1.Graba o sube
Graba una nota de voz o elige un archivo de audio o vídeo compatible desde tu dispositivo.
Convierte voz a texto sube o graba audio
Sube un archivo de audio o vídeo, o graba una nota de voz, y obtén una transcripción editable. Prueba grabaciones de hasta 5 minutos sin una cuenta.
Suelta tu archivo de audio aquí o haz clic para buscar
Admite MP3, WAV, M4A, MP4 y más
MP3, WAV, M4A, FLAC, OGG, AAC, MP4, MOV, AVI, MKV, WebM
Hasta 5 minutos sin cuenta; las cuentas gratuitas reciben 15 minutos al día. Los archivos se cargan de forma segura en el servicio remoto de transcripción para su procesamiento. Detalles de privacidad
Actualizar a Pro →Tres pasos para una transcripción editable
2.Envía para procesar
Después de grabar o subir el archivo, envíalo al servicio de transcripción y sigue el progreso.
3.Revisa y exporta
Revisa y edita la transcripción; después, cópiala o expórtala en el formato que necesites.
¿Qué es la tecnología de voz a texto y cómo funciona?
La tecnología de voz a texto convierte el habla grabada en lenguaje escrito. Esta herramienta utiliza un flujo de trabajo basado en archivos: graba o acepta un archivo completo de audio o video, envía ese archivo al servicio de transcripción y devuelve un texto que puedes revisar y editar.
1. Capturar el audio hablado
Comienza con una grabación que contenga habla audible. Puedes grabar una nota de voz en el espacio de trabajo o subir un archivo existente desde un teléfono, computadora, aplicación de mensajería, plataforma de reuniones o cámara.
- El micrófono graba primero; no muestra palabras en vivo mientras hablas.
- Un archivo completo le da al sistema el contexto de audio circundante.
- Un habla clara y un nivel de grabación constante reducen ambigüedades evitables.
2. Reconocer patrones de habla
Después de elegir Transcribir, el servicio analiza la señal de audio y predice las palabras que mejor coinciden con los sonidos hablados y el contexto. También puede devolver un idioma detectado e información de tiempo cuando esos detalles están disponibles.
- El procesamiento comienza solo después de enviar una grabación o carga.
- Los resultados dependen del idioma, las condiciones de grabación y la claridad del hablante.
- Nombres, abreviaturas poco comunes y vocabulario especializado merecen una revisión adicional.
3. Convertir el resultado en texto usable
La transcripción devuelta se abre en un espacio de trabajo editable. Corrige palabras inciertas, añade formato, copia el texto, expórtalo o usa la transcripción como fuente para las herramientas de asistente, resumen y traducción.
- La edición sigue disponible antes de la exportación.
- Se debe verificar el significado original antes de la publicación o toma de decisiones.
- Las herramientas de IA operan sobre la transcripción una vez completada la transcripción.
¿Qué formatos de grabación puedes convertir a texto?
El control de carga acepta contenedores comunes de audio y video, incluyendo MP3, WAV, M4A, FLAC, OGG, AIFF, WMA, OPUS, AAC, MP4, MOV, AVI, MKV y WebM. Elegir un flujo de trabajo específico para el formato puede ayudarte a preparar el archivo fuente correcto y exportar.
Archivos de audio comprimidos
MP3 es útil para entrevistas, conferencias y grabaciones compartidas porque es ampliamente compatible y generalmente más pequeño que un archivo sin comprimir. La transcripción aún necesita revisión cuando la compresión, el ruido o el volumen bajo oscurecen el habla.
Para detalles de preparación y revisión adaptados a este formato, usa la guía de conversión de MP3 a texto antes de enviar una grabación importante.
Audio de teléfono y notas de voz
M4A, AAC, OGG y OPUS son comunes en teléfonos y aplicaciones de mensajería. Puedes subir la grabación guardada directamente cuando su extensión de archivo sea aceptada; no es necesario convertir cada nota de voz a MP3 primero.
Las grabaciones guardadas por dispositivos Apple pueden seguir el flujo de trabajo de M4A a texto para verificaciones específicas del formato.
Audio sin comprimir y de producción
Los archivos WAV y AIFF a menudo preservan más de la señal original, aunque un archivo más grande por sí solo no garantiza una mejor transcripción. La colocación del micrófono, el recorte, la superposición y el ruido de fondo siguen siendo importantes.
Para grabaciones sin pérdida o estilo estudio, revisa la guía de WAV a texto y su lista de verificación de calidad.
