Aviso: este artículo puede contener enlaces de afiliación. Más info en nuestro Aviso legal y en nuestra metodología de trabajo.
Foto: JKizzieHumanities (Wikimedia Commons, CC BY-SA 4.0)
Entre apuntes grabados en clase y alguna entrevista para un trabajo de investigación, transcribir audio a mano es de las tareas más tediosas que existen. La herramienta que mejor te sirve depende sobre todo de un detalle: si necesitas transcribir mientras hablas o si ya tienes el audio grabado de antes.
Si necesitas transcribir mientras hablas: Google Docs
En Herramientas > Dictado por voz, Google Docs convierte lo que dices en texto en tiempo real, directamente en el documento. No sirve para transcribir un audio ya grabado, pero es perfecta para dictar apuntes o un borrador rápido sin teclear una sola palabra.
Si ya tienes el audio grabado y quieres máxima precisión: Whisper
Whisper, de OpenAI, es para mí la herramienta con mejor precisión entre las gratuitas, especialmente con acentos marcados o ruido de fondo, y no es solo impresión personal: el propio paper de investigación de OpenAI que lo presentó explica que se entrenó con 680.000 horas de audio multilingüe recogido de internet, y que en sus pruebas comete un 50% menos de errores que otros modelos especializados comparables al enfrentarse a audio que nunca ha visto antes. El español, además, es uno de los idiomas donde mejor rinde, junto con inglés, francés y alemán, precisamente los idiomas con más horas de entrenamiento disponibles. Su versión original requiere algo de instalación técnica, pero existen webs gratuitas que lo usan por detrás y te dejan subir un audio y descargar la transcripción sin complicarte con configuraciones.
Si es una entrevista con varias personas: Microsoft Word
Si tienes cuenta de Microsoft 365 (muchos institutos y universidades la ofrecen gratis), Word incluye una función de «Transcribir» en su versión online que sube un audio y devuelve el texto con marcas de tiempo, diferenciando automáticamente entre varias personas hablando. Es la única de esta lista que hace esto bien de serie, aunque no está disponible en la versión gratuita básica de Word sin esa cuenta de Microsoft 365.
Ver cómo transcribir en Word →
Si además quieres un resumen del contenido: NotebookLM
Ya la mencioné en el artículo sobre resumir textos, pero también funciona en la dirección contraria: subes una grabación y le pides que la transcriba y además la resuma, organizando las ideas principales sin que tengas que leerte la transcripción completa después.
Si prefieres algo dedicado solo a esto: Notta
A diferencia de las anteriores, que son herramientas de propósito más amplio, Notta está pensada exclusivamente para transcripción. Soporta más de 150 idiomas, incluido el español, y su plan gratuito da 120 minutos de transcripción al mes, pero con una limitación importante que no siempre se menciona: cada grabación individual está topada a solo 3 minutos. Eso lo hace poco práctico para transcribir de una vez una clase o entrevista completa (para eso, Word Transcribir o las webs basadas en Whisper aguantan grabaciones mucho más largas); donde Notta sí rinde es en notas de voz cortas o fragmentos puntuales.
Si vas a transcribir una entrevista para un trabajo académico
Si grabas y transcribes una entrevista para un trabajo de investigación, ten en cuenta que subir el audio a un servicio online significa que ese contenido pasa por los servidores de una empresa externa. Para la mayoría de trabajos académicos esto no supone ningún problema, pero si la entrevista incluye información sensible o el entrevistado pidió confidencialidad, revisa antes la política de privacidad del servicio. Además, muchos comités de ética de universidades piden informar a la persona entrevistada de que la grabación se procesará con herramientas automáticas de transcripción, no solo de que se va a grabar.
