10 herramientas para transcribir un audio a texto fácilmente

10 herramientas para transcribir un audio a texto. Asistentes de reuniones: Fireflies (transcripción ilimitada gratuita, Pro US$ 10/asiento/mes en anual), tl;dv (grabaciones ilimitadas gratuitas, Pro 18 €/asiento/mes en anual), Otter.ai (300 minutos gratuitos al mes, Pro US$ 8,33/mes en anual).

Maxime Ben Bouaziz
Maxime Ben Bouaziz
CEO Salesdorado, IA & Sales Tech
17 de enero de 2024, actualizado el 10 de noviembre de 2026, 2 min de lectura
Ver todas las herramientas

La transcripción automática con IA consiste en usar esta tecnología para convertir contenido de audio y video en texto. A diferencia de la transcripción manual, donde tienes que escuchar y escribir lo que oyes, estas herramientas hacen la tarea automáticamente. Estos programas usan el procesamiento del lenguaje natural, algoritmos de aprendizaje automático y enormes bases de datos lingüísticas para reconocer y transcribir el habla. Así puedes automatizar la toma de notas durante reuniones o entrevistas, convertir contenido de video y audio en texto e incluso agregar subtítulos a videos.

La transcripción a mano sigue siendo posible para un audio corto, pero lleva varias veces la duración de la grabación. Los perfiles técnicos también pueden instalar Whisper, el modelo de reconocimiento de voz open source de OpenAI, y transcribir sus archivos en su propia máquina. Para todos los demás, una herramienta lista para usar ahorra ese tiempo.

Según lo que necesites:

  • Las minutas automáticas de tus reuniones de Zoom, Meet o Teams: Fireflies o tl;dv
  • Reuniones en inglés con un plan gratuito generoso: Otter.ai
  • Transcribir archivos de audio y reuniones a bajo costo: Notta
  • Una transcripción gratuita, sin cuenta, con software libre: Scribe
  • Ya usas Microsoft 365: la función Transcribir de Word
  • Dictar o transcribir desde un iPhone: Audio en Texte (antes Dictation)
  • Una entrevista para transcribir con posible revisión humana: Happy Scribe
  • Editar un podcast o un video editando el texto: Descript
  • Agregar subtítulos a videos cortos: Capte

Los 4 usos del software de transcripción de audio o video

El software de transcripción de audio y video funciona en unos pocos pasos simples. Empiezas por cargar tu archivo de audio o video en la herramienta de transcripción. La herramienta de IA analiza luego el archivo y lo convierte en texto durante la fase de procesamiento. Al final obtienes la transcripción de tu contenido, lista para revisar, traducir, modificar y compartir.

Transcripción de una entrevista por escrito

Después de una entrevista oral con un experto de tu área, puedes convertir fácilmente lo hablado en un artículo escrito gracias a herramientas de transcripción como Notta, Scribe, Happy Scribe o la aplicación Audio en Texte. Estas herramientas transforman rápidamente la información recogida en la entrevista en un texto redactado.

Minuta de una reunión

Después de una reunión larga con varios participantes, donde el tiempo para tomar buenas notas es limitado, algunos programas automatizan tu toma de notas. Herramientas como Fireflies, tl;dv, Otter.ai y Notta analizan las voces grabadas durante la reunión para generar automáticamente un resumen, lo que simplifica la creación de una buena minuta.

Convertir tus contenidos de video y audio en texto

Después de crear un video o un podcast, si quieres adaptarlo a otros formatos o aprovechar sus momentos importantes para diversificar tu contenido, puedes analizarlo y cortarlo. Este tipo de software, como Descript o Capte, transcribe los pasajes clave y permite convertirlos en snack content, libro blanco o cualquier otro formato escrito.

Agregar subtítulos a tu contenido de video

Si buscas herramientas para integrar subtítulos a tus videos, programas como Happy Scribe o Capte cumplen. Estos programas analizan el audio y te proponen una transcripción sincronizada. Luego puedes retocar el texto para ajustar la aparición de los subtítulos en el momento justo.

