Convierte entrevistas, reuniones, clases, notas de voz y vídeos en texto con la IA Whisper — que funciona en tu propio dispositivo. Exporta texto plano o subtítulos SRT / VTT.
Arrastra y suelta un archivo de audio o vídeo aquí
o explorar tus archivos
MP3, WAV, M4A, MP4, MOV, WebM… · Máx. 100 MB por archivo
La transcripción aparecerá aquí. Descárgala como texto (TXT) o subtítulos (SRT, VTT).
Una transcripción hace que una grabación se pueda buscar, citar y consultar: notas de entrevistas, actas de reuniones, apuntes de clase, resúmenes de podcast, subtítulos para personas sordas, o simplemente leer en lugar de escuchar. El texto es además lo que indexan los buscadores.
Whisper es el modelo abierto de reconocimiento de voz publicado por OpenAI, entrenado con 680.000 horas de audio en un centenar de idiomas. Aquí funciona en local gracias a Transformers.js: FFmpeg decodifica el sonido, lo corta en ventanas de 30 segundos en los silencios y se transcribe en tu procesador o tu tarjeta gráfica.
La exportación TXT da párrafos limpios, uno nuevo tras cada pausa. SRT y VTT conservan los tiempos de cada frase, cortada en subtítulos legibles de dos líneas, listos para YouTube, VLC, Premiere o un reproductor web.
Suelta un archivo de audio o vídeo: MP3, WAV, M4A, FLAC, MP4, MOV, WebM…
Elige el idioma hablado, Rápido o Preciso y, si quieres, el fragmento que transcribir.
Copia el texto o descárgalo en TXT, o en subtítulos SRT o VTT.
Graba cerca de quien habla, en una sala tranquila: cuanto más limpio el sonido, mejor el texto. Un móvil delante del orador es mejor que el micrófono de un portátil al fondo de la sala.
¿Reunión larga? Transcribe solo el fragmento que necesitas con los controles: es más rápido y te ahorras horas de charla.
Consejo proEl modelo de voz funciona en tu navegador: tu grabación nunca se sube, se guarda ni la escucha nadie.
Seguro para entrevistas, grabaciones médicas o legales, reuniones y todo lo confidencial.
PrivacidadTodo sobre la transcripción de audio