| Tiempo real | Audio ya grabado | Distingue voces | Límite gratis | |
|---|---|---|---|---|
| Google Docs | Sí | No | No | Sin límite de tiempo |
| Whisper (vía webs gratuitas) | No | Sí | No, de serie | Varía según la web que lo use |
| Word Transcribir | No | Sí | Sí | Requiere cuenta Microsoft 365 |
| NotebookLM | No | Sí | No | Ver límites en nuestra guía de IA para apuntes |
| Notta | No | Sí | Sí | 120 min/mes, pero solo 3 min por grabación |
Un detalle que mejora cualquiera de estas transcripciones
La calidad del audio original importa más de lo que parece: grabar cerca de quien habla, evitar sitios con eco o mucho ruido de fondo, y hablar con claridad marca una diferencia enorme en lo bien que transcribe cualquiera de estas herramientas. Si vas a grabar algo importante (una entrevista, una clase completa), merece la pena cuidar esto desde el principio, antes de fiarte de que la IA lo arregle después.
Un uso que no se me había ocurrido al principio: además de clases y entrevistas, empecé a usar estas herramientas para transcribir mis propias notas de voz cuando se me ocurre una idea caminando y no puedo escribir en ese momento. Grabo un audio corto y lo transcribo en segundos, mucho más rápido que intentar recordarlo todo de memoria más tarde.
Descubre más herramientas de este tipo en nuestra categoría de IA y productividad.
Si transcribes tus clases, seguramente también te interese nuestra comparativa de las mejores apps gratuitas para tomar apuntes. Lee más aquí.
Preguntas frecuentes
¿Cuál transcribe con más precisión?
Whisper suele ganar en precisión pura entre las opciones gratuitas, sobre todo con audios de peor calidad o acento marcado. El propio paper de OpenAI que lo presentó afirma que se acerca a la precisión de una persona transcribiendo a mano en inglés, y comete alrededor de un 50% menos de errores que otros modelos especializados al procesar audio que no ha visto en su entrenamiento. Para uso rápido, Word o Google Docs cumplen de sobra si el audio es claro y sin mucho ruido de fondo. Ninguna es perfecta al cien por cien, así que conviene revisar siempre el resultado, especialmente en nombres propios o términos técnicos.
¿Alguna distingue entre varias personas hablando?
Microsoft Word Transcribir sí diferencia automáticamente entre interlocutores, marcando quién dice qué, algo muy útil para entrevistas con más de una persona. Whisper en su configuración básica no separa voces automáticamente y necesita herramientas complementarias para eso (un proceso llamado diarización, que analiza las diferencias en el tono y timbre de voz para agrupar qué fragmentos pertenecen a la misma persona). Si transcribes sobre todo clases de un único profesor, esta diferencia no importa demasiado.
¿Puedo transcribir una clase grabada de una hora gratis?
Sí, la mayoría admite audios largos, aunque algunas limitan la duración por sesión o el número de transcripciones mensuales en el plan gratuito. Google Docs solo funciona en tiempo real mientras hablas, no con audio ya grabado. Word Transcribir y las webs que usan Whisper por detrás sí aceptan archivos ya grabados de duración considerable.
Si además grabas vídeo para tus clases o proyectos, aquí comparamos los mejores editores de vídeo gratuitos. Lee más aquí.
Una vez transcrito el audio a texto, puede interesarte resumirlo: aquí tienes las mejores apps de IA para resumir textos. Lee más aquí.
Si lo que buscas es ir un paso más allá y convertir esa transcripción en apuntes ya organizados, aquí tienes las mejores IA para crear apuntes automáticamente. Lee más aquí.
![Chetu Lopez](data:image/svg+xml,<svg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 60 60"><defs><linearGradient id="g" x1="0" y1="0" x2="1" y2="1"><stop offset="0" stop-color="%23161B33"/><stop offset="1" stop-color="%232563EB"/></linearGradient></defs><circle cx="30" cy="30" r="30" fill="url(%23g)"/><text x="30" y="31" text-anchor="middle" dominant-baseline="central" font-family="Arial, sans-serif" font-weight="700" font-size="22" fill="%23ffffff">CL</text></svg>)
