Transcribir audio a texto

De audio a texto en unos clics

Elige una grabación y pulsa Transcribir: un modelo de IA de reconocimiento de voz la escucha en tu dispositivo y escribe lo que se dice. Copia el texto directo de la página o descárgalo como archivo de texto, o como subtítulos con tiempos si los necesitas.

Acepta archivos MP3, WAV, M4A, FLAC, Ogg y Opus, notas de voz de celulares y apps de mensajería como WhatsApp, y el sonido de archivos de video. El idioma se detecta solo; si una grabación empieza con música o silencio, elige tú el idioma para un mejor arranque.

Bueno saber

La precisión es mayor con habla clara, una persona a la vez y cerca del micrófono. Las entrevistas y reuniones funcionan bien; los lugares ruidosos, la música y la gente hablando al mismo tiempo hacen más probables los errores, así que lee el texto antes de publicarlo.

Privado por diseño

La mayoría de los sitios de transcripción suben tu audio a un servidor y cobran por minuto. Aquí el modelo funciona en tu navegador, así que entrevistas, notas médicas y mensajes privados se quedan en tu dispositivo. La primera vez se descarga el modelo (unos 136 MB) y el navegador lo guarda. Grabaciones de hasta 90 minutos.

El sonido se convierte a 16,000 muestras por segundo y se divide en ventanas de 30 segundos. Cada ventana se vuelve un espectrograma (qué tan fuerte suena cada tono a lo largo del tiempo) que lee el modelo Whisper base, una red de reconocimiento de voz de código abierto de OpenAI (licencia MIT), para escribir las palabras con marcas de tiempo. Las ventanas se superponen donde se corta una frase, así que no se pierden palabras entre ellas.