Varios modelos de IA
Elige Rápido, Preciso, Equilibrado, Mejorado o Estándar. Cada uno muestra su precio por minuto y su límite de archivo antes de empezar.
Transcribir audio a texto
Sube un audio o video y obtén el texto con hablantes y marcas de tiempo.
Mis archivos
70+idiomas
3 h · 1 GBpor archivo
Hablantesy marcas de tiempo por palabra
TXT · DOCX · SRTy 5 formatos más
Cómo transcribir audio a texto
Agrega tu grabación
Sube uno o varios archivos (hasta 100 a la vez), graba con tu micrófono o pega un link.
Elige modelo e idioma
Elige un modelo según prefieras velocidad o precisión. Indica el idioma de la grabación o deja que el modelo lo detecte. Ves el precio en créditos antes de empezar.
Revisa y exporta
Escucha mientras lees. Cambia el nombre de los hablantes y descarga TXT, DOCX, PDF, SRT, VTT u otros formatos.
Audio a texto con hablantes y marcas de tiempo
Tu grabación como texto, separada por hablante y con el tiempo de cada palabra.
Puedes pasar audio a texto desde MP3, WAV, M4A, OGG, FLAC y más, o desde video (MP4, MOV, MKV, AVI, WEBM), de hasta 3 horas y 1 GB. También puedes grabar tu voz o pegar un link de YouTube, de Google Drive o directo a un archivo. Funciona en el navegador, también desde el teléfono: no hay nada que instalar.
Así se ve tu transcripción
Una grabación con dos hablantes exportada en cuatro formatos: texto plano, un documento y dos archivos de subtítulos. Tu archivo tendrá la misma estructura.
[00:01] Hablante 1: [00:05] Hablante 2:
Hablante 1 00:01
Hablante 2 00:05
1 00:00:01,200 --> 00:00:04,500 2 00:00:05,100 --> 00:00:08,300
WEBVTT 00:00:01.200 --> 00:00:04.500 <v Hablante 1> 00:00:05.100 --> 00:00:08.300 <v Hablante 2>
Las líneas de subtítulos tienen 42 caracteres por defecto. Puedes cambiarlo antes de descargar.
Qué hace SpeechGen con tu grabación
Nombres de hablantes
Cada hablante recibe una etiqueta. Cambia un nombre una vez y se actualiza en todo el texto. Puedes pasar un segmento a otro hablante.
Marcas de tiempo por palabra
Haz clic en una palabra para escuchar el audio desde ese punto. La palabra actual se resalta durante la reproducción.
70+ idiomas
Con variantes regionales del inglés, el español, el árabe y otros idiomas. La mayoría de los modelos detecta el idioma sola.
Graba con tu micrófono
Graba en el navegador, pausa y continúa, y luego envía la grabación terminada. Para notas de voz, usa voz a texto en el navegador.
Video y links
Sube un archivo de video o pega un link de YouTube o Google Drive. El audio se extrae automáticamente.
Prueba el primer minuto
Si el archivo dura más de 30 minutos, procesa solo el primer minuto para revisar la calidad. Luego, el archivo completo.
Volver a transcribir
¿No te convence el resultado? Repite con otro modelo u otro idioma. Ves el precio antes de confirmar.
Para transcribir audio en lote: hasta 100 archivos por subida y hasta 20 por exportación, suficiente para una serie de entrevistas o un semestre de clases.
Modelos de reconocimiento de voz
Cada modelo tiene sus ventajas y su precio. ¿No sabes cuál elegir? Empieza con Rápido o prueba el primer minuto con dos modelos y compara.
| Modelo | Ideal para | Precisión | Velocidad | Idiomas | Detecta el idioma | Límite de archivo | Precio |
|---|---|---|---|---|---|---|---|
| RápidoMicrosoft Fast | Los resultados más rápidos y la lista de idiomas más larga. Cuesta el doble por minuto. | 76 | Sí | 3 h / 1 GB | 278 créditos/min | ||
| PrecisoMAI-Transcribe-2 | Alta precisión para entrevistas, clases y reuniones. Límite de archivo menor. | 57 | Sí | 2 h / 300 MB | 139 créditos/min | ||
| EquilibradoGrok Voice Transcribe 2.0 | Alta precisión a velocidad media. Va bien con grabaciones largas de hasta 3 horas. | 25 | Sí | 3 h / 1 GB | 139 créditos/min | ||
| MejoradoMicrosoft LLM Speech | Reconocimiento de voz con un modelo de lenguaje integrado para los idiomas más comunes. | — | 24 | Sí | 3 h / 1 GB | 139 créditos/min | |
| EstándarWhisper (Microsoft Azure) | Funciona con la lista completa de idiomas. El idioma lo eliges tú. Más lento que los demás. | 76 | Manual | 3 h / 1 GB | 139 créditos/min |
Los precios están en créditos de tu saldo de SpeechGen. El importe exacto para tu archivo aparece antes de empezar.
Exporta a TXT, DOCX, PDF y subtítulos
Documentos
TXTDOCXPDF
Subtítulos
SRTVTTSUB
Datos
CSVJSON
Portapapeles
Copiar texto
- Párrafos
- Automático o de 1 a 8 líneas por párrafo. Un párrafo nuevo empieza tras una pausa; tú defines su duración (700 ms por defecto).
