Cómo convertir WMV a texto: vídeo heredado de Windows

Respuesta rápida

Sube tu archivo WMV a una herramienta de transcripción que acepte el formato directamente. En la mayoría de los casos no hace falta conversión previa. Si la herramienta rechaza el archivo, ejecuta ffmpeg -i video.wmv -vn -c:a libmp3lame -b:a 192k audio.mp3 para extraer el audio y después sube el MP3. El único obstáculo real es el DRM: si VLC muestra «DRM protected streams are not supported» al abrir el archivo, lee la sección sobre el DRM más abajo antes de continuar.

Qué es WMV y por qué todavía lo tienes

WMV (Windows Media Video) es el formato de vídeo de Microsoft de finales de los años noventa y principios de los 2000. Combina audio WMA con una secuencia de vídeo dentro de un contenedor ASF (Advanced Systems Format) y formó el núcleo del ecosistema Windows Media de Microsoft durante la era de XP, Vista y 7.

Si hoy tienes archivos WMV, casi seguro provienen de alguna de estas fuentes:

• Bibliotecas de formación corporativa de 2003 a 2014. La mayoría de las empresas estandarizaron WMV antes de pasarse a MP4, y muchas nunca migraron sus colecciones antiguas.
• Grabaciones de webinars antiguos. Webex almacenaba las grabaciones locales en su formato propietario WRF, que se convertía a WMV para compartirse. Las ARF (grabaciones en la nube) también podían exportarse como WMV. GoToWebinar, de forma similar, usaba WMV como salida predeterminada durante buena parte de este periodo.
• Exportaciones de Windows Movie Maker. Las versiones incluidas con XP y Vista solo podían exportar a WMV o DV-AVI. El valor predeterminado era WMV.
• Capturas de clases académicas. Los sistemas de grabación universitarios de 2004 a 2012 archivaban con frecuencia en WMV antes de que Panopto se convirtiera en el estándar institucional.
• Exportaciones de Microsoft Stream Classic. Stream Classic se retiró el 15 de febrero de 2024, y muchas organizaciones descargaron su contenido como archivos WMV durante la ventana de migración.

El Windows moderno ya no da preferencia a WMV. Microsoft pasó a MP4 hacia 2015, y el formato está funcionalmente jubilado para contenido nuevo. Pero el contenido WMV archivado de aquellos años, en su mayor parte, nunca se ha transcrito.

La trampa del DRM: compruébalo primero

Antes de invertir tiempo en la transcripción, confirma que el archivo no está protegido con DRM.

Abre el archivo en VLC. Si se reproduce con audio, puedes continuar sin problema. Si VLC muestra un error del tipo «DRM protected streams are not supported», el archivo está bloqueado.

El DRM PlaysForSure de Microsoft vinculaba el contenido comprado a claves de licencia guardadas en los servidores de Microsoft. Esos servidores dejaron de funcionar en 2008, cuando Microsoft retiró MSN Music en favor de Zune Marketplace. Cualquier archivo que necesite esos servidores de licencias para autorizar la reproducción es ahora permanentemente inaccesible, aunque lo compraras legalmente en su día.

Los archivos WMV creados por usuarios nunca están protegidos con DRM. WMV en sí no incorpora DRM; la protección reside en la capa del contenedor ASF y solo se aplicaba al contenido comercial comprado en tiendas como MSN Music. Todo lo que hayas grabado, exportado desde Movie Maker o recibido de una plataforma de webinars está limpio.

Si tienes un archivo bloqueado por DRM procedente de un sistema de licencias corporativo y no de una tienda de consumo, contacta con tu departamento de TI. Los sistemas DRM empresariales (como Windows Rights Management Services) tienen su propia infraestructura de claves, que puede seguir activa.

Qué contiene tu WMV

Un archivo WMV utiliza un contenedor ASF. El contenido habitual:

• Vídeo: WMV9 (también llamado WMV3 en los metadatos del códec) o variantes anteriores, WMV1/WMV2, propias de archivos de principios de los 2000
• Audio: WMA Standard, normalmente a 32-192 kbps, y en ocasiones WMA Pro en producciones de mayor calidad

Para transcribir, solo importa la pista de audio. El códec de vídeo es irrelevante.

