Cómo convertir M4A a texto: la vía de las notas de voz del iPhone

La vía más rápida

Arrastra el archivo M4A a la herramienta de audio a texto de ConvertAudioToText y pulsa transcribir. No hace falta conversión. La herramienta acepta M4A de forma nativa, gestiona internamente la decodificación AAC y devuelve una transcripción con marcas de tiempo. Para una nota de voz del iPhone, la ruta de la hoja para compartir en iOS te lleva de la grabación al archivo subido en unos 30 segundos. El flujo de trabajo completo de Notas de Voz cubre en detalle los pasos de la hoja para compartir y de iCloud.

Esa es la respuesta para la mayoría de la gente. El resto de este artículo es para cuando algo falla, o cuando quieres entender con qué estás trabajando realmente.

Qué es realmente M4A (y por qué el nombre confunde a todo el mundo)

M4A es un contenedor, no un códec. El contenedor MPEG-4 envuelve el audio real, que casi siempre es AAC (Advanced Audio Coding). AAC es el algoritmo de compresión que reduce el tamaño del archivo conservando la calidad de audio. El contenedor añade metadatos, marcadores de capítulos, portada y la estructura interna que reproductores y herramientas leen.

Esto importa porque la misma extensión .m4a la comparten dos códecs fundamentalmente distintos:

No puedes saber cuál tienes solo por la extensión. En macOS: haz clic derecho sobre el archivo, elige Obtener información y lee el campo Tipo. Dirá «Archivo de audio AAC» o «Archivo de audio Apple Lossless». El tamaño del archivo es la pista aproximada: un M4A de una hora que pese menos de 60 MB es casi seguro AAC; uno que se acerque a los 200 MB probablemente sea ALAC.

Para transcribir, la diferencia solo importa en el momento de subir el archivo. Ambos se decodifican bien con herramientas modernas. ALAC le da al motor de transcripción ligeramente más señal con la que trabajar, pero la diferencia de precisión en grabaciones de voz clara es despreciable.

De dónde provienen los archivos M4A

Conocer el origen te dice qué calidad esperar de antemano.

Las notas de voz del iPhone son la mayor fuente única de archivos M4A del mundo. La app graba a 48 kHz, ~64 kbps AAC por defecto. Eso produce unos 30 MB por hora. Si has activado la opción de calidad «Sin pérdida» en los ajustes de Notas de Voz, la app cambia a ALAC y los archivos crecen considerablemente. La configuración predeterminada de 64 kbps basta para transcribir voz en interiores; las grabaciones en exteriores con viento se degradan antes.

GarageBand y Logic Pro exportan M4A (AAC) por defecto al compartir. Los productores de podcasts que usan GarageBand exportan la mezcla final como M4A antes de subirla a una plataforma de alojamiento. Para transcribir, este es el M4A de mayor calidad que es probable que encuentres: grabado en estudio, mezclado, típicamente a 128-256 kbps.

Archivos de feeds de podcast. Muchos editores de podcasts eligen AAC/M4A en lugar de MP3 por el menor tamaño de archivo a calidad equivalente. Cuando descargas un episodio directamente desde un enlace RSS en lugar de reproducirlo en streaming mediante una app, normalmente obtienes un archivo M4A.

Compras de Apple Music (sin DRM). Desde enero de 2009, toda la música comprada en la iTunes Store está libre de DRM: AAC a 256 kbps dentro de un contenedor M4A. El contenido hablado comprado en la iTunes Store (conferencias, especiales de comedia) entra en esta categoría. Estos archivos se transcriben directamente.

Grabaciones de pantalla y de audio con QuickTime en Mac usan M4A por defecto para capturas de solo audio. Si grabas una reunión con QuickTime en lugar de usar un bot de reuniones, el resultado queda como M4A.

El problema del DRM: M4P y los archivos M4B antiguos

Algunos archivos de la familia M4A están cifrados y no pueden transcribirse sin eliminar el DRM, lo cual suele constituir una infracción de licencia.

Las tres variantes que debes conocer:

• M4A: contenedor AAC estándar, sin DRM, funciona en cualquier reproductor y herramienta de transcripción.
• M4B: formato de audiolibro, mismo contenedor. Los libros comprados después de 2009 suelen estar libres de DRM; las compras de audiolibros más antiguas en iTunes llevan FairPlay DRM. Puedes distinguirlo según si el archivo se reproduce fuera del software de Apple.
• M4P: el antiguo formato de Apple Music bloqueado con DRM, protegido con FairPlay (la capa de cifrado AES-128 de Apple). Apple eliminó el DRM de las compras de música en 2009 y sustituyó los archivos M4P de las bibliotecas de usuarios por equivalentes M4A. Los archivos M4P auténticos son raros hoy en día, pero aún existen en bibliotecas de iTunes antiguas.

