Gratis · Sin registro · Sin subir archivos
Transcribir audio a texto gratis, sin subir tu archivo.
Pasa a texto una grabación, una entrevista, una clase, un audio de WhatsApp o un vídeo: se transcribe aquí mismo, en tu navegador, y obtienes texto que puedes editar y subtítulos SRT o VTT con los tiempos reales.
Arrastra aquí un archivo de audio o vídeo
MP3, M4A, WAV, OGG, FLAC, MP4, MOV o WebM. Hasta 60 minutos y 300 MB.
Elige un archivo de audio o vídeo. Se queda en este ordenador.
Modelo multilingüe: el idioma del archivo se detecta por las primeras palabras. Los archivos de subtítulos usan el texto tal como se reconoció; lo que edites en el cuadro se aplica al .txt y a la copia. El archivo y el texto se quedan en esta pestaña.
Cómo funciona
Tres pasos, todo en esta pestaña.
1
Elige un archivo.
Arrástralo al recuadro o selecciónalo en tu ordenador. Tu navegador lee la pista de audio; no se envía nada a ningún sitio.
2
Deja que se transcriba.
La primera vez, el navegador descarga un modelo Whisper (unos 80 MB, o unos 165 MB si tu navegador usa el chip gráfico). Después, el archivo se reconoce por partes y el texto va creciendo.
3
Edita y guarda.
Corrige nombres o tecnicismos en el texto y luego cópialo o guárdalo como archivo .txt. Guarda subtítulos .srt o .vtt para tu vídeo.
Por qué es diferente
Una transcripción que nunca pasa por un servidor.
La mayoría de las webs gratuitas de transcripción suben tu archivo y limitan los minutos. Esta página ejecuta Whisper, el modelo abierto de reconocimiento de voz de OpenAI, en tu propio ordenador, así que una entrevista, una reunión o una nota de voz siguen siendo tuyas.
Privado desde el diseño.
El archivo y su transcripción se quedan en esta pestaña. Sin cuenta, sin subidas y sin copias guardadas por nosotros.
Subtítulos con tiempos reales.
El archivo se corta en las pausas naturales en partes de pocos segundos, así que cada subtítulo empieza y termina donde se dijo.
Español, inglés y casi cualquier idioma.
En el modo «Cualquier idioma», el modelo multilingüe reconoce 99 idiomas, entre ellos el español, y detecta solo en qué idioma está tu archivo. Para el inglés, el modo «Inglés» es el más preciso.
Sincero con sus límites.
Un modelo lo bastante pequeño para un navegador comete más errores que los grandes, sobre todo con nombres, voces que se solapan, música y salas ruidosas. No distingue entre hablantes.
Preguntas frecuentes
- ¿De verdad es gratis y sin registro?
- Sí. No hay cuenta, ni prueba, ni límite de archivos que puedas transcribir. Cada archivo puede durar hasta 60 minutos y pesar hasta 300 MB. El producto de pago de Yap es su aplicación de dictado para ordenador; esta página es gratuita por sí sola.
- ¿Se sube mi archivo?
- No. El archivo se lee y se transcribe dentro de esta pestaña del navegador, en tu ordenador. El audio y la transcripción no se envían a ningún servidor ni los guardamos. La web registra eventos de uso, como que una transcripción ha terminado, nunca el archivo, su nombre ni sus palabras.
- ¿Puedo pasar un audio de WhatsApp a texto?
- Sí, si lo has guardado como archivo. WhatsApp guarda las notas de voz en formato Opus (archivos OGG), que esta página puede leer. Elige el archivo o arrástralo al recuadro; en el modo «Cualquier idioma», el idioma se detecta solo. La página no está conectada a WhatsApp: solo lee el archivo que eliges.
- ¿Hay límite de tiempo?
- Cada archivo puede durar hasta 60 minutos y pesar hasta 300 MB. El número de archivos no tiene límite: puedes transcribir todos los que quieras. Si una grabación es más larga, divídela en partes y transcríbelas una a una.
- ¿Qué archivos funcionan?
- Todo lo que tu navegador puede reproducir: audio MP3, M4A, WAV, OGG, Opus, FLAC y AAC, y la pista de audio de vídeos MP4, MOV y WebM. Chrome y Edge leen más formatos.
- ¿Cuánto tarda?
- Depende de tu ordenador. Si el navegador deja que el modelo use el chip gráfico (Chrome y Edge actuales), una hora de audio suele tardar unos minutos. Solo con el procesador puede tardar más o menos lo que dura la grabación. El texto aparece a medida que se termina cada parte, y puedes detenerlo cuando quieras.
- ¿Puedo crear subtítulos?
- Sí. El archivo se corta en partes breves en las pausas naturales, y cada parte se convierte en un subtítulo con su hora real de inicio y de fin. Descárgalos como archivo .srt o .vtt para YouTube, editores de vídeo y reproductores.
- ¿Qué idiomas entiende?
- El modo «Inglés» usa el modelo inglés de Whisper, la opción más precisa para el inglés. El modo «Cualquier idioma», con el que se abre esta página, usa el modelo multilingüe: reconoce 99 idiomas, entre ellos el español, y detecta el idioma del archivo por las primeras palabras. Transcribe en el idioma hablado y nunca traduce.
- ¿Por qué descarga primero un modelo?
- Para reconocer la voz en tu dispositivo hace falta un modelo de voz en tu dispositivo. La primera vez, tu navegador descarga un modelo Whisper (unos 80 MB, o unos 165 MB si usa el chip gráfico) y lo guarda en caché para la próxima vez, también para la página de dictado online gratis.