JustTranscribe

Transcriptor de audio y video en español

Un transcriptor convierte lo que se dice en una grabación en texto escrito. Este transcribe español de cualquier país — Argentina, México, Colombia, Perú, Chile, España — con sus acentos, y detecta solo si el audio está en inglés, portugués u otro idioma. Acepta un archivo de audio o video desde el celular o el computador, o el enlace de un video público de YouTube, TikTok, Instagram, Facebook, Pinterest o Google Drive, y devuelve el texto con marcas de tiempo palabra por palabra, en párrafos legibles.

Es un transcriptor automático, no una persona: en audio claro y de una sola voz sale casi definitivo; con ruido o varias voces encimadas hay que repasarlo. Por eso esta página muestra una transcripción real, con sus errores señalados, en lugar de prometer un porcentaje.

Sin instalar nada: es gratis con una cuenta gratuita, que se crea con Google en un clic (o con correo) y sin tarjeta. Con ella tienes hasta 150 minutos y 500 MB por archivo, biblioteca, nombres de quién habla, traducción a 111 idiomas y exportación a Word, PDF, TXT o subtítulos.

Gratis con una cuenta gratuita: se crea con Google en un clic, sin tarjeta. Archivos hasta 500 MB / 150 minutos.

Cómo funciona

1

Sube el archivo o pega el enlace

MP3, WAV, M4A, AAC, OGG/OPUS, FLAC, o un video MP4, MOV, WEBM o MKV (extraemos el audio). También un enlace público de YouTube, TikTok, Instagram, Facebook, Pinterest o Google Drive.

2

El transcriptor trabaja solo

Detecta el idioma, transcribe con marcas de tiempo por palabra y agrupa el texto en párrafos. Un audio de diez minutos tarda un par de minutos; puedes cerrar la página y volver después.

3

Revisa, corrige y exporta

Busca dentro del texto, haz clic en una marca de tiempo para oír ese punto, activa los nombres de quién habla, corrige palabras a mano o con la Corrección IA, y exporta en DOCX, PDF, TXT, Markdown, CSV, SRT o VTT.

Transcriptor de audio

Grabaciones de voz de cualquier origen: la grabadora del celular (M4A, AAC), notas de voz de WhatsApp (OPUS), MP3 de podcasts, WAV de entrevistas. El transcriptor detecta el idioma, escribe el texto con marcas de tiempo por palabra y lo agrupa en párrafos legibles. Si hay más de una voz, activa «Hablantes» y cada bloque queda etiquetado.

  • Hasta 150 minutos y 500 MB por archivo con cuenta gratuita.
  • Ningún bitrate hay que arreglar antes: el transcriptor escucha en 16 kHz mono, así que un audio de voz normal ya trae todo lo que necesita.

Transcriptor de videos

Sube el archivo de video (MP4, MOV, WEBM, MKV) o pega el enlace público de YouTube, TikTok, Instagram, Facebook, Pinterest o Google Drive. Extraemos la pista de audio y la transcribimos igual; el texto queda alineado con el video para que un clic en cualquier frase salte al segundo exacto. Útil para sacar el guion de un video, subtitularlo o resumirlo.

  • Exporta subtítulos SRT o VTT con los tiempos del video, o el guion limpio en Word y TXT.
  • Los videos privados o con inicio de sesión no se pueden bajar; si tienes el archivo, súbelo.

Salida real del transcriptor, sin editar

galdos-19-de-marzo-5min.m4a · minutos 2:00 a 4:44 de una grabación de 5:00 · AAC mono 64 kbps · español detectado automáticamenteDescargar el archivo de entrada ↓
[2:00] Cuando mis compañeros de trabajo hablaban de sus amores o de sus trapicheos, yo, necesitando comunicarme con alguien, les contaba todo sin hacerme derrogar, diciéndoles. Mi amiga está en Aranjuez con su reverendo tío, el padre don Celestino Santos del Malvar, uno de los mejores latinos que ha echado Dios al mundo.

[2:21] La infeliz Inés es huérfana y pobre, pero no por eso dejará de ser mi mujer con la ayuda de Dios que hace grandes a los pequeños. Tiene dieciséis años, es decir, uno menos que yo, y es tan linda que avergüenza con su carita a todas las rosas del real sitio. Pero díganme ustedes, señores, ¿qué vale su hermosura comparada con su talento? Inés es un asombro, es un portento. Inés vale más que todos los sabios, sin que nadie la haya enseñado nada. Todo lo saca de su cabeza y como lo aprendió hace cientos de miles de años.

[3:00] Cuando no me ocupaba en estas alabanzas, departía mentalmente con ella. En tanto, las letras pasaban por mi mano, trocándose de brutal y muda materia en elocuente lenguaje escrito. ¡Cuánta animación en aquella masa caótica! En la caja, cada signo parecía representar los elementos de la creación arrojados aquí y allí antes de empezar la grande obra. Ponía los yo en movimiento y de aquellos pedazos de plomo surgían sílabas, voces, ideas, juicios, frases, oraciones, períodos, párrafos, capítulos, discursos, la palabra humana en toda su majestad.

