De un audio largo a un texto que puedes buscar
Sube una reunión, una entrevista o una clase y recupera el texto con el minuto exacto de cada frase. Sin instalar nada, sin dejar el navegador abierto.
- 190 MB
- por archivo
- 8
- opciones de idioma
- 12
- créditos por minuto
El audio se parte en tramos, y cada tramo lleva su hora
No sale un muro de texto. Sale una lista de tramos con su marca de tiempo, y por dentro cada palabra guarda el instante en el que suena. Por eso puedes buscar una frase y saltar al segundo exacto.
00:00Buenos días, empezamos la reunión de producto.
00:07El primer punto es la transcripción de audios largos.
00:15Lo importante es que cada frase tenga su marca de tiempo.
00:24Así se puede buscar una palabra y saltar a ese momento.
00:33Y se puede exportar como subtítulos si hace falta.
Sigue bajando
Cuatro pasos, y el cuarto es irte
Elige el archivo o graba
Arrastra un mp3, m4a, wav, ogg, webm, flac o mp4 de hasta 190 MB. Si lo prefieres, graba directamente desde el micrófono en la propia página.
Elige el idioma
Puedes dejar «Detectar solo» y que lo averigüe el modelo, o fijarlo: español, català, English, Français, Deutsch, Italiano o Português.
Añade tus nombres propios
Un campo opcional de hasta 400 caracteres para los nombres que siempre se escriben mal: personas, empresas, pueblos. Se le pasan al modelo como pista.
Cierra la página
La transcripción se hace en segundo plano. Puedes cerrar la pestaña y seguir con lo tuyo: cuando esté lista recibes un aviso.
Lo que te llevas
La página no se limita a escupir el texto: trae un reproductor pensado para revisar lo que se dijo.
Copiar, TXT y SRT
El TXT sale con marcas [mm:ss] delante de cada tramo. El SRT es un fichero de subtítulos normal y corriente, listo para cargarlo en un reproductor o en un editor de vídeo.
Resaltado palabra a palabra
Mientras suena el audio se va iluminando la palabra que se está diciendo. Si el motor no devolvió el detalle por palabra, se resalta el tramo entero.
Buscador que ignora las tildes
Busca «reunion» y encuentra «reunión». Cada resultado es un salto al segundo exacto del audio.
Dos vistas y atajos
Vista por tramos o texto seguido. Reproducción a 1×, 1,25×, 1,5× o 2×. La barra espaciadora reproduce y pausa; las flechas mueven el audio cinco segundos.
Tres motores y una escalera
Detrás no hay un único proveedor. Hay tres, en un orden que se configura desde el panel de administración, y si el primero falla se prueba el siguiente sin que tú tengas que hacer nada.
Groq
El más rápido de los tres y el primero de la lista por defecto.
Whisper del servidor
Un Whisper que corre en nuestro propio servidor. Es el más lento, pero no depende de nadie y no tiene tope de tamaño: es la red de seguridad para los audios que no caben en un servicio de pago.
OpenAI
El tercer peldaño. Si su modelo principal no contesta, reintenta con un modelo anterior antes de darse por vencido.
No separa hablantes, pero sí canales
Conviene decirlo claro: la transcripción no adivina quién habla. Si en una reunión hablan cuatro personas, el texto sale seguido. Ahora bien, si la grabación trae dos voces en canales separados —el típico audio estéreo de una entrevista con dos micrófonos—, se detecta y cada canal se transcribe por su cuenta.
Lo que no hace
Una herramienta se entiende mejor por sus límites que por su folleto.
- No separa hablantes dentro de un mismo canal. Los tiempos sí son exactos.
- Hace falta una cuenta: quien entra como invitado no puede transcribir.
- El archivo tiene que pesar más de un kilobyte y menos de 190 MB.
- Las descargas son TXT y SRT. No hay exportación a otros formatos de subtítulos.
- Tarda más o menos lo que dura el audio, según el motor que acabe atendiendo.
Se paga por minuto empezado
Son 12 créditos por cada minuto de audio empezado, con un mínimo de un minuto, más el coste base por archivo que marque el tarifario. Si el audio traía dos voces en canales separados, se cobra igual: cuenta la duración, no el número de pistas.
Ver los preciosPruébalo con esa grabación que tienes pendiente.
La que llevas semanas sin escuchar porque dura cuarenta minutos.