Conversor de audio a texto y transcripción online
Convierte el habla de cualquier grabación en una transcripción editable en 90+ idiomas, lista para descargar como TXT, DOCX, SRT o VTT.
Haz clic o arrastra tu archivo de audio/vídeo aquí
Compatible con MP3·MP4·WAV·M4A·AAC·OGG·FLAC·WebM·AMR·OPUS·WMA·AIFF·CAF·3GP y 20+ formatos
Cómo convertir audio a texto en 3 pasos
Sube tu audio
Suelta un archivo MP3, M4A, WAV, FLAC, OGG u otro de audio. Se aceptan grabaciones de cualquier duración, así que no hay que recortar nada antes.
La IA transcribe el habla
El idioma hablado se detecta solo y el habla se escribe con marcas de tiempo, en cualquiera de los 90+ idiomas.
Descarga TXT, DOCX, SRT o VTT
Copia el texto, ábrelo en Word o Google Docs, o descarga subtítulos con marcas de tiempo para un editor de vídeo o un reproductor web.
¿Qué es la transcripción de audio?
La transcripción de audio, también llamada audio a texto o voz a texto, es el proceso de convertir las palabras habladas de una grabación en texto escrito. Partes de un archivo que ya tienes, como un episodio de pódcast, una entrevista grabada o una nota de voz, y terminas con una transcripción que puedes leer, buscar, editar y compartir.
No es lo mismo que el dictado o la escritura por voz. El dictado escribe lo que dices mientras hablas a un micrófono; la transcripción de audio trabaja con una grabación que ya existe, por lo que sirve para material hecho antes, por otras personas o en otro dispositivo.
Para transcribir audio online, sube la grabación y obtienes una única transcripción con una marca de tiempo en cada línea, en cualquiera de los 90+ idiomas. La transcripción no indica quién habla: en una conversación recibes las palabras en orden, no un guion con nombres. Si partes de un vídeo en lugar de un archivo de audio, el proceso es el mismo: consulta vídeo a texto.
Formatos de audio que puedes convertir
Cualquier formato de audio habitual se puede subir tal cual. No hace falta convertir el audio a MP3 antes, y el formato no cambia el precio: pagas por minutos de audio, no por tamaño de archivo.
| Formato | De dónde suele venir | Convertir |
|---|---|---|
| MP3 | Pódcast, reproductores de música, la mayoría de grabadoras y sitios de descarga | MP3 a texto |
| M4A | Notas de voz del iPhone, dispositivos Apple, iTunes | M4A a texto |
| WAV | Grabaciones sin comprimir de grabadoras de campo y software de audio | WAV a texto |
| FLAC | Música sin pérdida y grabaciones de archivo | FLAC a texto |
| OGG | Mensajes de voz de WhatsApp y Telegram, aplicaciones de código abierto | OGG a texto |
| OPUS | Notas de voz de WhatsApp, llamadas WebRTC y VoIP | OPUS a texto |
| AAC | Grabaciones de Apple y Android, audio extraído de vídeos | AAC a texto |
| WMA | Grabadoras antiguas de Windows y archivos de Windows Media | WMA a texto |
| AIFF | Software de audio para Mac y grabaciones de estudio | AIFF a texto |
| AMR | Teléfonos antiguos, grabaciones de llamadas y buzón de voz | AMR a texto |
| MP2 | Emisiones de radio y archivos digitales antiguos | MP2 a texto |
También se pueden subir archivos CAF de dispositivos Apple. La lista completa de formatos de audio y vídeo está en Formatos compatibles.
¿Qué tipo de audio puedes transcribir?
Cualquier grabación con habla clara se puede convertir en texto con un conversor de audio a texto online. Estos son los tipos más comunes y lo que conviene tener en cuenta con cada uno.
Pódcast
Un episodio completo se convierte en una transcripción en la que se puede buscar, que puedes publicar junto al audio o reutilizar para las notas del programa. Incluso un programa de dos horas no necesita edición previa.
Entrevistas
Las entrevistas grabadas vuelven como texto en el orden en que se dijeron las cosas, con una marca de tiempo en cada línea, lo que permite encontrar una cita y comprobarla con la grabación enseguida.
Clases y conferencias
Una clase grabada se convierte en apuntes que puedes buscar y resaltar. Las grabaciones hechas desde el fondo del aula funcionan, pero un teléfono colocado más cerca del orador da una transcripción claramente mejor.
Llamadas telefónicas
Las grabaciones de llamadas suelen guardarse como AMR, M4A o WAV y se pueden subir tal cual. El audio telefónico tiene un rango de sonido estrecho, así que la precisión suele ser algo menor que con una grabación de estudio.
