Cómo transcribir un video a texto: todos los métodos, según de dónde viene el video

Por Unai Goikoetxea · Publicado 17 de agosto de 2026 · Actualizado 19 de agosto de 2026

Para transcribir un video a texto tienes dos caminos: subir el archivo (MP4, MOV) o pegar el enlace público del video si ya está en YouTube, TikTok, Instagram, Facebook, Pinterest o Google Drive. En JustTranscribe cualquiera de los dos te devuelve el texto completo con marcas de tiempo, listo para copiar, buscar o exportar como subtítulos. La primera transcripción es gratis y no necesitas crear cuenta.

El método es el mismo para un MP4 en tu celular que para un enlace público, pero los detalles que hacen tropezar a la gente cambian según de dónde viene el video. Esta página es el mapa: qué pasa con el audio y, para cada tipo de video, la guía y la herramienta gratis que le corresponden.

Abajo: enlaces de YouTube, videos cortos de redes, archivos de clases y reuniones, notas de voz, y qué hacer cuando necesitas subtítulos u otro idioma.

Qué pasa cuando transcribes un video

Un archivo de video contiene dos cosas: imagen y audio. Al transcribir, se extrae la pista de audio y un modelo de reconocimiento de voz la convierte en texto. Por eso da igual si grabaste en vertical con el celular o con una cámara buena: lo que manda es el micrófono.

El resultado no es un bloque de texto suelto. Cada palabra queda asociada a un momento del video, así que puedes hacer clic en una frase y saltar directo a ese segundo. Eso es lo que después permite generar subtítulos sincronizados o citar un minuto exacto en un reporte.

Audio claro y cercano al micrófono: transcripción muy fiel
Varias personas hablando encimadas: conviene pedir etiquetas de hablante
Música fuerte de fondo o viento: aparecen más errores
Video sin voz (solo música o texto en pantalla): no hay nada que transcribir

Si el video está en YouTube

YouTube es la única plataforma que a veces te regala el texto: el panel Mostrar transcripción, cuando el video tiene subtítulos. Sirve para leer al tiempo y para poco más — no exporta limpio, en muchos idiomas viene sin puntuación y en buena parte de los videos simplemente no existe. Pegar el enlace en una herramienta de transcripción funciona con cualquier video público, con o sin subtítulos, y devuelve marcas de tiempo por palabra exportables a SRT, DOCX o TXT.

Las guías de abajo cubren los dos caminos, el caso sin subtítulos, los resúmenes de videos largos y cómo convertir una charla en un artículo.

Si es un TikTok, un Reel o un video de Facebook

Los videos cortos de redes tienen dos mañas: las plataformas muestran subtítulos automáticos en pantalla pero nunca te dan un archivo, y el enlace solo funciona mientras la publicación sea pública. Copia el enlace de Compartir, pégalo y el texto hablado vuelve con marcas de tiempo — o, si es una cuenta privada o un borrador, sube el archivo del video. Creadores y equipos de marketing usan las mismas transcripciones para estudiar ganchos y guiones; de eso van las dos últimas guías.

Si es un archivo: una clase, una reunión, una entrevista, una grabación larga

Cuando el video es tuyo — una clase grabada con el celular, una reunión de Zoom o Meet, una entrevista, un podcast — sube el archivo. No dependes de ninguna plataforma, lo privado sigue privado, y tienes las dos cosas que una grabación larga necesita: etiquetas de hablante (bajo demanda, así que una clase de una sola voz se mantiene simple) y el límite de 150 minutos por archivo, el número a tener en cuenta para cualquier cosa de más de dos horas.

Cada guía de abajo resuelve lo específico de esa grabación: cómo partir un archivo de tres horas, cómo etiquetar quién habla en un panel, qué hacer con un enlace de Google Drive que no abre, cómo tratar una audiencia o grabación legal. En Argentina y Uruguay a esto se le dice desgrabar, y tiene su propia guía y herramienta.

Si es una nota de voz de WhatsApp o Telegram

Las notas de voz son audio, no video, pero son lo que más gente quiere pasar a texto — y lo menos obvio de sacar de la app. WhatsApp las guarda como archivos .opus, que no necesitan conversión; Telegram usa .ogg. Las guías cubren los toques exactos para guardar o reenviar la nota en Android y iPhone, qué es el formato .opus, y los casos que la transcripción propia de WhatsApp no resuelve.

Si necesitas subtítulos, o el texto en otro idioma

Una transcripción con marcas de tiempo ya es un archivo de subtítulos esperando a exportarse: SRT para YouTube, editores y redes, VTT para reproductores web. La traducción viene después de transcribir — el texto se traduce a cualquiera de 111 idiomas y se vuelve a exportar — y así sacas subtítulos en inglés para una charla en español sin doblar nada. Y si estás decidiendo entre transcribir a mano, con una herramienta o con cuál, las dos últimas guías comparan con honestidad.

