Para transcribir un audio a texto, sube el archivo a Transcrito: unos minutos después tienes el texto con su puntuación, los hablantes diferenciados y una marca de tiempo por palabra, listo para copiar o descargar. El primer archivo, de hasta 30 minutos, es gratis y no hace falta cuenta. Aquí van los pasos, los formatos admitidos, lo que de verdad mejora el resultado y los casos en los que esta herramienta no es la adecuada.

Qué archivos puedes subir

La web admite MP3, M4A, WAV, OGG, FLAC, AAC, WebM, MP4 y MOV. La mayoría de las grabaciones ya están en uno de estos formatos:

  • la app Notas de voz del iPhone graba en M4A (aquí explicamos cómo hacerlo desde el iPhone);
  • las grabadoras de voz digitales suelen generar MP3 o WAV;
  • Zoom guarda una reunión grabada en el ordenador como vídeo MP4 y como audio M4A;
  • un vídeo grabado con el móvil es un MP4 o un MOV.

No hace falta extraer el sonido de un vídeo: un MP4 o un MOV se sube tal cual. Cada archivo puede pesar 1 GB como máximo. Tampoco tienes que trocear una grabación larga: el navegador la divide en partes por su cuenta y tú subes el archivo entero de una vez.

Si tu archivo es MKV, AVI, WMA o AMR, conviértelo antes a MP3, por ejemplo con el reproductor gratuito VLC (menú Medio y luego Convertir / Guardar).

Los audios de WhatsApp

Un mensaje de voz de WhatsApp es un archivo .opus. Guárdalo o compártelo hacia la app Archivos del móvil y cámbiale la extensión a .ogg: normalmente se sube sin problema. Si no funciona, conviértelo a MP3 con VLC o con cualquier conversor en línea. Los audios de WhatsApp suelen ser cortos, así que el archivo gratuito de 30 minutos casi siempre sobra.

Los pasos

  1. Abre transcrito.es en el ordenador o en el móvil. El español ya viene seleccionado: no hay nada que elegir.
  2. Arrastra el archivo a la zona indicada o haz clic en ella para buscarlo en tus carpetas.
  3. Espera a que termine el proceso. Según la duración de la grabación, cuenta con unos minutos y deja la pestaña abierta.
  4. Revisa el texto. Llega con puntuación, las intervenciones separadas (Hablante 1, Hablante 2…) y una marca de tiempo por palabra.
  5. Llévatelo: Copiar pone el texto en el portapapeles con las indicaciones de hablante, y Descargar ofrece un archivo de texto (.txt) o subtítulos (.srt, .vtt).

Sin cuenta, la transcripción no se guarda: solo existe en la pestaña del navegador. Cópiala o descárgala antes de cerrar la página. Si has iniciado sesión, se guarda en Mis notas, donde puedes volver a encontrarla.

La web no genera archivos de Word ni PDF. Si quieres trabajar el texto en Word o en Google Docs, pégalo en un documento nuevo.

Cuánto cuesta

  • Sin cuenta: un archivo por persona, de hasta 30 minutos de audio. Si la grabación es más larga, obtienes la transcripción de los primeros 30 minutos.
  • Con una cuenta de Google o Apple: Pro es gratis hasta enero de 2027, con 10 horas de transcripción al mes y sin tarjeta. Por ahora no se vende nada.

Los detalles están en la página de Precios.

Qué mejora el resultado

La calidad de la transcripción depende sobre todo de la propia grabación:

  • Acerca el micrófono. El móvil o la grabadora tienen que estar cerca de quien habla, no al otro lado de la mesa. En una reunión pequeña basta con dejar el móvil en el centro; en una sala grande ya no es suficiente.
  • Busca un sitio tranquilo. La cafetera, la calle o la música de fondo provocan errores. Para una entrevista, el bar lleno a la hora del café es el peor sitio.
  • Evita que hablen a la vez. Las voces que se pisan son difíciles de separar, y ahí es donde más fácil se equivoca la herramienta, también a la hora de saber quién habla.
  • Revisa nombres y términos técnicos. Los nombres propios, las siglas y el vocabulario de una profesión son lo que más se transcribe mal. No hay diccionario personalizado: corrígelos de una vez con la función de buscar y reemplazar de tu procesador de texto.

Para qué sirve y qué no hace

Una transcripción es útil para una entrevista periodística o de investigación, una clase o una conferencia, una reunión o una llamada que quieras conservar por escrito, o para subtitular un vídeo (SRT o VTT). En cambio:

  • No hay transcripción en directo. La web procesa una grabación terminada; no escribe mientras hablas.
  • No hay resúmenes en la página de inicio. El resumen, la lista de tareas o la traducción existen solo en Mis notas, con «Preguntar a la IA» (un ejemplo para reuniones).
  • No hay traducción. La página de inicio solo transcribe español.
  • No pone nombre a los hablantes. Las voces van numeradas; los nombres los añades tú.
  • No tiene valor legal. Si cada palabra cuenta (un procedimiento judicial, una declaración, un documento oficial), haz que una persona revise la transcripción palabra por palabra o encárgasela a un transcriptor profesional.

Una alternativa gratuita

Escribir por voz en Documentos de Google. En el menú Herramientas, «Escribir por voz» admite español de España (ayuda de Google). Escucha el micrófono y no lee archivos de audio: sirve para dictar un texto corto, no para transcribir una grabación que ya tienes.

Adónde va la grabación

El reconocimiento de voz lo hace ElevenLabs (EE. UU.), que recibe la grabación solo para procesarla. No guardamos el archivo de audio que subes desde la página de inicio. Si grabas o subes audio en Mis notas, la grabación y su transcripción se quedan en tu cuenta hasta que las elimines. Todo está detallado en la política de privacidad.

Antes de grabar a otra persona, avísala y pídele permiso. Grabar una conversación propia para uso personal no suele plantear problemas, pero difundirla sin consentimiento puede vulnerar la intimidad o la protección de datos de quien habla.

Para probarlo, suelta una grabación en la página de inicio: la primera es gratis.