Los 10 herramientas, lado a lado

# Logos herramienta Nota Precio Ideal para
01 Fireflies 4.3/5 ★ US$ 10 Los equipos que quieren una minuta de cada videollamada sin tomar notas Visitar el sitio
02 tl;dv 4.2/5 ★ 18 € Los vendedores y los equipos que quieren grabar todas sus videollamadas sin pagar Visitar el sitio
03 Scribe 3.6/5 ★ Gratis Las asociaciones y los particulares que quieren un texto en bruto gratis Visitar el sitio
04 Microsoft Word 3.9/5 ★ 12,13 € Las empresas que ya tienen Microsoft 365 y transcriben unas pocas horas al mes Visitar el sitio
05 Happy Scribe 4.2/5 ★ 17 € Las entrevistas y los videos que hay que transcribir o subtitular con limpieza, con revisión humana si hace falta Visitar el sitio
06 Otter.ai 4.1/5 ★ US$ 8,33 Las reuniones en inglés y los equipos internacionales Visitar el sitio
07 Descript 4.2/5 ★ US$ 24 Los creadores de podcasts y videos que editan ellos mismos Visitar el sitio
08 Capte 3.9/5 ★ 7 € Los creadores y las empresas que publican videos cortos en redes sociales Visitar el sitio
09 Notta 4.0/5 ★ 7 € Los independientes que transcriben muchas entrevistas y reuniones con poco presupuesto Visitar el sitio
10 Audio en Texte 3.6/5 ★ Gratis Los usuarios de iPhone que dictan notas o transcriben notas de voz Visitar el sitio
01

Fireflies

4.3/5 Desde US$ 10

Ideal para: Los equipos que quieren una minuta de cada videollamada sin tomar notas

+ Fortalezas
  • Transcripción ilimitada desde el plan gratuito
  • Más de 100 idiomas de transcripción
  • Aplicaciones móvil y de escritorio, extensión de Chrome
  • Importación de archivos de audio y video
− Debilidades
  • Resúmenes de IA limitados y 400 minutos de almacenamiento por equipo en el plan gratuito
  • Precios en dólares, bastante más caros en mensual
★ Fireflies en resumen

Página de inicio de Fireflies.ai: «The #1 AI Assistant For Your Meetings», con una vista previa de una llamada transcrita

Fireflies.ai es un asistente de reuniones: graba, transcribe y resume tus reuniones. Con más de 100 idiomas disponibles, la herramienta usa IA para seguir a los participantes, los temas principales y los detalles importantes de tus reuniones, y para encontrar una conversación por palabra clave.

Se conecta a Zoom, Google Meet y Microsoft Teams, toma notas en directo y también acepta la importación de un archivo de audio o video. Una aplicación móvil (Android, iOS), una aplicación de escritorio y una extensión de Chrome completan la herramienta.

Fireflies se justifica en cuanto encadenas videollamadas y nadie quiere hacer la minuta. Para una entrevista puntual que transcribir, basta con una herramienta de transcripción de archivos.

En cuanto a precios, la versión gratuita ofrece transcripción ilimitada, resúmenes de IA limitados y 400 minutos de almacenamiento por equipo. El plan Pro cuesta US$ 10 por usuario al mes con facturación anual (US$ 18 en mensual), con resúmenes ilimitados y 8000 minutos de almacenamiento. El plan Business, a US$ 19 (US$ 29 en mensual), añade almacenamiento ilimitado, análisis de conversaciones y estadísticas de equipo.

02

tl;dv

4.2/5 Desde 18 €

Ideal para: Los vendedores y los equipos que quieren grabar todas sus videollamadas sin pagar

+ Fortalezas
  • Grabaciones y transcripciones ilimitadas gratis
  • Más de 30 idiomas
  • Actualización del CRM y correo de seguimiento redactado por la IA
  • Aplicación móvil para iOS y Android
− Debilidades
  • Notas de IA limitadas a 10 reuniones en el plan gratuito
  • Transcripción perfectible, hay que revisarla
★ tl;dv en resumen

Sitio web de tl;dv: “TOMADOR DE NOTAS CON IA PARA REUNIONES”

Al igual que Fireflies, tl;dv es un software de transcripción de reuniones que graba y resume tus llamadas con clientes, prospectos y equipos en más de 30 idiomas. La herramienta combina la transcripción automática, la creación de resúmenes y la redacción de correos de seguimiento.

tl;dv se integra con Google Meet, Teams y Zoom, así como con Slack, Salesforce o HubSpot para actualizar el CRM después de una reunión. Aunque las transcripciones suelen ser buenas, la herramienta a veces puede equivocarse.