Grabaciones de video
Se pueden enviar archivos MP4, MOV, AVI, MKV y WebM cuando la pista hablada es la información que necesitas. El servicio transcribe el habla audible del medio en lugar de describir lo que aparece visualmente en cada cuadro.
Para entrevistas, presentaciones y grabaciones de cámara, el flujo de trabajo de MP4 a texto explica cómo preparar el audio de video para revisión.
Exportaciones listas para subtítulos
Una transcripción editable es útil para leer, mientras que los subtítulos también necesitan datos de tiempo y una estructura de archivo de subtítulos. Las cuentas Pro pueden exportar SRT y VTT después de que la transcripción haya sido revisada.
Si los subtítulos son el entregable final, sigue la guía de audio a subtítulos SRT para revisar el tiempo y los saltos de línea.
Una verificación práctica del formato
Una extensión familiar no prueba que un archivo contenga audio reproducible. Confirma que la grabación se abra, contenga habla y no esté vacía antes de subirla. Si un dispositivo produjo un formato inusual, exporta una copia compatible sin recomprimirla repetidamente.
- Reproduce el principio, medio y final de grabaciones largas.
- Mantén la fuente más clara disponible como tu maestro de trabajo.
- Evita renombrar una extensión de archivo sin convertir realmente el medio.
¿Qué idiomas soporta este convertidor de voz a texto?
El servicio de transcripción puede detectar y transcribir múltiples idiomas hablados, pero el resultado aún depende del idioma, acento, calidad del audio y claridad de la grabación. La interfaz del sitio web está localizada en 13 idiomas, y el espacio de trabajo de traducción activo ofrece actualmente 13 opciones de idioma destino.
Detección del idioma de transcripción
No tienes que hacer una suposición universal de precisión basada en una etiqueta de idioma. Envía la grabación, verifica el idioma detectado que se muestra con el resultado cuando esté disponible, y revisa si los nombres, frases en idiomas mixtos y expresiones locales fueron interpretados correctamente.
Para un ejemplo bilingüe enfocado, consulta la guía de transcripción de audio en español y sus criterios de revisión.
13 interfaces localizadas del sitio web
La interfaz está disponible en inglés, alemán, español, francés, italiano, portugués, ruso, chino, árabe, japonés, polaco, neerlandés y vietnamita. El idioma de la interfaz cambia etiquetas y guías; no obliga a que la grabación subida use el mismo idioma.
- El árabe usa una dirección de página de derecha a izquierda.
- Las URLs localizadas ayudan a los usuarios a permanecer en el idioma seleccionado.
- Los formatos de archivo y límites de cuenta permanecen iguales en todos los idiomas de interfaz.
13 destinos de traducción después de la transcripción
Después de que existe una transcripción, la herramienta de traducción ofrece inglés, alemán, español, francés, italiano, portugués, ruso, chino, árabe, japonés, polaco, neerlandés y vietnamita. El menú de destino es una función separada de la detección automática del idioma de la grabación.
- La traducción es un paso separado después de la transcripción.
- Revisa nombres propios, lenguaje técnico, fechas y números en el resultado traducido.
- Una traducción no debe tratarse como certificada o revisada por humanos a menos que una persona calificada la verifique.
Más que solo transcripción: asistente de IA, resúmenes y traducción
Una vez que la transcripción está lista, el espacio de trabajo puede usar ese texto como contexto para tres tareas separadas. Estas herramientas no reemplazan la transcripción; te ayudan a cuestionarla, condensarla o crear una versión traducida para trabajar.
Pregunta al asistente de transcripción
Usa el panel de chat de IA para hacer preguntas basadas en la transcripción, como qué decisiones se tomaron, qué fechas se mencionaron o qué tareas de seguimiento aparecen en la conversación. Verifica la sustancia citada contra la transcripción antes de actuar.
- Haz una pregunta precisa a la vez.
- Solicita una lista de acciones, temas o entidades nombradas.
- Trata la transcripción fuente —no la respuesta generada— como el registro de lo que se dijo.
Genera un resumen conciso
La herramienta de resumen condensa la transcripción para que puedas escanear las ideas principales antes de leer pasajes importantes completos. Un resumen puede omitir matices, calificaciones o puntos de vista minoritarios, por lo que debe usarse como ayuda de navegación y no como reemplazo de la revisión.
- Compara afirmaciones críticas con el texto completo.
- Corrige la transcripción antes de resumir cuando la precisión importe.
- Mantén la transcripción completa disponible para contexto.