Formatos, tamaños y exportaciones

Antes de subir, revisa el formato y el peso. Estas son las condiciones reales:

Video: MP4 y MOV
Audio: MP3, M4A, WAV, OGG/OPUS (incluye notas de voz de WhatsApp)
Tamaño máximo por archivo: 500 MB
Duración: hasta 40 minutos en la transcripción gratuita sin cuenta; hasta 150 minutos con cuenta
Exportaciones: TXT, SRT, VTT, CSV, Markdown, PDF y DOCX, más enlace para compartir

Alternativas gratuitas y hasta dónde llegan

Hay opciones nativas que funcionan bien para casos simples, y vale la pena conocer sus límites antes de pelearte con ellas.

YouTube genera subtítulos automáticos en muchos videos y puedes abrir la transcripción desde el reproductor y copiarla. El problema es que suele venir sin puntuación, no siempre está disponible en el idioma correcto y solo aplica a videos que ya están en YouTube.

TikTok e Instagram también agregan subtítulos automáticos a los videos publicados, pensados para verse en pantalla, no para exportarlos como documento. Google Docs tiene escritura por voz y Word tiene una función de transcripción, pero ambas piden que reproduzcas el audio en el momento o que subas archivos compatibles, y no te dan marcas de tiempo por palabra ni un archivo SRT listo.

Si solo necesitas la idea general de un video corto y propio, cualquiera de esas rutas alcanza. Si necesitas texto limpio, tiempos exactos, subtítulos, traducción o transcribir enlaces de varias plataformas en el mismo lugar, una herramienta dedicada te ahorra el trabajo manual.

Cómo mejorar el resultado antes de transcribir

El 90 por ciento de los errores viene del audio, no del software. Con ajustes mínimos en la grabación mejora todo lo que sigue.

Graba en un cuarto sin eco, acerca el micrófono a quien habla y evita hablar encima del otro. Si es una entrevista o una reunión, pide etiquetas de hablante al transcribir para saber quién dijo qué. Y si el video ya está grabado con audio difícil, revisa la transcripción usando los segmentos con clic: escuchar los cinco o seis puntos dudosos es más rápido que releer todo.

Paso a paso

1
Decide si vas a subir el archivo o pegar el enlace
Si el video está en tu celular o computadora, ten listo el MP4 o MOV (hasta 500 MB). Si ya está publicado y es público, copia el enlace desde YouTube, TikTok, Instagram, Facebook, Pinterest o Google Drive.
2
Abre justtranscribe.ai en el navegador
Funciona desde computadora o celular, sin instalar nada. Para la primera transcripción no necesitas cuenta.
3
Carga el video
Arrastra el archivo al recuadro de subida o pega el enlace en el campo correspondiente y confirma. Verás el progreso mientras se extrae y procesa el audio.
4
Espera unos minutos
El proceso tarda minutos, no horas, y depende de la duración del video. No cierres la pestaña hasta que aparezca la transcripción.
5
Revisa el texto con los timestamps
Haz clic en cualquier segmento para escuchar ese momento del audio y confirmar palabras dudosas: nombres propios, cifras, siglas. Usa el buscador para llegar rápido a un tema.
6
Pide extras si los necesitas
Activa las etiquetas de hablante si hay varias voces, traduce la transcripción al idioma que necesites o abre el análisis para obtener resumen, momentos clave y estructura del contenido.
7
Exporta en el formato que vas a usar
SRT o VTT para subtítulos, DOCX o PDF para entregar, TXT o Markdown para publicar, CSV para analizar. También puedes generar un enlace para compartir la transcripción.

Preguntas frecuentes

¿Puedo transcribir un video a texto gratis?

Sí. En JustTranscribe la primera transcripción es gratis y no pide crear cuenta, con videos de hasta 40 minutos. Si te registras, puedes procesar material más largo, de hasta 150 minutos. La herramienta está en beta gratuita.

¿Cómo transcribo un video de YouTube sin descargarlo?

Copia el enlace del video, siempre que sea público, y pégalo en la herramienta. El audio se extrae desde el enlace, así que no necesitas descargar el archivo ni ocupar espacio en tu equipo. Los videos privados o que piden iniciar sesión no se pueden procesar de esa forma.

¿Qué formatos de video se aceptan y cuánto pueden pesar?

Se aceptan MP4 y MOV en video, y MP3, M4A, WAV y OGG/OPUS en audio, incluidas las notas de voz de WhatsApp. El tamaño máximo por archivo es de 500 MB. Si tu video pesa más, puedes exportar solo el audio y subir ese archivo.

¿La transcripción sirve para poner subtítulos en el video?

Sí. Exporta en SRT o VTT, que ya incluyen las marcas de tiempo, y súbelos a YouTube o a tu editor de video para que queden sincronizados. Si necesitas subtítulos en otro idioma, primero traduce la transcripción y luego exporta.

¿Se puede transcribir una reunión o entrevista con varias personas?

Sí, y conviene activar las etiquetas de hablante para distinguir quién dijo cada cosa. Si las voces se cruzan mucho o hay ruido, revisa los puntos dudosos haciendo clic en el segmento para escuchar el audio original.

¿Transcribe en tiempo real mientras grabo?

No. Se trabaja sobre grabaciones ya terminadas, sean archivos o enlaces públicos. Tampoco dobla el audio ni ajusta los labios: traduce el texto de la transcripción, no la voz del video.