Es la opción gratuita más generosa para guardar registro de todas tus videollamadas. Las notas de IA, en cambio, están limitadas a 10 reuniones en este plan.

En cuanto a precios, la versión gratuita incluye grabaciones y transcripciones ilimitadas. El plan Pro cuesta 18 € por asiento al mes con facturación anual (29 € en mensual) y desbloquea las notas de IA ilimitadas, las plantillas personalizadas y más de 5000 integraciones. El plan Business, a 29 € (39 € en mensual), apunta a los equipos que analizan sus reuniones a gran escala.

03

Scribe

3.6/5 Desde Gratis

Ideal para: Las asociaciones y los particulares que quieren un texto en bruto gratis

+ Fortalezas
  • Gratis, sin registro
  • Archivo o enlace (Peertube, YouTube, Vimeo, Dailymotion)
  • Código libre, se puede alojar en tus propios servidores
− Debilidades
  • Solo tres idiomas: francés, inglés, español
  • Transcripción en bruto, sin resumen ni identificación de participantes
★ Scribe en resumen

Página de Scribe de Ceméa: «Un transcriptor libre de Audio/Video a Texto», formulario para enviar un archivo o una dirección

Scribe es un transcriptor libre de audio y video a texto, desarrollado por Ceméa: el objetivo de esta herramienta es ofrecer gratis una forma simple y rápida de obtener un texto y usarlo como versión digital.

El software funciona con videos y pistas de audio que se cargan directamente desde tu computadora, o con un enlace a la dirección de un audio o un video (Peertube, YouTube, Vimeo, Dailymotion…). El resultado llega por correo. Ceméa aconseja enviar un archivo de audio en lugar de un video para reducir los tiempos de espera.

La herramienta está disponible en francés, inglés y español, y ofrece una transcripción en bruto sin análisis. Se basa en el proyecto Vosk-server de Alpha Cephei.

Scribe es gratis. Su código se publica con licencia libre GNU AGPLv3: puedes alojar la herramienta en tus propios servidores, y Ceméa ofrece acompañamiento para ese alojamiento.

04

Microsoft Word

3.9/5 Desde 12,13 €

Ideal para: Las empresas que ya tienen Microsoft 365 y transcriben unas pocas horas al mes

+ Fortalezas
  • Incluido en la suscripción a Microsoft 365, sin otra herramienta
  • Oradores separados y audio con marcas de tiempo
  • Más de 80 configuraciones regionales, entre ellas el francés
− Debilidades
  • 300 minutos de audio al mes, salvo licencia de Copilot
  • Word para Windows en las cuentas profesionales (Word para la web para el sector público)
★ Microsoft Word en resumen

Página de ayuda de Microsoft «Transcribe tus grabaciones»: función Transcribir de Word para Microsoft 365, 300 minutos al mes

La función Transcribir de Microsoft Word convierte el habla en una transcripción de texto donde cada orador queda separado. Después de tu conversación, entrevista o reunión, puedes volver a escuchar ciertas partes de la grabación con el audio con marcas de tiempo y modificar la transcripción para corregirla.

Puedes grabar directamente en Word o cargar un archivo .wav, .mp4, .m4a o .mp3. Luego puedes añadir la transcripción completa al documento de Word o insertar fragmentos en documentos existentes.

La función Transcribir es útil sobre todo para los usuarios de Microsoft 365: ninguna otra herramienta que comprar ni que hacer aprobar. Está disponible en Word para Microsoft 365 en Windows, en las cuentas profesionales, y en Word para la web para el sector público.

Una suscripción a Microsoft 365 permite transcribir hasta 300 minutos de audio al mes, y 30 000 minutos con una licencia de Microsoft Copilot. Microsoft 365 Business Standard, que incluye Word para Windows, cuesta 12,13 € sin IVA por usuario al mes en anual, o 14,56 € sin IVA en mensual.

