Tus grabaciones se quedan en tu ordenador

No hay paso de subida. El archivo se lee y se transcribe dentro de la pestaña del navegador, y el texto va directo al editor. Entrevistas, notas de consulta y llamadas con clientes no salen del dispositivo.

Lo que grabas con el botón Grabar solo está en memoria y desaparece al cerrar la pestaña. El texto de la transcripción se guarda en tu navegador, así que recargar no lo borra.

Corrige el texto mientras escuchas

Cada línea empieza con una pequeña etiqueta de tiempo. Haz clic y el audio original suena desde esa frase, así que comprobar un nombre o una cifra es un clic. Mientras suena el audio, la línea que se está diciendo queda marcada en el editor.

Edita el texto como cualquier documento. Los tiempos siguen unidos a sus líneas, de modo que los SRT y VTT que descargues después llevan tus correcciones con la sincronía original.

Rápido o Preciso

Rápido es lo predeterminado. Para inglés usa un motor hecho solo para inglés que trabaja con la duración real de cada trozo en lugar de rellenar cada uno hasta 30 segundos, así que las grabaciones cortas salen enseguida. Los demás idiomas usan un motor multilingüe compacto.

Preciso usa un motor multilingüe más grande y una descarga inicial mayor. En nuestras pruebas en un portátil, solo con el procesador, una grabación en inglés de 22 segundos tardó cerca de 1 segundo en Rápido y 13 segundos en Preciso, y ambos acertaron los nombres, las fechas y la cantidad en dólares. Cuando un nombre o un acento sale mal una y otra vez en Rápido, prueba Preciso antes de corregirlo a mano.

El silencio no se convierte en palabras

Los motores de voz tienden a inventar texto donde nadie habla. En nuestras pruebas, un clip de 32 segundos de viento y tráfico salió como «Thank you.». Por eso los silencios largos nunca se envían al motor, y frases cortas como «Thank you» o «Thanks for watching» solo se quitan cuando el audio que hay debajo no parece habla. Un «gracias» real al final de una charla se queda.

Qué puedes descargar

TXT da párrafos limpios: las frases se unen y empieza un párrafo nuevo en pausas de 1,5 segundos o más. SRT y VTT son archivos de subtítulos con dos líneas como máximo de 42 caracteres por subtítulo, listos para YouTube, Premiere, DaVinci Resolve o CapCut. Word (DOCX) se abre en Word, Pages y Google Docs.

Para oír el texto en voz alta, usa Leer en voz alta en el menú de descarga. Abre TextToSpeech.tools con la transcripción ya puesta.

Límites

Un archivo puede durar hasta 3 horas. En mono a 16 kHz, una hora de audio ocupa unos 115 MB de memoria, así que en un móvil los archivos muy largos pueden quedarse sin memoria antes de terminar. Si pasa, divide el archivo y transcríbelo por partes.

Los archivos de video funcionan cuando el navegador puede decodificar su pista de sonido. Lo más habitual es MP4 con audio AAC, MOV, y WebM o MKV con Opus. Un archivo sin pista de sonido da un mensaje claro en lugar de una transcripción vacía.