con voces neuronales en más de 30 idiomas
Populares ahora mismo
¿Prefiere dictar en vivo? 🎤 Escribir con la voz
Los archivos se transcriben uno por uno. Cada archivo terminado se puede abrir o descargar en esta lista, y todos a la vez con el botón de abajo.
Los textos también se guardan en Mis generaciones
Tu texto transcrito aparecerá aquí.
Para una sesión con psicólogo, psicoterapeuta o coach. El protocolo es una nota para el expediente del cliente: el motivo de consulta, qué cambió desde la sesión anterior, los temas de la sesión, las conclusiones a las que llegó el cliente, el trabajo del profesional, las preguntas de seguridad, los acuerdos, las tareas y la próxima sesión. No hace diagnósticos.
El acta la redacta un modelo de lenguaje. Para el análisis el texto se envía a un proveedor de IA externo (Anthropic, EE. UU.). Antes de enviar sustituimos por marcadores los números de pasaporte, identificadores fiscales y de seguridad social, números de cuenta y tarjeta, teléfonos y correos; los nombres, las empresas y las direcciones permanecen en el texto: no subas una conversación cuyo contenido no tengas derecho a compartir con terceros. Cada punto se verifica: solo aparece si su cita está literalmente en tu texto. Eso descarta conclusiones inventadas, pero no vuelve infalible el análisis: contrasta lo importante con la grabación.
Dónde se transcribe lo decide el selector «Procesamiento» de la configuración. En el navegador el modelo se descarga una vez, queda en caché y funciona en tu dispositivo, así que el tiempo depende de él. En el servidor, nuestra máquina transcribe la grabación: puedes cerrar la pestaña y te llega un correo cuando el texto está listo.
Tiempo = minutos de trabajo por minuto de grabación, mediana de los usos de los visitantes; la primera vez se suma la descarga del modelo. Los nombres son los de la lista «Calidad de Reconocimiento».
| Modelo | Descarga única | Computadora | Teléfono | Cuándo elegirlo |
|---|---|---|---|---|
| RápidoWhisper Tiny | 39–73 MB | ≈ 0,3 | 0,2–0,3 | Borrador de voz en inglés en un dispositivo débil. En otros idiomas se equivoca tanto que la herramienta no lo ofrece por su cuenta. |
| PrecisoWhisper Base | 73 MB | ≈ 0,6 | 0,3–0,9 | Voz en inglés; otros idiomas cuando el dispositivo no alcanza con «Alta precisión». |
| Alta precisiónWhisper Small | 238–462 MB | ≈ 1,4 | 2,4–6,4 | Idiomas distintos del inglés y el ruso, si el dispositivo alcanza: en español comete 3,5 veces menos errores de palabras que Base. |
| MáximaWhisper Large v3 Turbo | 1–1,5 GB | ≈ 3,1 (estimación) | 5–14 (estimación) | El audio más difícil. Requiere tarjeta gráfica; no se ofrece en dispositivos con 4 GB de memoria o menos, y la herramienta nunca lo activa sola. |
| Ruso — más precisoGigaAM v3 | 305 MB | ≈ 0,6 | ≈ 2,7 (estimación) | Voz en ruso: la herramienta lo elige sola si el dispositivo aguanta la descarga. Varias veces menos errores de palabras que Whisper; no reconoce otros idiomas. |
Tiempo por minuto de grabación = mediana de los procesos de este servidor. Identificar hablantes suma ≈ 13 s (estimación) por minuto y, si el servidor está ocupado, la espera en la cola.
| Modo | Tiempo por minuto de grabación | Cuándo elegirlo |
|---|---|---|
| EstándarWhisper Base | ≈ 13 s (estimación) | Rápida, la menos precisa |
| AltaWhisper Small | ≈ 26 s (estimación) | El doble de precisa que la Estándar |
| MáximaWhisper Large v3 Turbo | ≈ 30 s (estimación) | Todos los idiomas; en ruso, mejor con audio limpio |
| Modelo rusoGigaAM v3 | ≈ 3 s (estimación) | Más preciso en grabaciones de teléfono y sala; solo ruso |
| OpenAIOpenAI gpt-transcribe | ≈ 2 s (estimación) | 200 tokens por minuto · la mitad de errores que «Máxima» en nuestra prueba · el audio se envía a OpenAI (EE. UU.) |
De un video solo se transcribe la pista de audio, que es decenas de veces más liviana que el propio video.
Con esta habilidad puedes ganar dinero
Crea una página de experto: servicios, horarios y reservas de tus clientes. Un solo formulario, unos diez minutos.
Aún no hay expertos en esta categoría: puedes ser el primero.
Las páginas abiertas antes del 28 de febrero de 2027 reciben la insignia «Desde el inicio».