El diagnóstico: si un archivo se reproduce sin problemas en VLC o Windows Media Player, no está bloqueado por DRM. Si solo se reproduce en software de Apple y da error en todos los demás programas, el cifrado está activo y el archivo no puede decodificarse con una herramienta de transcripción de terceros.

Por qué algunas herramientas siguen rechazando M4A

Incluso sin DRM, ocasionalmente te encontrarás con herramientas que rechazan un archivo M4A. Dos razones reales:

Licencias de AAC. Históricamente, AAC exigía regalías de patentes, lo que llevó a algunos fabricantes de software a evitar crear un decodificador AAC. Las patentes principales expiraron en 2012 y las restantes caducaron hacia 2017, así que esto no debería ser un problema con herramientas creadas o actualizadas después de 2017. Si un servicio de transcripción lanza un error con tu archivo M4A, lo más probable es que la herramienta sea antigua o esté construida sobre una librería de decodificación anterior a la expiración de las patentes.

La confusión del «audio MP4». Algunos analizadores de subida rechazan archivos con extensión .m4a porque su lista blanca de tipos MIME incluye audio/mp4 o video/mp4, pero no audio/x-m4a. El archivo interior es idéntico; lo que falla es la coincidencia de patrones de la extensión. La solución: renombra el archivo a .mp4 antes de subirlo. El contenido de audio no cambia. Si aun así falla, conviértelo a WAV con el comando de la sección siguiente.

M4A frente a MP3 para transcribir: el compromiso real

Ambos formatos funcionan bien para voz. La diferencia está en la eficiencia, no en la calidad a igual bitrate.

AAC (dentro de M4A) fue diseñado como sucesor de MP3. A bitrates equivalentes, AAC conserva más detalle de alta frecuencia, justo el que usan los motores de reconocimiento de voz. La diferencia práctica es más marcada a bitrates bajos: una nota de voz a 64 kbps AAC sigue siendo inteligible para transcribir; un MP3 a 64 kbps empieza a emborronar las sibilantes y fricativas.

Para los formatos y tamaños de archivo relevantes para transcribir, esto es lo que te cuestan 60 minutos de audio:

Como entrada para transcribir, 128 kbps AAC es más que suficiente. El valor predeterminado del iPhone, 64 kbps, funciona bien para voz en interiores.

Consulta cómo afecta la elección de formato a la transcripción para profundizar en los compromisos entre códecs.

Particularidades del formato M4A al transcribir

M4A con bitrate variable (VBR). Algunos codificadores producen M4A VBR en los que el bitrate fluctúa a lo largo del archivo (digamos, de 40 a 130 kbps) según la complejidad del audio. Las herramientas modernas lo gestionan correctamente. Si una herramienta devuelve un error de decodificación específicamente con un archivo VBR, recodifica a bitrate constante:

ffmpeg -i input.m4a -b:a 128k output_cbr.m4a

M4A multicanal y surround. Es raro en voz, pero aparece en flujos de trabajo de radiodifusión y cine. Un M4A de 5.1 canales confunde a algunos decodificadores de transcripción que esperan mono o estéreo. Mezcla a mono primero:

ffmpeg -i surround.m4a -ac 1 mono.m4a

M4A con marcas de capítulo (estilo audiolibro). M4A admite metadatos de capítulos incrustados, habituales en formatos de audiolibros y podcasts mejorados. Los sistemas de transcripción ignoran esos metadatos; el audio se transcribe como una sola transmisión continua. La transcripción resultante no se corresponde con los límites de los capítulos. Si necesitas transcripciones alineadas por capítulos, divide el archivo en las marcas de tiempo de los capítulos antes de subirlo.

ALAC confundido con AAC. Si envías un M4A ALAC a una herramienta que espera solo AAC, algunos analizadores antiguos se atascan. El contenido se recupera convirtiendo primero a AAC:

ffmpeg -i input_alac.m4a -acodec aac -b:a 192k output_aac.m4a

Cuándo sí necesitas convertir primero

La mayoría de las veces, sube el M4A directamente. Convierte solo cuando:

1. La herramienta rechaza explícitamente el archivo y renombrarlo a .mp4 no lo resuelve.
2. El audio multicanal provoca un error del decodificador (mezcla a mono como se indicó arriba).
3. Un DRM sospechado impide la reproducción fuera del software de Apple.
4. La herramienta es genuinamente antigua y anterior a la reforma de licencias de AAC de 2017.

Convierte a WAV para máxima compatibilidad:

ffmpeg -i input.m4a -acodec pcm_s16le -ar 48000 output.wav

Convierte a MP3 para herramientas que aceptan MP3 pero no M4A:

ffmpeg -i input.m4a -acodec mp3 -ab 192k output.mp3

Pasar de M4A a 128 kbps a MP3 a 192 kbps es prácticamente transparente. Pasar de M4A a 64 kbps a MP3 a 64 kbps acumula la compresión con pérdida y degrada la calidad en ambos extremos; usa 128 kbps o más para la salida MP3.