Buzón de voz
Convierte un mensaje del buzón de voz en texto que puedes leer de un vistazo en lugar de escuchar todo el mensaje, y conserva una copia escrita de lo que dijo quien llamó.
Grabaciones y notas de voz
Las notas de voz, grabaciones de reuniones y recordatorios personales de cualquier grabadora o app del móvil se convierten en texto editable, listo para copiar en un documento o un correo.
Transcribe audio en 90+ idiomas
El reconocimiento de voz funciona en 90+ idiomas y el idioma se detecta automáticamente, así que no tienes que elegirlo antes de subir el archivo. Entre los más usados están inglés, español, francés, alemán, portugués, italiano, ruso, chino (mandarín y cantonés), japonés, coreano, árabe y hindi. La precisión depende del idioma y de la grabación: los idiomas muy hablados y el habla clara dan los mejores resultados.
Cuando la transcripción está lista, puedes traducirla, o traducir los subtítulos que se hacen con ella, a 29 idiomas y descargar la versión traducida en los mismos formatos. Para archivos de vídeo, la misma opción está en el traductor de vídeo. El audio en chino vuelve en chino simplificado y con puntuación completa.
Transcripción con IA o escribirla tú
Escribir una transcripción a mano te da control total, pero exige mucho escuchar y pausar. Esto es lo que cambia cuando el primer borrador viene del reconocimiento de voz.
| TextifyALL | Escribirla tú | |
|---|---|---|
| Marcas de tiempo | Añadidas automáticamente en cada línea | Añadidas a mano, si acaso |
| Idiomas | 90+ idiomas, detectados automáticamente | Solo los idiomas que conoces |
| Resultado | TXT, SRT, VTT, DOCX, listos para descargar | Lo que formatees tú mismo |
| Coste | Por minuto, mira el precio más abajo | Tu propio tiempo |
| Ideal para | Un primer borrador completo que luego revisas y corriges | Clips cortos o textos de nivel legal que debes comprobar palabra por palabra |
Elijas lo que elijas, lee la transcripción completa antes de publicarla: los nombres, las cifras y los términos técnicos son las palabras que más se entienden mal.
Cómo conseguir una transcripción más precisa
La precisión llega hasta el 98 % en grabaciones claras. Casi toda la diferencia entre una transcripción limpia y una confusa viene de la propia grabación, así que estos hábitos compensan.
Graba cerca del orador
La distancia importa más que el micrófono. Un teléfono cerca de la persona que habla suele superar a un micrófono caro al otro lado de la sala.
Reduce el ruido de fondo
La música, el tráfico y otras conversaciones compiten con la voz. Un ruido constante, como un ventilador, molesta menos que los sonidos que suben y bajan.
Una voz cada vez
Cuando la gente habla a la vez, ambas voces se reconocen peor. En reuniones y entrevistas, ayudan las pausas cortas entre quienes hablan.
Sube el archivo original
Convertir el audio a otro formato solo puede quitar detalle. Sube el archivo que produjo tu grabadora o tu app, sea cual sea su formato.
Comprueba nombres y cifras
Los nombres, las cifras y los términos técnicos son las palabras que más se entienden mal. Búscalos en la transcripción y compáralos con la grabación antes de publicar.
Prueba primero los minutos gratis
Los primeros 15 minutos son gratis, así que puedes ver cómo se transcribe tu propia grabación antes de pagar por un archivo largo.
¿Cuánto cuesta la transcripción de audio?
Los primeros 15 minutos son gratis, sin registro. Crea una cuenta gratuita y recibes 20 minutos gratis más. A partir de ahí, son $0.035 por minuto, desde $1.99. Todos los planes están en la página de precios.
Exporta tu transcripción como TXT, Word o subtítulos
Todos los planes, incluidos los minutos gratis, pueden descargar la transcripción en los cuatro formatos.
| Formato | Ideal para |
|---|---|
| TXT | Leer, buscar y pegar el texto donde quieras |
| DOCX | Editar en Microsoft Word o Google Docs, consulta MP3 a DOCX |
| SRT | Subtítulos para editores de vídeo y YouTube, consulta MP3 a SRT |
| VTT | Subtítulos para reproductores web HTML5 y de pódcast, consulta MP3 a VTT |
Cada línea de subtítulos es lo bastante corta para leerse con comodidad en pantalla.
¿Mi audio es privado?
Tu audio no se conserva a largo plazo: se elimina en cuanto se ha procesado. Las transcripciones, subtítulos y archivos traducidos que generamos se conservan 24 horas para que puedas descargarlos y después se eliminan de forma permanente.
