Pasar voz a texto sin subir tus archivos

Cómo transcribir audio o vídeo

Utiliza una grabación con voz audible en un formato que tu navegador pueda decodificar. La herramienta lee la pista de audio de un vídeo sin modificar el archivo original.

1. Pulsa Elige un archivo de audio o vídeo, o arrástralo a la zona de líneas discontinuas. Espera a que aparezcan su duración y su tamaño.
2. Pon el Idioma en Detección automática, Español o Inglés. Mantén Whisper Base para un borrador rápido o elige Whisper Small para un resultado más cuidadoso.
3. Pulsa Transcribir. Si falta el modelo elegido, comenzará su descarga con una barra de progreso; Cancelar la detiene y deja el formulario listo para reintentarlo.
4. Lee la transcripción en el área desplazable del resultado y usa Descargar TXT, Descargar SRT o Descargar VTT para guardarla.

Cómo elegir entre Whisper Base y Small

El primer modelo que pidas necesita también un motor común de unos 27 MB. Los archivos descargados por completo se conservan en este navegador, así que no hace falta pedirlos para cada transcripción.

• Whisper Base es la opción predeterminada y la más ligera: unos 80 MB más el motor común cuando sea necesario. Es más rápido, pero sus transcripciones en español pueden ser bastante imprecisas.
• Whisper Small ocupa unos 250 MB más el motor común cuando sea necesario. Requiere más espacio, memoria y tiempo de proceso, pero es la mejor opción para español y grabaciones difíciles.
• La detección automática funciona bien si la voz inicial es clara. Elige español o inglés manualmente cuando la grabación empiece con música, silencio u otro idioma.
• Solo los archivos del modelo llegan por la red. El audio y la transcripción resultante se procesan y se conservan en tu dispositivo.

Qué contienen las descargas TXT, SRT y VTT

Los tres formatos salen del mismo reconocimiento. TXT contiene las palabras para leerlas, mientras que SRT y VTT usan además el inicio y el final de cada palabra para construir los subtítulos.

• TXT sirve para tomar notas, redactar artículos y seguir editando el texto en otra aplicación.
• SRT es un formato de subtítulos muy extendido, con bloques numerados y tiempos separados por comas.
• VTT utiliza el formato WebVTT para reproductores compatibles y flujos de vídeo en la web.
• Las líneas se agrupan al terminar las frases, en las pausas y al alcanzar límites prácticos de longitud. Revisa el texto y los tiempos antes de publicarlas.

Cómo conseguir una transcripción más limpia

Las grabaciones con voz clara, un micrófono cercano y poco ruido suelen dar los mejores resultados. Los fragmentos muy cortos, las personas hablando a la vez, el ruido intenso y el vocabulario especializado reducen la precisión.

• Indica el idioma correcto en lugar de usar la detección cuando ya lo conozcas.
• Usa Small para textos importantes en español y revisa siempre los nombres, las cifras y los términos técnicos.
• Las grabaciones largas necesitan suficiente memoria libre, porque el navegador decodifica y procesa el audio en tu dispositivo. Divide un archivo muy grande si tu equipo no puede con él.
• Si no se reconoce voz, la herramienta muestra un aviso en lugar de descargas vacías. Prueba un fragmento más claro o comprueba que el archivo contenga una voz audible.