Saltar al contenido
Sonorarium
Volver al blog

¿Puede ChatGPT transcribir un audio? Gemini y Copilot

Qué hacen ChatGPT, Gemini y Copilot con un audio según sus ayudas oficiales (4 nov. 2026): planes, límites y datos, y cuándo conviene un transcriptor.

Equipo Sonorarium 6 min de lectura

Respuesta corta: a veces, según tu plan. Según sus ayudas oficiales, ChatGPT admite audio de hasta 512 MB solo en planes de pago, Gemini hasta 10 minutos (3 horas con Google AI Pro o Ultra) y Copilot no lista formatos de audio. Para un audio corto, pruébalo ahí. Para uno largo, con SRT o editor, Sonorarium da 15 minutos gratis al crear tu cuenta, sin tarjeta. No separamos hablantes, no traducimos ni admitimos enlaces.

Estas funciones cambian rápido. Lo que sigue es lo que decían las páginas de ayuda de cada servicio el 4 de noviembre de 2026; antes de subir algo importante, confirma en su ayuda.

Qué dice la ayuda oficial de cada asistente

Asistente ¿Admite audio? Límites según su ayuda Tus datos
ChatGPT Sí, en los planes de pago. En el gratuito, no «por ahora» 512 MB por archivo. Las grabaciones largas pueden procesarse por partes y las muy largas pueden agotar el tiempo En Free, Plus y Pro pueden usarse para entrenar, salvo que lo desactives en los controles de datos. En Business, Enterprise y Edu, no por defecto
Gemini Sí: su ayuda fija un límite de audio 10 min de audio en total (3 h con Google AI Pro o Ultra). Límites generales de subida de archivos: 100 MB por archivo y 10 archivos por consulta Personas revisan una parte de las conversaciones; Google pide no meter información confidencial
Copilot No lo promete: la ayuda lista documentos, imágenes y texto 50 MB por archivo y 20 archivos por conversación Se guardan un máximo de 18 meses y no se usan para entrenar

ChatGPT. Es la ayuda más explícita: dice que puedes pedirle que transcriba una grabación y luego hacerle preguntas sobre el contenido. Admite WAV, MP3, OGG, FLAC, AAC, M4A y PCM, y WebM o MP4 solo si son de audio (los que se identifican como vídeo no valen). Avisa de que las transcripciones pueden tener errores, de que la identificación de hablantes puede no ser fiable y de que el rendimiento varía según el idioma.

Gemini. Su ayuda de subida de archivos da los límites de audio, pero no describe la transcripción como función ni dice cuánto de literal es el resultado. Es el único de los tres cuyo límite de audio no exige un plan de pago: 10 minutos en total. Si tu nota dura menos, es un buen primer intento.

Copilot. Las dos páginas de Microsoft que miramos (la de subida de archivos y la de formatos admitidos) no incluyen audio. No prueba que no vaya a llegar, pero hoy no lo prometen. Microsoft sí describe otras dos vías con audio: la función Transcribir de Word, con 300 minutos al mes de audio subido con una suscripción de Microsoft 365, y Grabar en la app móvil de Copilot, para cuentas de trabajo con licencia de Microsoft 365 Copilot y hasta 120 minutos por grabación.

Riesgos de pedirle una transcripción literal a un asistente

  • Puede no ser literal. Un asistente es un modelo de lenguaje pensado para conversar, y al pedirle «transcribe» puede acabar resumiendo, ordenando o corrigiendo frases. Esto no lo hemos medido ni lo dice ninguna ayuda: tómalo como cautela. Pide expresamente «transcripción literal, sin resumir ni corregir» y compara un tramo con el audio antes de fiarte.
  • Errores y hablantes. OpenAI recomienda contrastar lo importante con la grabación y avisa de que quién dijo qué puede fallar.
  • Archivos largos. Con ChatGPT, el proceso va por partes y puede agotar el tiempo; con Gemini, el tope de 10 minutos obliga a trocear.
  • Formatos. Las ayudas no mencionan marcas de tiempo ni SRT. Si los necesitas, pídelos y comprueba que coinciden con el audio.
  • Tus datos. El audio llega al proveedor del asistente: mira la última columna de la tabla. Si luego pegas el texto en un asistente, esas mismas reglas valen para el texto.