Los archivos viajan por una conexión cifrada, y tu contenido nunca se vende ni se usa para entrenar modelos de IA. Para generar el texto, el audio y la transcripción los procesan servicios de terceros de reconocimiento de voz y de lenguaje de IA. Los detalles están en la política de privacidad.
Quién usa el audio a texto
Podcasters
Publica una transcripción con cada episodio para que los oyentes puedan buscar en ella, y saca citas para publicaciones en redes y notas del programa sin volver a escuchar el audio.
Periodistas e investigadores
Transcribe entrevistas para comprobar citas, codificar respuestas de un estudio o conservar un registro escrito junto a la grabación original.
Estudiantes
Convierte clases y seminarios grabados en texto y busca después la parte que necesitas en lugar de volver a escuchar toda la clase.
Equipos
Transcribe grabaciones de reuniones para compartir notas con quienes no estuvieron y dejar constancia de lo que se decidió.
Precios
Precios transparentes. Cuotas masivas. Pura productividad.
Elige un plan que se adapte a tu flujo de trabajo y obtén una velocidad de transcripción sin igual con total privacidad.
Pago por uso
Compra créditos a demanda. Sin suscripción, sin compromiso.
Añade $8 más para +10% de bonificación
Pago seguro · Archivos eliminados tras 24 h
Starter
Perfecto para probarlo
Gratis para siempre
Pruébalo gratis- 15 minutos gratis sin registrarte, 20 más con una cuenta gratuita
- Procesamiento mediante API en la nube
- Todos los formatos de exportación (TXT, SRT, VTT, DOCX)
Pro
Para profesionales del día a día
Incluye 4,000 créditos/mes (~66 horas)
Regístrate para desbloquear un 25% de bonificación extra
- Motor Turbo en la nube con prioridad
- Transferencia cifrada · archivos eliminados a las 24 h
- Todos los formatos de exportación (TXT, SRT, VTT, DOCX)
Max
Para usuarios avanzados y equipos
Incluye 15,000 créditos/mes (~250 horas)
Regístrate para desbloquear un 25% de bonificación extra
- Todo lo de Pro
- Cola de máxima prioridad
- Licencia comercial
- Acceso a API (Próximamente)
Preguntas frecuentes
Sí. Los primeros 15 minutos de un archivo se transcriben gratis, sin registrarte. Crea una cuenta gratuita para obtener 20 minutos gratis más y conservar tu historial.
La mayoría de los archivos están listos en pocos minutos, e incluso una grabación larga llega como una sola transcripción completa.
No, no a largo plazo. El audio que subes se elimina en cuanto se procesa. Las transcripciones, los subtítulos y los archivos traducidos que generamos se conservan 24 horas para que puedas descargarlos y después se eliminan de forma permanente. Tu contenido nunca se vende ni se usa para entrenar modelos de IA.
Sube el archivo de audio en esta página y la transcripción empieza sola: el idioma se detecta automáticamente y el habla se escribe con marcas de tiempo. Cuando termina, lee la transcripción en el navegador o descárgala como TXT, DOCX, SRT o VTT. No hay que instalar ningún programa.
En la práctica, ninguna: ambas significan convertir habla grabada en texto escrito, y voz a texto es un tercer nombre para lo mismo. «Audio a texto» es el nombre habitual de la herramienta, y «transcripción de audio» el del proceso y su resultado, la transcripción.
El que ya tienes. El reconocimiento de voz no necesita un formato especial, y volver a convertir un archivo solo puede hacerle perder calidad. Si vas a grabar algo nuevo, un formato sin comprimir o poco comprimido como WAV, FLAC o un M4A de buena calidad conserva más detalle, pero un MP3 normal también se transcribe bien.
Sí. Las notas de voz, los dictados y las grabaciones de cualquier app del móvil o grabadora se pueden subir tal cual, en formatos como M4A, MP3, WAV o AMR. Obtienes el texto con marcas de tiempo y puedes descargarlo como TXT o Word.
Sí, pero la precisión baja a medida que el ruido aumenta. Un ruido constante, como un aire acondicionado, afecta menos que la música, las voces superpuestas o un orador lejos del micrófono. Si puedes, graba cerca del orador; en una grabación que ya tienes, revisa los pasajes donde el ruido es más fuerte.
No hay un límite fijo de duración ni de tamaño de archivo. Las grabaciones largas vuelven como una transcripción completa, y se factura por minuto de audio (1 crédito = 1 minuto).
Sí. Tras la transcripción puedes traducir el texto o los subtítulos a 29 idiomas y descargar la traducción como TXT, DOCX, SRT o VTT. Para vídeo, consulta el traductor de vídeo.