IA para transcribir audios gratis: opciones y límites

Empieza por determinar si el audio ya existe como archivo. Eso define qué flujo puede aceptar tu entrada sin obligarte a repetir la grabación. Después, comprueba cuánto audio necesitas procesar hasta el final, en lugar de elegir según el titular con la oferta más generosa.

Archivo existente; puedes instalar software: empieza con Whisper. Su código y los pesos del modelo se distribuyen con la licencia MIT. Ejecutar el software tú mismo es distinto de pagar por acceso a una API de transcripción alojada.

Archivo existente; prefieres un servicio en el navegador: comprueba los límites de Otter antes de importar el archivo. Una carga cómoda no sirve de mucho si la transcripción accesible se acaba antes del pasaje que necesitas.

Aún no tienes una grabación; solo necesitas palabras por escrito: usa el micrófono. Dictar un esquema o un recuerdo personal puede ser más sencillo que grabar un archivo y luego convertirlo. Sin embargo, así obtienes tu propio relato hablado, no una transcripción de una conversación anterior.

Para transcribir audio con IA gratis, la comparación útil consiste en determinar si una opción completa tu tarea concreta con el equipo y la cuenta que ya tienes. Si también necesitas edición, colaboración u otras funciones de software, consulta la comparación independiente de software para convertir audio a texto. Aquí, la prioridad es obtener una transcripción utilizable sin comprometerte con un plan de pago.

Comprueba todo el recorrido, desde la entrada hasta el texto guardado, antes de consumir un límite o instalar un modelo grande. Un servicio puede ofrecer suficientes minutos en total y aun así no servirte porque la grabación supera la duración accesible o porque agotaste las importaciones de archivos.

Ejemplo: tienes una entrevista de 45 minutos y necesitas la respuesta final. Que se anuncien 300 minutos mensuales no demuestra, por sí solo, que puedas leer esa respuesta. Comprueba por separado el límite de cada transcripción. Del mismo modo, un archivo corto puede no ser práctico si importarlo consume un cupo de por vida escaso.

Usa lo siguiente como lista de comprobación para decidir cómo transcribir audio gratis con IA. Responde a cada punto para la cuenta y el flujo exactos que utilizarás; no deduzcas un límite a partir de otro.

Ejemplo: tienes que entregar la transcripción de una entrevista para un trabajo de clase. Define los criterios de aceptación antes de elegir una herramienta: la conversación completa debe estar incluida, los interlocutores deben poder distinguirse tras la revisión y el archivo debe abrirse en tu editor de texto. Si también necesitas citas, incluye una forma de localizar cada pasaje citado en el audio. Así tendrás una prueba concreta del resultado y no tendrás que descubrir que falta algo el día de la entrega.

Usa el paquete de código abierto Whisper si tienes grabaciones y puedes gestionar una instalación local. El repositorio oficial de Whisper explica la instalación, las opciones de modelo y el uso desde la línea de comandos. Necesitas Python, las dependencias del paquete y la herramienta independiente de línea de comandos ffmpeg.

Instala el paquete con pip install -U openai-whisper. Instala ffmpeg siguiendo las instrucciones para tu sistema operativo; el repositorio incluye varios ejemplos de gestores de paquetes. Si la instalación indica que falta una dependencia de compilación, sigue las instrucciones de solución de problemas del repositorio para ese error específico, en lugar de volver a ejecutar la transcripción repetidamente.

Esta opción permite transcribir audio gratis con IA mediante software que ejecutas tú. El ordenador, las descargas del modelo, el almacenamiento y el tiempo de procesamiento son condiciones necesarias para usarlo. El tamaño del modelo afecta a los recursos necesarios, y la velocidad de procesamiento depende del hardware disponible y de la grabación. No hay una promesa universal útil de que un archivo vaya a terminar en un plazo determinado.

Elige el formato de salida según lo que vayas a hacer después. El texto sin formato es cómodo para leer y copiar en un documento. Whisper también ofrece formatos como SRT, VTT, TSV y JSON mediante --output_format. Si necesitas una transcripción con marcas de tiempo, prueba ese formato con el mismo fragmento antes de procesar toda la grabación. Cambiar el formato de salida no corrige las palabras mal reconocidas. Comprueba primero el contenido y luego confirma que el archivo elegido se abra en el programa donde piensas usarlo.

Otter Basic puede ser una opción práctica en la nube si la tarea completa cabe dentro de sus límites. A 26 de octubre de 2026, la página oficial de ayuda del plan Basic indica un máximo de 300 minutos al mes, hasta 30 minutos de transcripción accesibles por transcripción y tres importaciones de audio o vídeo por cuenta durante toda su vigencia, no cada mes. Las grabaciones o importaciones más largas no se detienen al llegar a ese límite, pero Basic solo permite acceder a un máximo de 30 minutos de la transcripción. Las conversaciones eliminadas siguen contando para el límite de minutos. Solo son visibles las 25 conversaciones más recientes; las anteriores quedan archivadas.