Traduce la transcripción terminada
Elige un idioma destino después de la transcripción para crear una versión traducida del texto. La calidad de la traducción varía con el contexto y la terminología; nombres, cifras, lenguaje legal, médico y términos técnicos deben ser revisados por un revisor fluido o calificado.
- Primero transcribe, luego traduce.
- Conserva una copia de la transcripción en el idioma fuente.
- Usa revisión humana para comunicaciones con consecuencias.
Cómo convertir notas de voz de WhatsApp, memos de voz y buzón de voz a texto
Los mensajes de voz son fáciles de enviar pero difíciles de buscar, citar o leer en silencio. Guarda o comparte el archivo de audio real en tu dispositivo, súbelo en el espacio de trabajo, espera el procesamiento y luego revisa la transcripción editable.
Notas de voz de WhatsApp
Los mensajes de voz de WhatsApp comúnmente usan audio OGG u OPUS. Guarda o comparte el archivo de la nota de voz desde el teléfono, luego selecciona ese archivo en el cargador. Si el sistema operativo cambia el contenedor durante el envío, confirma que el archivo resultante aún se reproduce antes de enviarlo.
Para mensajes grabados en teléfono y clips guardados, la guía de transcripción de memos de voz cubre un flujo completo de móvil a texto.
Memos de voz de Apple y Android
Apple Voice Memos suele producir audio M4A, mientras que las apps de grabación de Android pueden crear M4A, AAC, OGG u otro formato compatible. Sube la grabación original clara cuando sea posible, porque reenviar y comprimir repetidamente puede dificultar el reconocimiento del habla baja.
Si necesitas capturar un nuevo mensaje en el navegador, usa el flujo de trabajo de transcripción de grabadora de voz desde la grabación hasta la revisión.
Buzón de voz y mensajes de llamada
Exporta o guarda el audio del buzón de voz en lugar de reproducirlo en otro micrófono cuando el dispositivo permita esa opción. El audio directo usualmente evita eco de sala y una segunda capa de compresión, aunque nombres y números de devolución de llamada aún necesitan revisión cuidadosa.
Para detalles de devolución de llamada y clasificación de mensajes, sigue la guía de transcripción de buzón de voz antes de confiar en el texto.
Dónde es más útil una transcripción editable
La transcripción crea un documento de trabajo buscable a partir de material hablado. El flujo de trabajo más útil depende de si necesitas encontrar evidencia, preparar contenido, capturar decisiones, hacer subtítulos o crear una versión en texto para accesibilidad y revisión.
Podcasts, entrevistas y contenido grabado
Una transcripción ayuda a los productores a encontrar citas, esbozar episodios, redactar notas del programa e identificar segmentos que necesitan corrección. Los nombres de los hablantes, marcas y afirmaciones sensibles al tiempo deben verificarse con el audio antes de la publicación.
Para preparación de episodios y revisiones editoriales, usa el flujo de trabajo de transcripción de podcasts como referencia específica del formato.
Reuniones, conferencias e investigación
El texto buscable puede facilitar la localización de decisiones, preguntas y temas más que rebobinar una grabación larga. Confirma el consentimiento y las reglas institucionales antes de grabar, luego distingue declaraciones textuales de cualquier resumen generado por IA posterior.
- Marca decisiones y responsables después de verificar el texto fuente.
- Verifica la terminología usada en conferencias o entrevistas especializadas.
- Mantén material confidencial dentro de un flujo de trabajo aprobado.
Redacción, accesibilidad y notas personales
Los pensamientos grabados pueden convertirse en un borrador más fácil de editar que una página en blanco. Una transcripción también puede proporcionar una alternativa en texto para material hablado, pero la publicación accesible puede requerir identificación de hablantes, señales sonoras, tiempos y corrección manual más allá de la transcripción cruda.
- Organiza la transcripción después de capturar las ideas.
- Elimina comienzos falsos solo cuando no sean significativos.
- Usa subtítulos o leyendas cuando el tiempo y la información no hablada importen.
¿Qué tan precisa es la voz a texto y qué debes revisar?
No existe un porcentaje único honesto de precisión para cada grabación. Los resultados cambian según el idioma hablado, calidad del micrófono y códec, ruido de fondo, hablantes superpuestos, distancia al micrófono, pronunciación y vocabulario usado.
Prepara la fuente más clara que tengas
Usa la grabación original cuando sea posible, mantén el habla a un nivel audible constante y evita el recorte. Si controlas la grabación, coloca el micrófono lo suficientemente cerca para un habla clara y reduce música, eco, viento y conversaciones competidoras.
- No comprimas repetidamente la fuente.
- Verifica que se escuche a cada participante.