Para saber más sobre cómo trabajar directamente con el formato AAC, consulta cómo convertir AAC a texto.

Contexto de precios: cuánto cuesta transcribir M4A

M4A se cobra por duración, no por formato. Las herramientas que admiten M4A de forma nativa lo tratan igual que MP3 o WAV a efectos de facturación.

Algunos puntos de referencia verificados a julio de 2026:

• Rev: transcripción con IA a 0,25 $/minuto de audio de pago por uso; planes de suscripción desde 25,49 $/asiento/mes (facturados anualmente) con 5.000 minutos de IA incluidos. Transcripción humana a 1,99 $/minuto de audio.
• Otter.ai: plan gratuito de 300 minutos/mes; Pro a 16,99 $/usuario/mes (u 8,33 $ facturados anualmente) con 1.200 minutos/mes.
• TurboScribe: plan gratuito de 3 transcripciones/día (límite de 30 minutos cada una); Ilimitado a 20 $/mes u 10 $/mes facturado anualmente.
• Descript: plan gratuito de 60 minutos multimedia/mes; Hobbyist a 24 $/mes con 10 horas multimedia/mes; Creator a 35 $/mes con 30 horas multimedia/mes.
• Happy Scribe: Basic a 17 EUR/mes (u 8,50 EUR facturados anualmente) por 120 minutos; Pro a 29 EUR/mes por 600 minutos; pago por uso a 0,20 EUR/minuto.

Ninguno de estos cobra distinto por M4A frente a MP3. La duración es el único medidor.

Si solo necesitas una transcripción limpia sin bot de reuniones ni suscripción, el cargador de archivos de ConvertAudioToText acepta M4A directamente: 10 minutos gratis, planes de pago para archivos más largos. Sin bot de reuniones que instalar.

Preguntas frecuentes

¿Transcribir M4A cuesta más que MP3?

No. Todos los servicios de transcripción cobran por la duración del audio, no por el formato del archivo ni por el tipo de contenedor. Un M4A y un MP3 de la misma grabación de 30 minutos cuestan exactamente lo mismo de transcribir, siempre que ambos sean formatos aceptados. Una herramienta que no admite M4A en absoluto puede obligarte a convertir primero, pero el precio de la transcripción en sí no cambia.

¿Por qué mi archivo M4A se reproduce bien pero una herramienta de transcripción lo rechaza igualmente?

La causa más habitual es un analizador de subida que comprueba la extensión del archivo en lugar del códec real. Prueba a renombrar el archivo de .m4a a .mp4 antes de subirlo. Si la herramienta sigue rechazándolo, puede que el analizador tenga una lista blanca estricta de tipos MIME que excluye audio/x-m4a. En ese caso, convierte a WAV con ffmpeg y sube el WAV.

¿Puedo transcribir descargas de Apple Music en formato M4A?

Si tus archivos de Apple Music se compraron en la iTunes Store después de enero de 2009, son AAC a 256 kbps libres de DRM dentro de un contenedor M4A y se transcriben sin ningún problema. Si te suscribes a Apple Music (en lugar de comprar canciones), esas emisiones usan FairPlay DRM y no pueden guardarse como archivos M4A reproducibles para transcribir.

¿Cuál es la diferencia entre M4A y M4B para transcribir?

M4B es la variante de audiolibro de M4A: mismo contenedor MPEG-4 y el mismo códec AAC por dentro. La diferencia está en las convenciones de metadatos y, en las compras antiguas de iTunes, en el DRM. Los audiolibros M4B modernos comprados después de 2009 están libres de DRM y se transcriben exactamente igual que M4A. Los archivos M4B más antiguos de la tienda de audiolibros de iTunes anterior a 2009 pueden estar bloqueados por DRM. El audio interior es idéntico al de M4A cuando no hay DRM.

Fuentes

• Hilo de Apple Community sobre el formato de archivo y el bitrate de Notas de Voz: https://discussions.apple.com/thread/6531359
• Wikipedia: Apple Lossless Audio Codec (ALAC), detalles del contenedor y la extensión: https://en.wikipedia.org/wiki/Apple_Lossless_Audio_Codec
• Wikipedia: historia del FairPlay DRM y formato M4P: https://en.wikipedia.org/wiki/FairPlay
• Página de precios de Rev (verificada en julio de 2026): https://www.rev.com/pricing
• Página de precios de Otter.ai (verificada en julio de 2026): https://otter.ai/pricing
• Precios de TurboScribe (verificados mediante fuentes externas, julio de 2026): https://turboscribe.ai/pricing
• Página de precios de Descript (verificada en julio de 2026): https://www.descript.com/pricing
• Página de precios de Happy Scribe (verificada en julio de 2026): https://www.happyscribe.com/pricing
• AudioUtils: referencia del formato M4A: https://audioutils.com/guide/m4a-format-complete-guide
• AudioUtils: el formato M4A y el formato del iPhone explicados: https://audioutils.com/blog/what-is-m4a-iphone-format