Curso de inteligencia artificial para principiantes
Aprende a darle tareas claras a la IA y a comprobar sus respuestas
Texto a Voz
Convierte texto en voz natural con voces neuronales en más de 30 idiomas
La grabación ya existe — una reunión, una entrevista, una clase o una consulta — y lo que hace falta es un documento que se pueda leer, citar y enviar a los compañeros. Esta herramienta entrega precisamente ese documento: las intervenciones van en párrafos con su hablante, cada párrafo tiene marca de tiempo, los nombres se corrigen con un clic y el resultado se descarga en DOCX, PDF, TXT o subtítulos. Los archivos cortos se reconocen en el navegador, los largos en el servidor con aviso por correo, y del texto terminado salen en un paso un resumen y el acta de la reunión.
Tras elegir el archivo, marque «Etiquetar hablantes» en el bloque «Hablantes»: aparece el campo «Cuántas personas hablan». Si lo deja vacío, el número se estima de oído; pero si sabe cuántas personas hay en la grabación, escríbalo: con voces parecidas (dos compañeras, hermanos, personas de la misma edad) es claramente más preciso que adivinar. En el texto final, haga clic en «Hablante 1» y escriba un nombre: se aplica a todas las intervenciones de esa persona y a los archivos descargados.
Ocurre en grabaciones muy largas y donde las voces apenas se distinguen: entonces aparece sobre el texto un aviso de que no se pudieron poner las etiquetas, y el texto se conserva completo. Indique el número de participantes en «Cuántas personas hablan» y vuelva a lanzar la transcripción: con un número conocido, las voces se separan con más fiabilidad. Si la grabación se hizo por pistas (cada persona en su canal), la herramienta ofrece reconocer cada pista por separado, la opción más precisa.
Haz clic en el tiempo al inicio del fragmento: su menú muestra la lista de hablantes, y al elegir uno cambia la etiqueta solo de ese fragmento. Si en un fragmento hay palabras de dos personas —una respuesta corta y la pregunta siguiente—, selecciona esas palabras y abre el mismo menú: solo la selección pasa al otro hablante. Cuando una persona quedó dividida en dos voces, ponle a la segunda voz el mismo nombre y la herramienta preguntará si debe unirlas. El botón «Deshacer» del bloque «Quién habla» revierte cualquiera de estos pasos.
Sobre el texto terminado hay dos interruptores: «Tiempos» y «Hablantes». Desmarque el que no necesite y desaparecerá no solo de la pantalla, sino también de la copia, del DOCX, del PDF y del TXT: descarga exactamente lo que ve. Los subtítulos SRT y VTT llevan siempre el tiempo: es lo que coloca cada línea en su segundo del video.
Elija el procesamiento en el servidor: el archivo va a nuestro servidor, puede cerrar la pestaña y, cuando el texto esté listo, recibirá un correo con el enlace. Una copia del resultado espera en «Mis generaciones», así que la transcripción no desaparece al cerrar el navegador. Estos archivos también pueden procesarse en el navegador, pero lleva horas y depende de que la pestaña siga abierta.
Abra «Nombres y términos» antes de empezar y enumérelos separados por comas: apellidos de los participantes, nombres de empresas y productos, vocabulario profesional. El reconocimiento usa la lista como pista y los escribe como usted indicó, no por el sonido. La lista se guarda en el navegador y se rellena la próxima vez.
Ante todo de la propia grabación: un teléfono sobre la mesa en mitad de una reunión, música de fondo y personas hablando a la vez producen más errores que cualquier elección de modelo. Para el ruso, el modelo del servidor comete bastantes menos errores en grabaciones telefónicas y «de sala» que el del navegador. Si la grabación suena apagada o con ruido, pásela antes por la restauración de voz: el enlace está junto a los ajustes.
Resuélvelo con un especialista: una clase o consulta en línea, con horarios en tu zona horaria.
¡Podemos hacerlo! Solo envíanos un mensaje rápido con tu idea. Si quieres comentarla en detalle, déjanos tu email y te responderemos. Puedes mantener el anonimato.
Al subir contenido, usted confirma que está facultado para comunicar su contenido a terceros y se compromete a no incluir datos personales de terceros. Más detalles en las Condiciones de uso. Proveedores de IA Tembrica es un producto independiente. No estamos afiliados, avalados ni patrocinados por los creadores de los modelos y servicios aquí indicados; sus nombres se usan solo para indicar con exactitud qué motor ejecuta cada herramienta.
Reporta un problema o sugiere una mejora. ¡Lo leemos todo!
Tu mensaje se ha enviado. Lo revisaremos en breve.
Оплата через СБП · ₽
Откройте приложение банка, выберите «Оплатить по QR» и наведите камеру на код.
Открыть приложение банкаЖдём подтверждения от банка…
Открыть ссылку на оплатуОплата через СБП · ₽
Откройте приложение банка, выберите «Оплатить по QR» и наведите камеру на код.
Открыть приложение банкаЖдём подтверждения от банка…
Открыть ссылку на оплату