- Divide grabaciones no relacionadas cuando eso facilite la revisión.
Revisa primero los detalles de alto riesgo
Nombres, números telefónicos, direcciones de correo, fechas, precios, medidas, citas y términos especializados pueden cambiar de significado si un carácter o palabra está mal. Compara estos detalles directamente con el audio antes de compartir o usar la transcripción.
- Reproduce pasajes inciertos.
- Preserva la incertidumbre en lugar de adivinar.
- Usa un revisor calificado para material legal, médico, financiero o crítico para la seguridad.
Separa la transcripción de la interpretación
La transcripción es una representación generada por modelo de la grabación, no una prueba de que cada palabra sea correcta. Un resumen o respuesta de chat añade otra capa interpretativa. Mantén el audio, la transcripción corregida y la salida derivada de IA conceptualmente separadas para que los lectores sepan qué fuente usan.
- Corrige la transcripción antes del trabajo posterior con IA.
- Etiqueta los resúmenes como resúmenes.
- No atribuyas conclusiones generadas a un hablante.
Cuentas, exportaciones, procesamiento y privacidad
Puedes probar una grabación de hasta 5 minutos sin cuenta. Una cuenta gratuita incluye 15 minutos de transcripción por día y 10 llamadas de IA por día. Los archivos se suben de forma segura al servicio remoto de transcripción para su procesamiento.
Acceso gratuito y Pro
El uso anónimo está pensado para pruebas cortas. Una cuenta gratuita proporciona las asignaciones diarias indicadas de transcripción y IA. Pro cuesta $9 al mes o $84 al año y está pensado para quienes necesitan el flujo de trabajo y opciones de exportación pagadas.
- Archivo anónimo: hasta 5 minutos.
- Cuenta gratuita: 15 minutos de transcripción por día.
- Cuenta gratuita: 10 llamadas de IA por día.
Opciones de copia y exportación
Puedes editar y copiar el resultado en el espacio de trabajo. Las cuentas gratuitas pueden exportar TXT y JSON. Las cuentas Pro pueden además exportar SRT, VTT, PDF y DOCX, por lo que la elección correcta depende de si necesitas texto plano, datos estructurados, subtítulos o un documento.
- TXT es adecuado para texto editable simple.
- JSON preserva datos estructurados de la transcripción.
- SRT y VTT están diseñados para subtítulos sincronizados.
Procesamiento remoto y material sensible
La grabación se envía a un servicio remoto; no se transcribe completamente dentro de tu navegador. Antes de subir audio confidencial, regulado o de terceros, confirma que tienes permiso y que el flujo de trabajo cumple con las reglas de privacidad, retención, contractuales y organizacionales aplicables al material.
- Revisa las páginas publicadas de privacidad y términos.
- No subas audio que no estés autorizado a procesar.
- Usa un flujo de trabajo especializado aprobado cuando la política lo requiera.
Preguntas frecuentes sobre voz a texto
Respuestas claras sobre grabación, archivos soportados, idiomas, edición, herramientas de IA, límites de cuenta, exportaciones y procesamiento remoto.
Primeros pasos
¿Qué es la conversión de voz a texto?
La conversión de voz a texto usa reconocimiento automático de voz para convertir audio hablado en palabras escritas. Esta herramienta acepta una grabación completa o un archivo multimedia subido, lo envía para procesamiento y devuelve una transcripción editable.
¿Cómo convierto audio a texto en este sitio web?
Graba una nota de voz o elige un archivo de audio o video compatible, luego envíalo para transcripción. Cuando termine el procesamiento, revisa y edita el texto devuelto antes de copiarlo o elegir un formato de exportación disponible.
¿Necesito instalar software?
No. El espacio de trabajo de transcripción funciona en un navegador web moderno. Aún necesitas permitir el acceso al micrófono si grabas en el navegador, y necesitas conexión porque el archivo se envía a un servicio remoto de transcripción.
¿Necesito una cuenta?
No se requiere cuenta para probar archivos de hasta 5 minutos. Una cuenta gratuita incluye 15 minutos de transcripción por día y 10 llamadas de IA por día, mientras que el acceso pagado ofrece el flujo de trabajo Pro y formatos de exportación adicionales.
¿El micrófono transcribe mientras hablo?
No. El micrófono graba una nota de voz primero. Después de detener y revisar la grabación, elige Transcribir para enviar la grabación completa para procesamiento.
Archivos e idiomas
¿Qué formatos de audio puedo subir?