- Marcas de tiempo
- Agrégalas a los párrafos, a las frases, a ambos o no las incluyas.
- Hablantes
- Muestra u oculta los nombres. Une las líneas seguidas del mismo hablante.
- Líneas de subtítulos
- Define los caracteres por línea (42 por defecto) y las palabras por línea.
- Texto sin formato
- Sin marcas de tiempo ni nombres: texto limpio para un documento o una herramienta de IA.
Más de 70 idiomas
70+ idiomas · 130+ variantes regionales · detección automática del idioma
Español, inglés, portugués, francés, alemán, italiano, japonés, coreano, hindi, árabe, turco y 60+ más. Elige el idioma de la grabación o deja que el modelo lo detecte: convertir audio a texto en español, alemán o árabe funciona igual. La lista depende del modelo: Rápido y Estándar admiten más idiomas.
Quién lo usa y para qué
Periodistas e investigadores
Saca citas de una entrevista con el hablante y el minuto exacto.
Estudiantes y docentes
Pasa tus clases a apuntes que puedes buscar.
Podcasters y creadores de video
Notas del episodio y subtítulos con una sola subida.
Reuniones de trabajo
Guarda un registro escrito de llamadas y reuniones.
Subtituladores
Descarga SRT o VTT y ajusta el largo de las líneas. ¿Trabajas con un archivo de video? Prueba transcribir video a texto.
Traductores
Parte de un texto fiel en el idioma original.
Precio por minuto de audio
Se paga con créditos de tu saldo de SpeechGen, el mismo que usas para generar locuciones. La mayoría de los modelos cuesta 139 créditos por minuto de audio; Rápido cuesta 278. Ves el precio de tu archivo antes de empezar y, si el proceso falla, te devolvemos los créditos.
139créditos / minPreciso · Equilibrado · Mejorado · Estándar
278créditos / minRápido
Privacidad y almacenamiento
- Transferencia cifrada
- Los archivos y los resultados viajan por HTTPS (TLS).
- Tiempo de almacenamiento
- Con cuenta, los archivos y los resultados se guardan 90 días. Sin cuenta, 1 día. Puedes eliminar un archivo cuando quieras.
- Resultados privados
- Solo tú puedes abrir tus resultados: desde tu cuenta o, si no tienes cuenta, en el mismo navegador. Un link por sí solo no da acceso. Para compartir el texto, descárgalo y envía el archivo.
Preguntas frecuentes sobre la transcripción de audio a texto
¿Qué tan preciso es el resultado?
Depende del audio y del modelo. El habla clara de una o dos personas da los mejores resultados. El ruido de fondo, la música, las voces que se pisan, los acentos marcados y el audio de llamada telefónica causan más errores. Revisa siempre nombres y cifras antes de publicar.
¿Cuánto tarda?
Depende de la duración del archivo, del modelo y de la cola. Puedes cerrar la página: el texto se guarda en tus archivos y aparece cuando está listo.
¿Cómo transcribir un audio de WhatsApp o un MP3?
Comparte el audio de WhatsApp como archivo (suele ser OPUS u OGG) y súbelo. Igual puedes transcribir MP3 a texto, además de WAV, M4A, FLAC, AAC, MP4, MOV, MKV, AVI y WEBM, de hasta 1 GB y 3 horas (modelo Preciso: 300 MB y 2 horas). También sirve un link de YouTube, de Google Drive público o directo a un archivo.
¿Qué idiomas admite?
Más de 70 idiomas, muchos con variantes regionales. La mayoría de los modelos detecta el idioma sola; con el modelo Estándar lo eliges tú. Si la grabación está en un idioma poco común, prueba primero con el primer minuto.
¿Cuánto cuesta?
Pagas con créditos de tu saldo de SpeechGen, por minuto de audio. El precio depende del modelo y lo ves antes de empezar.
¿Puedo editar el texto?
Puedes renombrar hablantes, pasar un segmento a otro hablante y eliminar segmentos. Para corregir palabras, descarga DOCX o TXT y edita el archivo en tu editor de texto.
¿Cuánto tiempo se guardan mis archivos y quién los ve?
Con cuenta, 90 días; sin cuenta, 1 día. Puedes eliminar un archivo antes. Solo tú puedes abrir la página del resultado; para compartirlo, descarga el archivo y envíalo.
¿Necesito instalar un transcriptor de audio a texto?
No. Funciona en el navegador, también en el teléfono. Sube un archivo, graba tu voz o pega un link.
¿Qué modelo elijo?
Para la mayoría de las grabaciones, empieza con Rápido. En entrevistas y clases donde cuenta cada palabra, prueba Preciso. Si tu idioma no está en la lista, usa Estándar y elige el idioma a mano.
Otras formas de obtener el texto
YouTubeTranscribir video de YouTubePega el link de un video o un Short.VideoTranscribir video a textoSube MP4, MOV o MKV y obtén el texto.SubtítulosSubtítulos automáticosSRT, VTT o SUB desde un video o un audio.MicrófonoVoz a textoGraba en el navegador y luego transcribe.Texto a voz¿Necesitas lo contrario?Convierte texto en voz natural.
Pruébalo con tu propia grabación
Sube un archivo, graba tu voz o pega un link. Ves el precio antes de empezar.