Para inspeccionar cualquier archivo WMV antes de procesarlo:

ffprobe yourfile.wmv

Fíjate en la lista de flujos. Debes ver una entrada Stream #0:1: Audio: wmav2 (u otra variante de WMA parecida). Si solo aparece un flujo de vídeo sin flujo de audio, no hay nada que transcribir.

Paso a paso: convertir WMV a texto

Paso 1: confirma que el archivo se reproduce

Ábrelo en VLC. Si el audio suena con normalidad, sigue adelante. Si aparece un error de DRM, lee la sección sobre el DRM de arriba. Si solo se ve el vídeo sin audio, ejecuta:

ffprobe -show_streams -select_streams a yourfile.wmv

Un resultado vacío indica que no existe ninguna pista de audio. Un resultado con contenido que muestre un códec WMA indica que el audio está presente, pero quizá haga falta un códec alternativo para extraerlo.

Paso 2: comprueba los posibles problemas de calidad de audio

Los archivos WMV de colecciones antiguas suelen presentar:

• Audio con bitrate bajo (WMA a 32 kbps). Se entiende, pero está visiblemente comprimido. La precisión cae unos puntos porcentuales respecto a 128 kbps, pero el contenido sigue siendo aprovechable.
• Audio mono. Frecuente en las narraciones corporativas de aquella época. No supone un problema para la transcripción.
• Caprichos de codificación de Windows Movie Maker. A algunas herramientas no les gusta la forma en que Movie Maker escribía sus cabeceras. FFmpeg los gestiona sin problema.

Ninguno de estos factores impide la transcripción. Afectan al margen de precisión, no a la posibilidad de transcribir.

Paso 3: sube el archivo a una herramienta de transcripción

La herramienta de vídeo a texto de ConvertAudioToText acepta archivos WMV directamente. Arrastra el archivo sin convertirlo antes.

Si la herramienta elegida rechaza WMV, extrae el audio con ffmpeg en un solo comando:

ffmpeg -i video.wmv -vn -c:a libmp3lame -b:a 192k audio.mp3

La opción -vn descarta por completo el flujo de vídeo. El MP3 resultante suele ocupar una fracción del tamaño del archivo original, lo que agiliza mucho la subida.

Para los archivos WMV1/WMV2 antiguos que a ffmpeg le cuesta decodificar:

ffmpeg -i in.wmv -c:v libx264 -c:a libmp3lame -b:a 192k out.mp4

Esto vuelve a codificar el archivo completo a MP4, formato que aceptan todas las herramientas modernas.

Paso 4: indica el idioma manualmente

La detección automática es menos fiable con contenido WMV antiguo, porque el audio WMA comprimido a bitrates bajos degrada la huella acústica en la que se basa la detección de idioma. Define el idioma explícitamente antes de ejecutar.

Paso 5: ejecuta la transcripción

Un WMV de 60 minutos suele procesarse en 3-5 minutos. La fase de extracción de audio es rápida; la transcripción tarda más.

La precisión varía según el tipo de grabación:

• Narración corporativa con micrófono dedicado: 90-95 %
• Grabaciones de reuniones con audio de sala: 80-90 %
• Audio telefónico del público en webinars: 70-85 %

Paso 6: revisa y exporta

Las grabaciones de la era WMV comparten trampas de precisión habituales: ponentes lejos del micrófono, ruido de fondo de la climatización y la cualidad ligeramente metálica de la compresión WMA a bitrate bajo. Presta especial atención a los nombres propios, los nombres de productos, las fechas y los términos técnicos propios de la época de la grabación.

Exporta en TXT para archivar, en DOCX para editar o en SRT/VTT si piensas subtitular una versión convertida del vídeo.

Consejos prácticos para la transcripción de WMV

Sube el volumen del audio flojo antes de subirlo. Muchos WMV antiguos se grabaron con poca ganancia de entrada. Ábrelos en Audacity, selecciona la pista y aplica Effect > Volume and Compression > Amplify o Normalize. La voz que se mantiene constantemente por debajo de -25 dBFS puede pasar inadvertida para la detección de voz.

Aplica un filtro paso alto suave. Las grabaciones antiguas de oficina suelen arrastrar un retumbo de climatización por debajo de 100 Hz. Un filtro paso alto a 80-100 Hz elimina ese retumbo sin afectar a las frecuencias de la voz. En Audacity: Effect > EQ and Filters > High Pass Filter, con corte a 80 Hz.