Las extensiones de audio aceptadas incluyen MP3, WAV, M4A, FLAC, OGG, AIFF, WMA, OPUS y AAC. El archivo debe contener audio reproducible; cambiar un nombre de archivo no soportado a una extensión soportada no lo convierte.
¿La herramienta puede transcribir archivos de video?
Sí. Se aceptan MP4, MOV, AVI, MKV y WebM. La transcripción se basa en el habla audible del medio; no describe escenas visuales o acciones en pantalla.
¿Puedo convertir una nota de voz de WhatsApp a texto?
Sí, cuando guardas o compartes el archivo real de la nota de voz en un formato aceptado como OGG u OPUS. Sube ese archivo, espera el procesamiento y revisa nombres, números y cualquier palabra afectada por compresión o ruido de fondo.
¿Puedo transcribir un memo de voz de iPhone?
Sí. Apple Voice Memos comúnmente usa M4A, que es aceptado. Sube el archivo original más claro cuando sea posible y evita reproducirlo en otro micrófono, porque eso puede añadir eco y ruido.
¿Qué idiomas hablados se soportan?
El servicio puede detectar y transcribir múltiples idiomas hablados. El rendimiento varía según idioma, acento, claridad y condiciones de grabación, así que verifica el idioma detectado cuando se muestre y revisa el resultado en lugar de asumir la misma precisión para cada grabación.
¿A qué idiomas puedo traducir una transcripción?
El panel de traducción activo ofrece 13 destinos: inglés, alemán, español, francés, italiano, portugués, ruso, chino, árabe, japonés, polaco, neerlandés y vietnamita.
Calidad de la transcripción
¿Qué tan precisa es la transcripción?
La precisión varía con el idioma, calidad de grabación, ruido de fondo, habla superpuesta, claridad del hablante y vocabulario. No hay un porcentaje único responsable para cada archivo; revisa el texto contra la grabación antes de confiar en él.
¿Cómo puedo mejorar el resultado?
Usa la grabación original más clara, mantén el micrófono cerca del hablante, evita el recorte y reduce música, eco, viento y voces competidoras. Verifica que el archivo se reproduzca correctamente antes de subirlo y revisa pasajes inciertos después.
¿Funcionará con audio ruidoso o diferentes acentos?
Puede ser, pero el ruido, reverberación, compresión, nombres desconocidos y variación de acento pueden aumentar errores. Usa la salida como borrador y compara el texto importante con el audio, especialmente cuando las condiciones de grabación son difíciles.
¿Puedo editar la transcripción?
Sí. El resultado se abre en un espacio de trabajo editable, para que puedas corregir palabras y formato antes de copiar o exportar. Revisa primero nombres, fechas, números, citas y terminología especializada.
Herramientas de IA
¿Qué puede hacer el asistente de IA con mi transcripción?
El panel de chat puede responder preguntas usando la transcripción como contexto, como identificar temas, fechas, decisiones o acciones. Su respuesta es salida generada, así que verifica respuestas importantes contra la transcripción y grabación.
¿La herramienta puede resumir una transcripción?
Sí. El panel de resumen puede crear una visión más corta después de la transcripción. Los resúmenes pueden omitir matices o calificaciones, así que úsalos para navegar el material y lee los pasajes fuente relevantes antes de tomar decisiones.
¿La herramienta puede traducir una transcripción?
Sí. Después de la transcripción, elige uno de los idiomas destino listados en el panel de traducción. Revisa nombres propios, cifras, lenguaje técnico y redacción importante con un revisor fluido o calificado.
Planes, exportaciones y privacidad
¿Qué se incluye sin pago?
Puedes probar un archivo de hasta 5 minutos sin cuenta. Una cuenta gratuita incluye 15 minutos de transcripción por día, 10 llamadas de IA por día y exportación en TXT y JSON.
¿Qué formatos de exportación están disponibles?
Las cuentas gratuitas pueden exportar TXT y JSON. Las cuentas Pro pueden además exportar SRT, VTT, PDF y DOCX. Elige subtítulos para leyendas sincronizadas, texto plano para edición o un formato de documento para compartir.
¿Los archivos se procesan completamente en mi navegador?
No. Los archivos se suben de forma segura al servicio remoto de transcripción para su procesamiento. Considera permisos, confidencialidad, requisitos de retención y políticas organizacionales antes de enviar grabaciones sensibles o de terceros.
¿Debo revisar la transcripción antes de usarla?
Sí. Siempre revisa contenido importante, especialmente nombres, datos de contacto, fechas, precios, medidas, citas y términos especializados. Material legal, médico, financiero y crítico para la seguridad requiere un revisor calificado apropiadamente.