[3:38] Y después, cuando el molde había hecho su papel mecánico, mis dedos lo descomponían, distribuyendo las letras. Cada cual se iba a su casilla, como los simples que el químico guarda después de separados. Los caracteres perdían su sentido, es decir, su alma, y tornando a ser plomo puro, caían mudos e insignificantes en la caja. AQUELLOS PENSAMIENTOS Y ESTE MECANISMO TODAS LAS HORAS, TODOS LOS DÍAS, SEMANA TRAS SEMANA, MES TRAS MES

[4:08] Verdad es que las alegrías, el inefable gozo de los domingos, compensaban todas las tristezas y angustiosas cavilaciones de los demás días.
Fuente: capítulo I de «El 19 de Marzo y el 2 de Mayo» (Benito Pérez Galdós), lectura de dominio público de LibriVox (archive.org, 19demarzo_tux_librivox), reconvertida a AAC mono de 64 kbps y subida tal cual el 4 de septiembre de 2026; aquí van los minutos 2:00 a 4:44 (la página del desgrabador muestra los primeros). Errores reales en este tramo: «sin hacerme derrogar» por «sin hacerme de rogar», «Ponía los yo» por «Poníalos yo», y una frase que salió en mayúsculas — un tic del modelo en pausas largas, no un cambio de sentido. Nombres y lugares (Inés, Aranjuez, don Celestino Santos del Malvar) salieron bien, igual que la puntuación y las preguntas. Lectura clara de una sola voz: el caso fácil. Una reunión con voces encimadas saldrá peor.

Formatos y límites

Qué acepta el transcriptor y con qué límites:

  • Audio: MP3, WAV, M4A, AAC, OGG, OPUS y FLAC — las notas de voz de WhatsApp entran sin convertirlas.
  • Video: MP4, MOV, WEBM y MKV, y enlaces públicos de YouTube, TikTok, Instagram, Facebook, Pinterest y Google Drive. Los videos privados o con inicio de sesión no se pueden bajar; súbelos como archivo.
  • Hasta 500 MB y 150 minutos por archivo con cuenta gratuita.
  • Idioma detectado solo: español, inglés, portugués, catalán, gallego y decenas más; traducción del texto terminado a 111 idiomas.
  • Marcas de tiempo por palabra, párrafos legibles, nombres de quién habla a pedido, edición segmento a segmento y Corrección IA opcional.
  • Exportación a DOCX (Word), PDF, TXT, Markdown, CSV y subtítulos SRT o VTT, con o sin marcas de tiempo.
  • Transcribir es gratis con una cuenta gratuita, que se crea con Google en un clic (o con correo) y sin tarjeta: archivos de hasta 150 minutos y 500 MB, transcripciones ilimitadas durante la beta.

Preguntas frecuentes

¿Reconoce el español de mi país?

Sí: el transcriptor reconoce el español rioplatense, mexicano, colombiano, andino, caribeño y peninsular sin que elijas nada, y detecta también inglés, portugués y decenas de idiomas más. La muestra de esta página es una lectura peninsular; los ejemplos de las páginas de WhatsApp y de notas de voz son latinoamericanos. Lo que no cambia es que quedan mejor los audios grabados cerca de quien habla.

¿Hay límite de duración?

Hasta 150 minutos y 500 MB por archivo con la cuenta gratuita, y sin límite de cantidad durante la beta. Una grabación más larga se sube en partes.

¿Qué es un transcriptor de audio?

Un programa que escucha una grabación y escribe lo que se dice. Este es un transcriptor automático en línea: no instala nada, acepta archivos y enlaces, y entrega el texto con marcas de tiempo para que puedas verificar cualquier frase escuchando el momento exacto.

¿También transcribe videos?

Sí. Sube el archivo de video o pega el enlace público de YouTube, TikTok, Instagram, Facebook, Pinterest o Google Drive; extraemos el audio y lo transcribimos igual que un archivo de audio.

¿Qué tan preciso es?

Mira la muestra real de esta página: en casi tres minutos de lectura clara hubo dos palabras mal y una frase en mayúsculas, y todos los nombres salieron bien. Con ruido, micrófono lejano o varias voces encimadas la precisión baja. Trata el texto como un borrador de trabajo y revisa nombres propios, siglas y cifras con las marcas de tiempo.

¿Es un transcriptor gratis?

Sí, con una cuenta gratuita: se crea con Google en un clic (o con correo) y sin tarjeta. Archivos de hasta 150 minutos y 500 MB, y durante la beta no hay límite de cantidad.

¿Distingue quién habla?

Sí, al activar «Hablantes»: cada bloque queda etiquetado por la persona que hablaba, con nombres que puedes cambiar. Funciona mejor cuando las voces no se pisan; es opcional para que un audio de una sola voz se quede simple.

¿Puedo pasar el texto a Word?

Sí: exporta en DOCX y ábrelo en Word o Google Docs. También PDF, TXT, Markdown, CSV y subtítulos SRT o VTT. Antes de exportar decides si el archivo lleva las marcas de tiempo y los nombres de quién habla.

¿Qué pasa con mis archivos?

El archivo y la transcripción quedan en tu biblioteca para volver a ellos, y puedes borrar cualquier transcripción, o la cuenta entera, cuando quieras. La transcripción corre sobre los servicios de voz a texto de OpenAI y xAI bajo sus términos; los detalles están en la política de privacidad.

Empieza gratis — con Google en un clic

Con una cuenta gratuita quedan todas tus transcripciones en una biblioteca con buscador — con quién habla, traducción a 111 idiomas, exportaciones y el resumen con IA. Sin tarjeta durante la beta.

Crear cuenta gratis