Con esos límites, planificar resulta más útil que experimentar con tu único archivo importante. Antes de continuar, comprueba tanto la duración de la grabación como las importaciones que te quedan. Guarda una copia de la transcripción que necesitas mientras esté disponible, usando un método de salida que hayas comprobado en tu cuenta.

Ejemplo: tres entrevistas distintas de 20 minutos suman 60 minutos. El cálculo mensual parece holgado, pero importar esos tres archivos agotaría el cupo de importaciones de por vida de una cuenta nueva. Una cuarta entrevista plantea una decisión distinta, aunque la duración total siga siendo modesta.

Ejemplo: una entrevista de 50 minutos hace que el límite de duración accesible sea un problema antes de que los minutos mensuales se conviertan en la principal preocupación. Si necesitas toda la conversación, elige una opción que pueda proporcionártela. No des por sentado que aparecerá la respuesta final solo porque la importación se haya completado.

Usa los límites de IA gratuita para transcribir audio solo en tareas que realmente cubran. Borrar archivos no permite recuperar los minutos consumidos, y crear cuentas adicionales para eludir las restricciones no es un flujo de trabajo fiable. Si ya sabes que repetirás la tarea, compara la opción local antes de gastar importaciones escasas en pruebas.

Para una grabación corta ocasional, la primera prueba útil consiste en completar el ciclo entero: proporcionar un archivo adecuado, revisar el texto disponible y conservar el resultado. El éxito significa tener la transcripción terminada donde la necesitas, no simplemente ver que se aceptó una carga.

Usa esta opción cuando quieras dictar texto nuevo en un documento. Las instrucciones de escritura por voz de Google especifican que se necesita la versión más reciente de Chrome, Edge o Safari, un micrófono funcional y el menú Herramientas → Escritura por voz. Haz clic en el micrófono para empezar y vuelve a hacer clic para detenerlo. El navegador controla el procesamiento del habla y envía el texto resultante a Docs; el administrador de una organización puede desactivar esta función.

Como opción gratuita de IA para transcribir audio, el dictado con micrófono resuelve una tarea más limitada que la conversión de archivos. Hablar por un micrófono no es lo mismo que subir una grabación existente. Reproducir una entrevista grabada por unos altavoces hacia el micrófono también añade otra etapa de grabación acústica, así que no lo consideres equivalente a importar un archivo.

Ejemplo: quieres redactar un resumen de un proyecto basándote en lo que recuerdas. Dicta un párrafo sobre el objetivo, otro sobre lo ocurrido y un último sobre la siguiente acción. Edita el resultado hasta que sea una nota legible. Si la compartes, identifícala como tu resumen; no conserva las palabras exactas de la conversación anterior.

Una rutina de edición útil consiste en hacer una pausa después de cada idea y revisar el texto antes de continuar. Coloca el cursor donde debe ir la siguiente frase, especialmente después de corregir un pasaje anterior. Así evitarás añadir dictado nuevo a mitad de una frase que estabas editando.

Si el objetivo es obtener una transcripción exacta de un archivo de entrevista, vuelve a las opciones basadas en archivos. Si quieres un borrador hablado propio, dictar por micrófono evita crear una grabación intermedia solo para convertirla después. Antes de elegir la herramienta, decide qué registro necesitas: tus palabras nuevas o las palabras de una fuente existente.

Revisa los detalles que afectan al significado antes de corregir la puntuación. Incluso un párrafo ordenado puede contener una cantidad errónea, una negación omitida o una atribución incorrecta al interlocutor. Ten el audio a mano mientras corriges el texto y conserva aparte el resultado inicial para distinguir los errores de reconocimiento de tus ediciones posteriores.

Ejemplo de un pasaje de entrevista: Ben dice: «Podemos enviar quince unidades a más tardar el jueves, pero el pedido más grande necesita aprobación». Una transcripción que cambie «quince» por «cincuenta» u omita «necesita aprobación» altera el compromiso. Comprobar esos detalles importa más que eliminar todas las vacilaciones.

Si usas IA gratuita para transcribir audio, define qué es un resultado aceptable según el uso que le darás. Una nota personal de estudio y una cita textual requieren decisiones de edición diferentes. El siguiente repaso te ofrece un orden repetible sin fingir que un texto automático sea un registro comprobado.

