Transcribe tu audio ahora
Elige el idioma, pulsa grabar y empieza a hablar —o reproduce tu audio en voz alta cerca del micrófono—. El texto aparece en directo y puedes editarlo, copiarlo o descargarlo.
¿Para qué sirve esta herramienta?
Este transcriptor convierte la voz en texto escrito usando el reconocimiento de voz de tu navegador. Sirve para dictar en lugar de teclear, para pasar a texto las notas de voz de WhatsApp que te da pereza escuchar, y para transcribir reuniones, clases o entrevistas mientras ocurren. A diferencia de los servicios que suben tu archivo a la nube y cobran por minuto, aquí todo se procesa en tu equipo, es gratis e ilimitado y el texto que obtienes es editable al instante.
Qué es transcribir audio a texto y cómo funciona
Transcribir audio a texto consiste en convertir un contenido hablado —una nota de voz, una reunión, una entrevista o un dictado— en un documento escrito con las mismas palabras. Durante años fue un trabajo manual y agotador: escuchar, pausar, escribir, rebobinar. Hoy, el reconocimiento automático del habla hace ese trabajo en tiempo real. Esta herramienta usa el motor de voz que ya viene integrado en navegadores como Chrome y Edge, el mismo que utilizas cuando dictas un mensaje con el micrófono del teclado del móvil, pero volcado en una página donde el texto queda editable, contable y listo para copiar.
La gran ventaja frente a las plataformas de transcripción más conocidas es el modelo: la mayoría te regala unos minutos gratis y luego exige una suscripción mensual para seguir. Aquí no hay minutos ni límite, porque el procesamiento no cuesta dinero: lo hace tu propio navegador. Y como no subes ningún archivo, es también la opción más privada para el uso cotidiano. Si además quieres contar cuántas palabras te ha quedado la transcripción, puedes pasarla por el contador de palabras y tiempo de lectura en un segundo.
Cómo pasar una nota de voz de WhatsApp a texto
Es, con diferencia, el uso más buscado. Las notas de voz son cómodas para quien las envía, pero un incordio cuando no puedes escucharlas —en una reunión, en un sitio ruidoso o cuando son eternas—. Tienes tres caminos, del más rápido al más flexible:
La función nativa de WhatsApp
Actívala en Ajustes › Chats › Transcripciones de mensajes de voz. Luego mantén pulsado un audio y toca «Transcribir». Se genera en tu propio teléfono.
El micrófono del teclado
Abre un chat, toca el micrófono del teclado y reproduce la nota en voz alta cerca del móvil. El teclado irá escribiendo lo que suena.
Esta herramienta, desde el ordenador
Pulsa grabar, elige modo «Reproducir un audio» y pon la nota en voz alta cerca del micrófono. Editas y copias el texto al instante.
La tercera opción es la más práctica cuando necesitas el texto en un documento para trabajar con él, porque el resultado ya está en pantalla listo para editar, corregir y pegar donde quieras.
Las tres formas de pasar audio a texto (y cuál te conviene)
No existe un método único mejor para todo: depende de si tu audio es corto o largo, de si ya está grabado y de cuánto te importa la privacidad. Esta comparativa lo deja claro:
| Método | Coste | Velocidad | Privacidad | Ideal para |
|---|---|---|---|---|
| Escribirlo tú a mano | Gratis | Muy lento (hasta 4 h por 1 h de audio) | Total | Fragmentos muy cortos |
| Esta herramienta (voz en tiempo real) | Gratis e ilimitado | Instantáneo, según hablas | Total (no sale del navegador) | Dictado, reuniones, notas de voz |
| Servicios de IA con subida de archivo | Minutos gratis y luego de pago | Unos minutos por archivo | El archivo se sube a un servidor | Archivos largos ya grabados |
Trucos para una transcripción más precisa
Ningún sistema automático acierta el 100% si el sonido es malo. Con estos ajustes notarás una mejora inmediata en el resultado:
Elige bien el idioma antes de empezar: es el factor que más influye en la precisión.
Busca silencio. El ruido de fondo y las voces superpuestas son el mayor enemigo del reconocimiento.
Acerca el micrófono a la fuente de sonido y sube un poco el volumen si reproduces un audio.
Vocaliza y no corras. Hablar demasiado rápido o comerse palabras dispara los errores.
Dicta los signos diciendo «coma», «punto» o «nueva línea», o añádelos al revisar al final.
Para quién es útil pasar voz a texto
La transcripción de voz a texto ahorra horas a muchos perfiles distintos. Los estudiantes transcriben clases y conferencias para repasar sin reescucharlas. Los periodistas e investigadores convierten entrevistas en texto citable y buscable. Los profesionales generan actas de reuniones sin tomar notas a mano. Los creadores de contenido pasan sus podcasts y vídeos a texto para reutilizarlos como artículos o subtítulos —lo que además ayuda al posicionamiento, porque Google no indexa el audio pero sí el texto—. Y cualquiera puede dictar en lugar de teclear: según estudios de reconocimiento de voz, hablar es hasta tres veces más rápido que escribir en el móvil. Una vez tengas el borrador, revisar su claridad con la calculadora de legibilidad de Flesch y eliminar muletillas con el detector de palabras repetidas deja el texto mucho más pulido.
Qué no puede hacer esta herramienta (y cuándo usar otra)
Por transparencia: al basarse en el reconocimiento de voz del navegador, esta herramienta transcribe en tiempo real lo que suena por el micrófono, pero no sube ni procesa un archivo directamente ni separa automáticamente quién dice cada frase en una conversación de varias personas. Para transcribir de golpe un archivo de varias horas ya grabado, con identificación de hablantes, tiene más sentido un servicio de IA con subida de archivo. Y para contenido confidencial que no deba pasar por ningún servicio en línea, la transcripción manual sigue siendo la única vía totalmente sin conexión. Elegir la herramienta adecuada según el caso es parte de hacerlo bien.
