Audio a texto gratis
Transcribe audio o vídeo a texto y subtítulos, íntegramente en tu dispositivo. Exporta SRT, VTT, ASS y más. Sin subidas y sin cuenta.
El plan gratuito de TurboScribe permite 3 archivos al día: aquí la voz se transcribe en tu dispositivo, y el audio nunca sale de él. · comprobado sept 2026
Arrastra archivos aquí o haz clic para explorar
MP3, WAV, M4A, AAC, OGG, FLAC, WEBM, MP4, MOV, MKV, M4V · procesado en tu dispositivo
o pulsa Ctrl+V para pegar desde el portapapeles
Puedes soltar varios archivos a la vez
Suelta varios archivos a la vez para transcribirlos uno tras otro y guardarlos juntos en un ZIP.
Cómo funciona
La transcripción ejecuta un modelo de reconocimiento de voz Whisper directamente en tu navegador. El audio se decodifica, remuestrea y alimenta al modelo en tu propio dispositivo: la grabación nunca se sube.
- 1Tu archivo se decodifica a 16 kHz monoWhisper solo acepta un formato: audio de un solo canal a 16.000 muestras por segundo. El motor de audio del navegador hace la conversión por sí mismo, lo que para la mayoría de archivos de música y voz no significa ninguna descarga adicional. Los contenedores de vídeo inusuales recurren al ffmpeg incluido.
- 2El modelo se descarga una vez, y solo cuando lo pidesEl modelo de voz pesa unos 81 MB (o 45 MB en la opción más rápida y menos precisa), y el motor que lo ejecuta añade unos 27 MB. Solo se obtiene después de pulsar Cargar y luego se guarda en caché para que las visitas posteriores empiecen al instante. Puedes eliminarlo de nuevo en cualquier momento.
- 3El audio se transcribe en ventanas de 30 segundosWhisper lee 30 segundos a la vez con 5 segundos de solapamiento en cada lado, así las palabras que cruzan un límite no se pierden. Esto se ejecuta en un hilo en segundo plano, por eso la página se mantiene receptiva y Cancelar sigue funcionando.
- 4El texto se convierte en subtítulos legiblesLa salida en bruto se divide y se reajustan sus tiempos para que ninguna línea supere los 42 caracteres y nada avance más rápido de 21 caracteres por segundo: los mismos límites que comprueba nuestro Editor de Subtítulos. Las temporizaciones nunca se estiran para cumplir esos objetivos, porque eso tergiversaría cuándo se dijeron las palabras.
Tu grabación nunca sale de tu dispositivo. El archivo del modelo en sí se descarga de nuestro servidor, pero el audio solo se lee dentro de tu propio navegador: seguro para entrevistas, notas médicas, grabaciones legales y cualquier otro contenido confidencial.
Guía
Ejemplo práctico
Una entrevista de 30 minutos guardada como MP3 ocupa unos 27 MB. Con el modelo "Mejor" (una descarga de 81 MB la primera vez, luego en caché) un portátil típico necesita aproximadamente media hora, porque la herramienta procesa alrededor de un segundo de audio por segundo más unos 45 segundos para iniciarse. El modelo "Más rápido" (45 MB) tarda aproximadamente la mitad. La estimación se muestra antes de empezar y se corrige sola tras la primera ventana. El resultado se puede guardar como SRT, VTT, ASS, texto plano o LRC.
Qué ajustes usar y los límites
- Usa Mejor a menos que el dispositivo tenga poca memoria. "Mejor" ocupa unos 81 MB para descargar y "Más rápido" unos 45 MB. Ambos se guardan en tu navegador después del primer uso. En un teléfono, o si la ejecución falla, prueba "Más rápido".
- Establece el idioma hablado cuando la detección no sea segura. "Detectar automáticamente" funciona bien para voz clara. Si la grabación empieza con música o cambia de idioma, elige el idioma en "Idioma hablado". "Traducir a inglés" da texto en inglés a partir de voz en otro idioma.
