Cómo transcribir notas de voz y reuniones a texto

Pasar audio a texto ya no requiere escribirlo a mano. Hay tres caminos razonables, y la elección depende sobre todo de dónde se procesa el audio y de cuánto dura.

1. Notas de voz de WhatsApp

WhatsApp tiene una función de transcripciones de mensajes de voz que muestra el texto debajo del audio. Pero la propia WhatsApp advierte de que solo está disponible en ciertos dispositivos y es posible que aún no tengas acceso. WhatsApp recomienda mantener la aplicación actualizada para recibirla en cuanto esté disponible.

Para un audio de WhatsApp que quieras conservar como texto, otra opción es guardarlo en el ordenador y transcribirlo con la opción 3.

2. Word con Microsoft 365

Word para Microsoft 365 en Windows tiene la función Transcribir (Inicio > Dictar > Transcripción). Permite grabar directamente o cargar un archivo de audio en formato .wav, .mp4, .m4a o .mp3. Según Microsoft:

• Separa a cada orador («Orador 1», «Orador 2»…), con marcas de tiempo para volver a escuchar cada parte.
• Con una suscripción a Microsoft 365, se pueden transcribir hasta 300 minutos de audio cargado al mes.
• Funciona con conexión a internet: el audio se procesa en los servidores de Microsoft y la grabación se guarda en la carpeta Archivos transcritos de tu OneDrive.
• Microsoft indica que, por ahora, solo está disponible en Word para Microsoft 365 en Windows para cuentas de organizaciones («inquilinos comerciales»).

Es cómodo para reuniones si ya pagas Microsoft 365, pero el audio sale de tu ordenador.

Microsoft da un consejo útil para cualquier método: si quieres grabar una llamada virtual, no uses auriculares, para que la grabación capte también el sonido que sale del ordenador. Y revisa qué micrófono está seleccionado en Windows antes de empezar.

3. En tu navegador, sin subir el audio

Nuestra herramienta Transcribir audio usa un modelo de reconocimiento de voz (Whisper) que se ejecuta dentro de tu navegador. El audio no se sube a ningún servidor, lo que la hace adecuada para grabaciones con datos personales, como una consulta médica o una entrevista de trabajo.

• Genera el texto y también subtítulos SRT y VTT con tiempos.
• La primera vez descarga el modelo: unos 80 MB el rápido o 250 MB el preciso. Después queda guardado en el navegador.
• Admite archivos de hasta 500 MB y 2 horas. Con una tarjeta gráfica compatible con WebGPU va bastante más rápida que el propio audio; sin ella, tarda más o menos lo que dura la grabación.

Si necesitas grabar antes, la grabadora de voz guarda el audio en MP3 sin salir del navegador.

Cómo conseguir una transcripción mejor

• Graba cerca de quien habla. El micrófono del portátil al otro lado de la mesa capta más eco que voz. Tienes más trucos en mejorar el micrófono.
• Evita hablar a la vez. Ningún sistema separa bien dos personas que hablan al mismo tiempo.
• Revisa siempre los nombres propios, cifras y siglas. Son los errores más habituales.
• Corta los silencios largos del principio y el final con recortar audio.

Antes de grabar a otras personas

Avisa a los participantes de que vas a grabar y para qué. Además de ser lo correcto, evita problemas si la grabación contiene datos personales de otros. Si vas a pasar la transcripción por un chatbot para resumirla, lee antes cómo usar ChatGPT sin compartir datos.