Modera la reducción de ruido. La compresión WMA a bitrates bajos ya de por sí elimina detalle del audio. Una reducción de ruido agresiva se llevaría lo poco que queda. Un ajuste de reducción de ruido del 10-15 % es más seguro que cualquier ajuste más agresivo.

Procesa las colecciones largas por segmentos. Conviene dividir un vídeo de formación de 4 horas en trozos de 30 minutos. Así obtienes bloques que puedes revisar y detectas los problemas de calidad antes de comprometer el resto del lote.

Haz primero una prueba de calidad. Toma el archivo de peor calidad de tu colección y transcribe una muestra de 5 minutos. Eso te dirá si necesitas preprocesar antes de lanzar la colección completa.

Escenarios habituales con WMV

Archivos de formación corporativa

Un escenario típico: una organización dispone de varios cientos de horas de vídeos de formación en WMV grabados entre 2005 y 2013. Transcribirlos abre la puerta a contenido buscable, al cumplimiento de requisitos de accesibilidad (subtítulos cerrados y alternativas en texto) y a la posibilidad de reutilizar el material en formatos modernos.

Para trabajar por lotes necesitas acceso a la API o un plan ilimitado, no una herramienta de archivo individual. Una API de pago por uso cuesta aproximadamente entre $0.006 y $0.02 por minuto de audio según el proveedor; para cientos de horas, una suscripción ilimitada casi siempre sale más a cuenta.

Grabaciones de webinars antiguos

Las grabaciones WRF y ARF de Webex convertidas a WMV entre 2005 y 2014 varían muchísimo en calidad de audio. El audio del anfitrión (procedente del micrófono dedicado del presentador) suele transcribirse con una precisión del 90-95 %. Las intervenciones del público por marcación telefónica bajan al 70-85 %, porque el audio de línea telefónica se muestrea a 8 kHz, la mitad de los 16 kHz que esperan los modelos actuales de reconocimiento de voz. Prepárate para hacer limpieza manual en las secciones de preguntas y respuestas donde varios asistentes intervinieron a través de un puente telefónico.

Grabaciones de clases académicas

Las capturas universitarias de 2004 a 2012 se transcriben bien si el docente llevaba micrófono de solapa, y peor si se usaron micrófonos de sala montados en el techo. En contenido de clase, la segmentación con marcas de tiempo resulta más útil que un muro de texto, así que busca una opción de exportación que conserve los tiempos o una herramienta que te permita saltar entre segmentos.

Archivos personales

Las grabaciones domésticas, los eventos familiares y los proyectos escolares de la era XP/Vista son sumamente variables según el equipo de grabación original. Una videocámara con micrófono integrado en una habitación silenciosa puede ofrecer una precisión del 85-90 %. Una cámara apoyada en la mesa de una sala ruidosa puede quedarse en un 65-75 %. Gestiona las expectativas y calcula el tiempo de revisión en consecuencia.

WMV frente a los formatos modernos para transcribir

Mi opinión: si estás trabajando con una colección que mezcla WMV y MP4, empieza por los archivos MP4 para fijar una línea base de precisión. Después usa esa referencia para calibrar tus expectativas de revisión cuando llegues al contenido WMV, que se quedará sistemáticamente unos puntos por debajo.

Errores comunes y sus soluciones

«Códec no compatible»

Los archivos WMV más antiguos utilizan WMV1 o WMV2. Conviértelos a MP4:

ffmpeg -i in.wmv -c:v libx264 -c:a libmp3lame -b:a 192k out.mp4

Para extraer únicamente el audio, sustituye -c:v libx264 por -vn.

Error de DRM en VLC o en la herramienta de transcripción

Consulta la sección sobre el DRM de arriba. Los archivos creados por usuarios nunca están protegidos con DRM. Si te aparece este error con un archivo de una colección corporativa, pregunta a quien creó originalmente esa colección si el archivo llegó a estar protegido.

Audio desincronizado

Algunos archivos WMV antiguos tienen velocidades de fotogramas variables que provocan una deriva del audio durante la reproducción del vídeo. Es un problema de representación en pantalla, no de la pista de audio. Las herramientas de transcripción leen el flujo de audio directamente, así que no se ven afectadas.

La transcripción no incluye los primeros segundos

Los codificadores WMV a veces rellenan el inicio del archivo con silencio de muy bajo nivel. Amplifica o recorta los primeros segundos en Audacity antes de volver a guardar el archivo.

Archivo demasiado grande para subirlo

Los WMV ant