- Ten en cuenta los límites de duración. La herramienta avisa cuando una grabación supera las 2 horas en un ordenador o los 30 minutos en un teléfono. Pasadas las 5 horas en un ordenador, o los 90 minutos en un teléfono, solo se transcribe la primera parte y la página lo indica. Corta el resto en un archivo aparte para hacerlo después.
- Para en cualquier momento y conserva el texto. "Parar y conservar lo hecho" finaliza la ejecución y deja todo lo transcrito hasta el momento para copiar o descargar. En un teléfono, mantén la pestaña abierta y la pantalla encendida, ya que el navegador puede pausar una pestaña en segundo plano.
- Edita antes de exportar. Haz clic en un tiempo para escuchar ese momento, corrige la redacción sobre la marcha o usa Buscar y reemplazar. Copiar y cada descarga usan tus ediciones. Varios archivos soltados juntos se transcriben uno tras otro y se guardan como un ZIP.
Problemas comunes y cómo solucionarlos
- Dice que el archivo cambió o se movió después de seleccionarlo.
- El navegador perdió el acceso al archivo, normalmente porque se movió, se renombró o todavía se estaba sincronizando desde el almacenamiento en la nube. Elige el archivo de nuevo. Un archivo copiado primero al disco local es lo más fiable.
- El archivo no se pudo leer, por lo que no se transcribió nada.
- En este caso no se descarga ningún modelo. Si el archivo es un vídeo, guarda su sonido como MP3 con el Extractor de Audio y transcribe ese. Si es audio, vuelve a exportarlo como MP3 o WAV e inténtalo de nuevo.
- La descarga del modelo se detuvo o nunca terminó.
- Una conexión interrumpida o una pestaña cerrada interrumpen la descarga. Comprueba tu conexión y pulsa "Transcribir" de nuevo. Una vez descargado, el modelo se guarda en caché y las ejecuciones posteriores no lo necesitan de nuevo.
- La transcripción no terminó o se estancó a medias.
- Esto suele deberse a que el navegador se queda sin memoria o la pestaña se pone en suspensión. Prueba el modelo "Más rápido", cierra otras pestañas y mantén esta pestaña en primer plano. Si se detuvo a medias, la transcripción hasta ese momento se muestra y se puede descargar.
- No se encontró voz en la grabación.
- Puede que el audio esté en silencio, sea principalmente música o tenga un volumen muy bajo. Reproduce el original para comprobarlo. Si la voz es débil, súbela primero con el Normalizador de Audio y transcribe el resultado. Un archivo sin pista de audio no se puede transcribir.
Cómo se compara
Transcribir en el navegador significa que la grabación nunca sale de tu dispositivo, lo cual es importante para entrevistas, notas médicas y grabaciones legales. El coste es la velocidad y la configuración: la primera ejecución descarga un modelo, y un teléfono es varias veces más lento que un portátil. El modelo es un modelo Whisper pequeño, por lo que es menos preciso que los más grandes con acentos marcados, ruido de fondo o vocabulario técnico. Cuenta con hacer una lectura rápida y correcciones en el editor.
Herramientas relacionadas
Generador de subtítulos
Suelta un vídeo y obtén subtítulos precisos en SRT o VTT, o incrustados en un MP4, en el idioma original o traducidos al inglés. Funciona en tu navegador; no se sube nada.
Dictado de voz a texto
Transcripción de voz en vivo con el reconocimiento de voz integrado de tu navegador. Admite más de 30 idiomas. Dicta notas, correos electrónicos o transcripciones sin usar las manos.
Texto a voz
Lee texto en voz alta gratis con las voces de tu dispositivo. Los textos en inglés, alemán, francés, español, italiano, ucraniano y japonés también se pueden guardar como MP3 o WAV con una voz de estudio. Sin clave API, sin subir archivos, sin costo.