Cuándo conviene un transcriptor

Si tu audio dura pocos minutos, tu asistente lo acepta y no necesitas SRT, quédate con el asistente: no hace falta nada más. Un transcriptor compensa cuando:

  • El archivo es largo. En Sonorarium subes un archivo de hasta 5 horas y 2 GB, sin trocearlo. Puedes ver gratis los primeros 15 minutos, al crear tu cuenta y sin tarjeta, y desbloquear el resto pagando solo lo que falta.
  • Quieres marcas de tiempo y editar con el audio. Cada fragmento lleva su minuto; al pulsarlo suena ese tramo, y corriges el texto al lado del audio.
  • Necesitas exportar. Word, TXT, SRT y VTT.
  • Te importan los datos. El audio se borra a los 7 días, la transcripción se queda en tu cuenta hasta que la borres y no se usa para entrenar modelos (privacidad).

Un ejemplo con precio: una nota de voz de pocos minutos cabe en los 15 minutos gratis al crear tu cuenta, sin tarjeta. Una reunión de 60 minutos con una cuenta nueva necesita 45 más: el paquete de 120 minutos cuesta 6 € (los paquetes empiezan en 2 € por 30 minutos; todos en precios).

El flujo que mejor funciona

  1. Sube el audio al transcriptor: en unos minutos tienes el texto con marcas de tiempo. Si no sabes por dónde empezar, tienes la guía de cómo pasar un audio a texto, y para grabaciones largas, la de transcribir un audio largo.
  2. Revisa lo importante (nombres, cifras, fechas) pulsando la marca de tiempo de cada frase.
  3. Si quieres un resumen, pídelo aquí. El panel «Resumen y esquema» da un resumen corto y un esquema de temas con su minuto, y lo hace Claude, de Anthropic, solo cuando lo pides: recibe el texto, nunca el audio ni tu email. Tienes 1 resumen gratis por cuenta, para una transcripción completa de 3 minutos o más; con cualquier paquete, el resumen sale en todas tus transcripciones. Puede tener errores, así que se comprueba en el texto. Detalles en cómo resumir una reunión grabada.
  4. O pega el texto en tu asistente para pedirle lo que quieras: un correo, una tabla, respuestas a preguntas. Así trabaja sobre un texto que ya revisaste, no sobre el audio.

Si ya pagas Microsoft 365, la vía de Word la contamos paso a paso en cómo transcribir un audio en Word o Google Docs. Y si prefieres que el audio no salga de tu ordenador, tienes cómo usar Whisper gratis en tu ordenador.

Preguntas frecuentes

¿Puedo usar ChatGPT gratis para transcribir? Según su ayuda, las subidas de audio no están disponibles en el plan gratuito «por ahora». Con Gemini, el límite es de 10 minutos de audio en total.

¿Cuál es más preciso? No lo hemos medido y las ayudas no comparan. Prueba con dos minutos de tu propio audio y compara con lo que oyes. Si lo que buscas es otro programa gratis, tienes los límites de cada herramienta.

¿Sonorarium traduce o separa hablantes? No. Transcribe en el idioma del audio y no etiqueta quién habla; esa parte la pones tú al revisar.

Fuentes y fecha

Todas consultadas el 4 de noviembre de 2026: ayuda de OpenAI sobre subir archivos y audio y sobre cómo se usan tus datos; ayuda de Gemini sobre subir archivos y su centro de privacidad; ayuda de Microsoft sobre subida de archivos en Copilot, formatos admitidos, Grabar en Copilot y Transcribir en Word. Estos datos pueden haber cambiado desde esa fecha.