Ejemplo: después de comprobar la frase de Ben con el audio, conserva la formulación corregida en la transcripción. En un documento de notas aparte, podrías escribir: «Envío del jueves: quince unidades; el pedido más grande está pendiente de aprobación». Es una nota resumida útil, pero no debe aparecer entre comillas como si fueran las palabras exactas de Ben. Si más adelante alguien cuestiona la cantidad, vuelve al pasaje comprobado en lugar de tratar el resumen como una fuente independiente. Aplica la misma distinción cuando una herramienta de reconocimiento inserte signos de puntuación que cambien cómo se entiende una condición o una excepción.

Elige flujos de trabajo recurrentes según la carga total y tu disposición a mantener la configuración. Si importas archivos con frecuencia, conviene considerar una instalación local; una tarea corta ocasional podría ajustarse a los límites de la nube. El dictado en directo sigue siendo una opción aparte para crear texto nuevo.

Ejemplo: un estudiante tiene cuatro grabaciones de clase de 70 minutos cada una. La duración total es de 280 minutos, pero esa cifra por sí sola no basta para elegir un plan en la nube. Cada grabación también necesita una transcripción completa, y cada archivo existente requiere una opción de entrada. El total mensual de un plan no elimina sus demás restricciones.

Para este mismo ejemplo, la prueba local debería incluir un pasaje con el vocabulario técnico del docente. Procesa ese fragmento, evalúa el resultado y luego decide si los archivos completos justifican el tiempo de instalación y procesamiento. Si corregir la muestra exige volver a reproducirla constantemente, mejora las condiciones de grabación para las próximas clases en lugar de suponer que otro formato de salida resolverá un audio poco claro.

Ejemplo: un investigador espera hacer una entrevista nueva cada semana. Considéralo un requisito continuo de importación, no un pequeño proyecto mensual. Decide de antemano dónde guardarás el audio, la transcripción inicial, las correcciones y las notas finales. Una estructura de carpetas uniforme facilita las comprobaciones posteriores aunque cambies de herramienta de transcripción.

Una carpeta práctica para el proyecto puede contener la fuente sin modificar, el primer resultado automático y una transcripción revisada con otro nombre. Incluye la fecha de grabación y un tema descriptivo en los nombres de archivo. Añade una nota breve que identifique el software y los ajustes utilizados, sobre todo si quizá tengas que volver a procesar la grabación.

Reconsidera tu elección si cambia la entrada. Pasar del dictado personal a las entrevistas grabadas supone cambiar de tarea, no simplemente hacer más de lo mismo. Del mismo modo, necesitar citas con referencias de tiempo añade un requisito de salida. Elige el siguiente flujo de trabajo según esos requisitos, en lugar de intentar que el anterior supere sus límites útiles.

Antes de cambiar de herramienta a mitad del proyecto, identifica qué tienes que conservar. Guarda las grafías corregidas en un pequeño glosario, conserva las referencias de tiempo comprobadas manualmente y anota qué pasajes aún hay que escuchar. Así podrás evaluar un resultado nuevo frente a problemas ya conocidos, sin tener que rehacer toda la revisión de memoria. Ejemplo: si una entrevista contiene un apellido recurrente que antes se reconoció mal, busca todas las apariciones en el siguiente resultado y comprueba cada una. Que la primera aparición esté corregida no significa que las menciones posteriores también lo estén.

Notelyn convierte una transcripción revisada en notas y ejercicios de recuerdo mediante su flujo de entrada de texto. Crea una nota, elige Texto y pega la transcripción corregida. Añade un título descriptivo y usa encabezados para separar los temas antes de guardar en línea. Deja marcados claramente los pasajes sin resolver para encontrarlos con facilidad.

Genera un resumen para organizar el contenido en encabezados, puntos clave y conclusiones. Compara las afirmaciones importantes con la transcripción comprobada y edita el resumen cuando sea necesario. Genera tarjetas de memoria a partir de la nota y responde a cada pregunta antes de voltear la tarjeta. Reinicia el mazo para otra ronda y usa el texto de origen para repasar los conceptos que no recordaste.

El resumen y las tarjetas son materiales de aprendizaje derivados de tu texto, no sustituyen el registro literal. Algunas funciones requieren una suscripción, y los límites exactos dependen de tu cuenta. Empieza con una transcripción centrada en un solo tema, sigue el flujo de entrada de texto de Notelyn y usa Notas de resumen con IA para preparar tu sesión de repaso.

Adapta la siguiente acción al fallo que realmente puedes observar. Si un archivo no se abre, revisa la entrada. Si falla el procesamiento, investiga el software y los recursos. Si el procesamiento termina, pero las palabras son incorrectas, examina el audio y los ajustes de la tarea antes de volver a ejecutar lo mismo.