Software de voz a texto, sin adivinar nada

Cómo convertir voz en texto

1. 1
   Trae tu audioSube un archivo MP3, WAV, M4A, MP4, MOV o WebM, o pega un enlace público a una grabación. El audio se extrae del vídeo automáticamente, así que no hay nada que convertir antes.
2. 2
   Indica el idioma habladoElige el idioma antes de empezar. Indicarlo de antemano permite que el modelo se optimice para el conjunto de sonidos correcto en lugar de adivinar, que es de donde salen la mayoría de las transcripciones en el idioma equivocado. Se admiten 99 idiomas, con la salida en su escritura nativa.
3. 3
   Lee, edita y exportaTu transcripción llega con etiquetas de hablante y marcas de tiempo. Leerla y copiarla es gratis. Los planes de pago añaden descargas en TXT, PDF, DOCX, SRT, VTT y JSON, además de resúmenes con IA, tareas pendientes y decisiones.

Lo que recibes

Qué tan precisa es, medido

Publicamos nuestras propias cifras en lugar de un porcentaje de marketing. En un conjunto de prueba público de seis archivos (habla limpia de LibriSpeech, inglés con acento nigeriano de OpenSLR 70 y una reunión de cuatro personas del corpus AMI) el producto en vivo promedió un 6.43% de tasa de error por palabra, medido el July 24, 2026. El audio de reuniones con voces superpuestas es mucho más difícil que el habla limpia, y el informe desglosa cada archivo, incluidos aquellos en los que peor salimos.

Lo que dice la gente sobre las transcripciones

Preguntas frecuentes

¿La conversión de voz a texto es gratis?

Los primeros 10 minutos de cualquier archivo se transcriben gratis sin cuenta. Una cuenta gratuita añade 10 minutos de transcripción, entregados una sola vez y no recargados, que puedes usar en hasta 3 archivos al día de 10 minutos cada uno. Leer y copiar el texto sigue siendo gratis; las descargas de archivos y la duración ilimitada llegan con un plan de pago desde $9.99/mes con facturación anual.

¿Qué precisión tiene la conversión de voz a texto?

Depende mucho más del audio que de la herramienta. Con habla limpia y micrófono cercano, nuestra tasa de error por palabra medida ronda el 1%. En una reunión de cuatro personas con voces superpuestas supera el 20%. Publicamos el conjunto de prueba completo en nuestra página de referencia de precisión en lugar de citar una sola cifra. Cuenta con revisar nombres, jerga y todo lo que se diga sobre ruido de fondo.

¿Qué idiomas se admiten?

99 idiomas, con la transcripción escrita en la escritura propia de cada idioma: árabe en alfabeto árabe, hindi en devanagari, japonés en kana y kanji. Elige el idioma antes de subir el archivo. Los resúmenes con IA y las tareas pendientes se generan en el mismo idioma de la transcripción, no traducidos al inglés.

¿Puedo convertir la voz de un vídeo?

Sí. Sube MP4, MOV, WebM o MKV y extraemos la pista de audio por ti: no hace falta convertir el vídeo antes. También puedes pegar un enlace público a una grabación en lugar de subir un archivo.

¿Identifica quién está hablando?

Sí. La diarización de hablantes se ejecuta en cada transcripción: separa las voces y las etiqueta como Hablante 1, Hablante 2 y así sucesivamente. No conoce sus nombres reales: renombras a un hablante una vez en el editor y la etiqueta se actualiza en toda la transcripción.

¿Qué pasa con mi audio después?

Los archivos del plan gratuito se eliminan en un plazo de 7 días. Los planes de pago te dejan elegir el periodo de retención (30 días por defecto, hasta conservar el archivo indefinidamente) y puedes borrar cualquier archivo tú mismo cuando quieras.

Páginas relacionadas