IA de voz a texto - Transcribe audio con etiquetas de hablante en línea
title
subtitle
audio_upload
audio_upload_tip
diarize_hint
tag_events_hint
keyterms_hint
advanced
public_hint
empty_title
empty_hint
¿Por qué Speech to Text?
Convierte cualquier grabación en texto buscable con marcas de tiempo y etiquetas de hablante
Transcripción precisa
Sube tu audio y obtén una transcripción limpia y legible con sincronización por palabra para citar y subtitular.
Etiquetas de hablante
Activa la diarización para separar quién dijo qué — ideal para entrevistas, reuniones y podcasts con varios presentadores.
Términos clave
Introduce nombres de productos, jerga y nombres propios para que la transcripción los escriba bien a la primera.
Exportaciones listas
Copia el texto, descarga un .txt o exporta un archivo .srt con cues correctamente sincronizados.
Cómo transcribir audio
Tres pasos sencillos hacia una transcripción terminada
Sube tu audio
Arrastra un archivo MP3, WAV, M4A, FLAC u OGG de hasta 60 minutos. La duración se verifica automáticamente.
Elige idioma y opciones
Define el idioma del audio o déjalo en detección automática, activa las etiquetas de hablante y añade términos clave si lo necesitas.
Lee y exporta
Revisa la transcripción por hablante con marcas de tiempo, luego cópiala o descarga los archivos .txt y .srt.
Casos de uso
Pensado para periodistas, podcasters, investigadores y equipos que trabajan con grabaciones
Especificaciones técnicas
Speech to Text convierte tu audio en una transcripción estructurada con sincronización por palabra, etiquetas de hablante opcionales y exportación de subtítulos.
- Acepta MP3, WAV, M4A, AAC, FLAC, OGG, OPUS y WebM hasta 300 MB
- Duración máxima de audio: 60 minutos
- Detección automática de idioma o elige entre más de 19 idiomas
- 2 créditos por minuto — 2,4 con términos clave — sobre la duración verificada
- Exporta como texto plano o subtítulos SRT sincronizados
- Las transcripciones pueden usarse en proyectos personales y comerciales
Preguntas frecuentes
Todo lo que necesitas saber sobre Speech to Text
Convierte tu audio en una transcripción legible con marcas de tiempo por palabra, separación de hablantes opcional y etiquetas de eventos sonoros — luego puedes copiarla o exportarla como .txt o .srt.
MP3, WAV, M4A, AAC, FLAC, OGG, OPUS y WebM hasta 300 MB y 60 minutos. El idioma se detecta automáticamente o se elige entre más de 19, incluidos inglés, chino, español, francés, alemán, japonés y coreano.
2 créditos por minuto de audio, o 2,4 créditos por minuto con términos clave. Un clip de 30 segundos cuesta 1 crédito. El precio exacto se calcula con la duración verificada y se muestra antes de ejecutar.
Son hasta 100 palabras o frases cortas — nombres de productos, jerga técnica, nombres propios — que ayudan a que la transcripción los escriba correctamente. Cada término puede tener hasta cinco palabras.
Cuando están activadas, la transcripción se agrupa por hablante para ver quién dijo qué — útil para entrevistas y reuniones. Los segmentos llevan marcas como 03:42.
Construimos cues de subtítulos estándar a partir de las marcas por palabra — cortando en cambios de hablante, a los 7 segundos o ~42 caracteres — para que el .srt se inserte directamente en la mayoría de editores de video.
¿Listo para transcribir?
Sube una grabación y obtén una transcripción terminada al instante.
Transcribir audio ahora