✅ Cómo verificamos esta página
La información sobre reconocimiento de voz, formatos y métodos de transcripción se ha contrastado con documentación técnica y fuentes de referencia como la documentación de la Web Speech API en MDN Web Docs y el anuncio oficial de transcripciones de WhatsApp. La herramienta procesa el audio a través del motor de voz del navegador y no almacena ni tu voz ni el texto resultante.
CreadorKit es una plataforma de herramientas gratuitas para creadores y estudiantes; no vende software de transcripción ni recibe comisiones. Puedes conocer al equipo en la página sobre el equipo de CreadorKit, explorar el resto de herramientas de SEO y texto o escribirnos desde la página de contacto si detectas algo mejorable.
Revisado por el equipo editorial de CreadorKit · Actualizado en 07/2026
Preguntas frecuentes sobre transcribir audio a texto
Tienes dos formas. La primera es dictar: pulsas el botón de grabar y hablas, y el texto aparece en pantalla en tiempo real a medida que hablas. La segunda es transcribir un audio que ya tienes (por ejemplo una nota de voz de WhatsApp o un MP3): pulsas grabar y reproduces ese audio en voz alta cerca del micrófono, y la herramienta va escribiendo lo que escucha. En ambos casos, cuando terminas puedes copiar el texto, descargarlo o editarlo directamente. Todo el reconocimiento ocurre en tu propio navegador, así que no se sube ningún archivo a ningún servidor.
Es completamente gratis y no tiene límite de minutos ni de número de transcripciones. A diferencia de la mayoría de servicios de transcripción, que regalan unos minutos y después cobran una suscripción, esta herramienta funciona con el motor de reconocimiento de voz de tu propio navegador, por lo que puedes usarla todo lo que quieras sin coste, sin registro y sin tarjeta. La única condición es tener conexión a internet, porque el navegador consulta su motor de voz en línea.
Tienes tres opciones. La primera, si usas WhatsApp actualizado, es la transcripción nativa de la propia app: mantén pulsado el mensaje de voz y toca "Transcribir" (debes activarla en Ajustes, Chats, Transcripciones de mensajes de voz). La segunda es usar el micrófono del teclado de tu móvil mientras reproduces la nota. Y la tercera, desde el ordenador, es abrir esta herramienta, pulsar grabar y reproducir la nota de voz en voz alta cerca del micrófono: la transcripción irá apareciendo sola. La ventaja de esta última es que puedes editar y copiar el texto al instante en un documento.
La herramienta reconoce voz en español (con variantes de España y Latinoamérica) y en inglés, entre otros idiomas que dependen del navegador que uses. Antes de empezar, selecciona en el desplegable el idioma que se está hablando en el audio: elegir bien el idioma es lo que más influye en la precisión. Si el audio mezcla dos idiomas, transcribe primero un tramo con un idioma seleccionado y luego cambia para el otro tramo, porque el motor de reconocimiento trabaja con un idioma cada vez.
La herramienta usa la API de reconocimiento de voz del navegador, que funciona mejor en Google Chrome y Microsoft Edge, tanto en ordenador como en Android. En el iPhone el soporte depende de la versión de Safari y puede ser más limitado. Firefox actualmente no la soporta bien. Si al pulsar grabar no ocurre nada, lo más probable es que tu navegador no sea compatible: en ese caso, abre la página en Chrome. También necesitas dar permiso de micrófono cuando el navegador te lo pida la primera vez.
No se sube ningún archivo. La transcripción se genera a través del motor de reconocimiento de voz del navegador, y el texto resultante se queda en tu pantalla; no lo almacenamos ni lo enviamos a CreadorKit. Ten en cuenta un matiz técnico: para reconocer la voz, el navegador (Chrome) puede procesar el sonido del micrófono usando el servicio de voz de Google, igual que ocurre cuando dictas en el teclado del móvil. No guardamos ni tu voz ni tu texto. Si tu contenido es especialmente sensible, la transcripción manual sigue siendo la única opción totalmente sin conexión.
El reconocimiento de voz en tiempo real transcribe las palabras que escucha, pero no siempre añade comas y puntos automáticamente, igual que ocurre con el dictado del teclado del móvil. Tienes dos soluciones: decir en voz alta los signos ("coma", "punto", "nueva línea") mientras dictas, que muchos navegadores interpretan, o revisar el texto al final y añadir la puntuación tú. Como el resultado es editable, corregir la puntuación y algún error suelto lleva mucho menos tiempo que escribir todo desde cero.
La precisión depende sobre todo de la calidad del sonido. Para mejorarla: habla o reproduce el audio en un sitio silencioso, sin ruido de fondo ni voces superpuestas; acerca el micrófono a la fuente de sonido; sube un poco el volumen si estás reproduciendo un audio; vocaliza y evita hablar demasiado rápido; y asegúrate de haber seleccionado el idioma correcto. Los audios con varias personas hablando a la vez, con mucho eco o con música de fondo son los más difíciles de transcribir para cualquier sistema automático, no solo para este.
Sí, y es uno de sus mejores usos. Deja la herramienta grabando durante la reunión, la clase o la entrevista y el texto se irá generando en directo, para que después no tengas que reescucharlo todo. Para reuniones por videollamada (Zoom, Meet, Teams), reproduce el audio por los altavoces del ordenador con la herramienta escuchando, o usa un micrófono cercano. Al terminar, descarga el texto y pásalo por un contador de palabras o un revisor de legibilidad para pulir las notas antes de compartirlas.