Cómo transcribir un audio a texto (gratis y en minutos) — Guía 2026

Transcribir a mano una hora de audio lleva entre 4 y 6 horas. Con un buen modelo de reconocimiento de voz, el mismo trabajo se hace en unos minutos y tú solo tienes que revisar el resultado. En esta guía te explicamos cómo hacerlo gratis, qué formatos puedes usar y cómo conseguir la máxima precisión.

1. Prepara el archivo

Casi cualquier grabación sirve: MP3, WAV, M4A, OGG, OPUS, FLAC, MP4, MOV o WEBM. No necesitas convertir nada: si es un vídeo, extraemos el audio automáticamente.

• ¿Es un audio de WhatsApp? Guárdalo desde el chat (mantén pulsado → Compartir → Guardar en archivos) y súbelo tal cual. Tenemos una guía específica para transcribir audios de WhatsApp.
• ¿Es una reunión de Zoom o Teams? Descarga la grabación y sube el archivo de audio (M4A) para que la subida sea más rápida.
• ¿Es un vídeo para redes o YouTube? Súbelo directamente y descarga después los subtítulos. Más detalles en transcribir vídeo a texto.

2. Sube el audio y elige el idioma

Entra en la herramienta gratuita y arrastra el archivo. El idioma se detecta automáticamente, pero si lo eliges tú (por ejemplo, español) la precisión mejora un poco, sobre todo en los primeros segundos o si hay música de introducción.

Puedes transcribir hasta 10 minutos al día sin registrarte y, al crear una cuenta, recibes 30 minutos gratis para archivos más largos.

3. Revisa y corrige

La IA acierta la inmensa mayoría de las palabras en audios con buena calidad, pero conviene revisar:

• Nombres propios y siglas: marcas, apellidos o términos técnicos poco comunes.
• Fragmentos con ruido: tráfico, música de fondo o varias personas hablando a la vez.
• Números: comprueba cifras importantes escuchando el fragmento.

En el editor, pulsa sobre cualquier frase para escuchar ese momento exacto del audio y corrige lo que necesites.

4. Descarga en el formato que necesites

• Word (DOCX): para informes, actas o entregar una entrevista transcrita.
• TXT: texto plano para pegar donde quieras.
• SRT y VTT: subtítulos con tiempos para YouTube, Premiere, DaVinci Resolve o CapCut. Mira nuestro generador de subtítulos SRT.
• JSON: con marcas de tiempo por segmento, para desarrolladores.

Consejos para una transcripción más precisa

1. Graba cerca de la fuente: un móvil a 30 cm de quien habla suena mejor que una grabadora cara al otro lado de la sala.
2. Evita el ruido de fondo: cierra ventanas y apaga ventiladores o música.
3. Una persona cada vez: las interrupciones y solapamientos son lo que más errores provoca.
4. Usa buena calidad: 128 kbps en MP3 o superior es más que suficiente.

¿Cuánto cuesta?

Además de los minutos gratuitos, puedes comprar paquetes de minutos sin suscripción: pagas una vez y los minutos no caducan. Consulta los precios.

Preguntas frecuentes

¿Qué pasa con la privacidad de mis audios? Los archivos se transmiten cifrados, se eliminan automáticamente a los 7 días y nunca se usan para entrenar modelos.

¿Puedo transcribir audios en otros idiomas? Sí, más de 60: por ejemplo, inglés, portugués o francés.