05

Happy Scribe

4.2/5 Desde 17 €

Ideal para: Las entrevistas y los videos que hay que transcribir o subtitular con limpieza, con revisión humana si hace falta

+ Fortalezas
  • Más de 150 idiomas y dialectos en transcripción con IA
  • Transcripción revisada por profesionales, desde 1,75 € el minuto
  • Transcripción, subtítulos y traducción en la misma herramienta
− Debilidades
  • Prueba gratuita limitada a 10 minutos
  • Minutos contados: 120 al mes en Basic
★ Happy Scribe en resumen

Antigua página de inicio de Happy Scribe: «Transcription & Subtitles all-in-one platform»

Happy Scribe es una solución de transcripción profesional que ofrece más de 150 idiomas y dialectos. El proceso de transcripción es muy simple: basta con enviar el archivo o la URL del video a Happy Scribe. Luego el software se encarga de la transcripción y del envío del resultado en el formato deseado.

La herramienta también hace subtitulado y traducción con IA. Para un texto que se va a publicar, Happy Scribe ofrece hacer verificar las transcripciones por profesionales, en más de 65 idiomas.

Happy Scribe se justifica para una entrevista, una conferencia o un video cuyo texto se publicará tal cual: la revisión humana te evita repasar cada frase.

En cuanto a precios, la versión gratuita da 10 minutos de prueba. Basic cuesta 17 € al mes por 120 minutos de transcripción (8,50 € en anual), Pro 29 € por 600 minutos (19 € en anual) y Business 89 € por 6000 minutos (59 € en anual). El minuto adicional cuesta 0,20 €, y la transcripción revisada por un profesional arranca en 1,75 € el minuto.

06

Otter.ai

4.1/5 Desde US$ 8,33

Ideal para: Las reuniones en inglés y los equipos internacionales

+ Fortalezas
  • 300 minutos de transcripción al mes gratis
  • Transcripción en directo e identificación de participantes
  • Inglés, español, francés, alemán, japonés y chino
− Debilidades
  • Solo 3 importaciones de archivos en toda la vida del plan gratuito
  • Precios en dólares, casi el doble en mensual
★ Otter.ai en resumen

Página de inicio de Otter.ai: «Meeting AI that turns talk into action», con una transcripción de reunión en directo

Otter.ai es una herramienta de transcripción automatizada en tiempo real para reuniones presenciales y virtuales, integrada con los calendarios de Google y Microsoft. Después de las reuniones, Otter crea notas resumidas y las comparte con los participantes.

Durante mucho tiempo la herramienta funcionó solo en inglés. Ahora también transcribe español, francés, alemán, japonés y chino, e identifica a los participantes por su nombre.

Otter se justifica sobre todo para reuniones en inglés o equipos internacionales. El plan gratuito limita mucho la importación de archivos: conviene poco a quien quiere transcribir grabaciones existentes.

Otter.ai ofrece 3 planes de pago. El plan gratuito da 300 minutos de transcripción al mes y 3 importaciones de archivos. Pro cuesta US$ 8,33 por usuario al mes en anual (US$ 16,99 en mensual) por 1200 minutos y 10 importaciones al mes. Business, a US$ 19,99 en anual (US$ 30 en mensual), levanta los límites de reuniones e importaciones. Enterprise es con cotización.

07

Descript

4.2/5 Desde US$ 24

Ideal para: Los creadores de podcasts y videos que editan ellos mismos

+ Fortalezas
  • Edición del video modificando el texto
  • Transcripción en 25 idiomas, más de 8 participantes detectados
  • Subtítulos dinámicos ilimitados
− Debilidades
  • Solo una hora de contenido al mes en el plan gratuito
  • Interfaz y sitio en inglés
★ Descript en resumen

Página de inicio de Descript: «AI-editing for every kind of video», editor de video y audio a través del texto

Descript es un editor de video y audio que parte de la transcripción: cortas, mueves o eliminas un pasaje modificando el texto, como en un procesador de textos. La transcripción funciona en 25 idiomas y detecta más de 8 participantes.

La IA de Descript, Underlord, sirve de coeditora: elimina las muletillas, mejora el sonido (Studio Sound), crea clips y subtítulos. La sincronización en la nube permite acceder a tus proyectos desde cualquier lugar.

Descript se justifica cuando la transcripción es solo una etapa de una edición: podcast, entrevista filmada, video de capacitación. Para un simple texto a partir de un archivo, una herramienta de transcripción cuesta menos.

En cuanto a precios, la versión gratuita da 1 hora de contenido al mes. Hobbyist cuesta US$ 24 por persona al mes (US$ 16 en anual) por 10 horas, Creator US$ 35 (US$ 24 en anual) por 30 horas y Business US$ 65 (US$ 50 en anual) por 40 horas.

08

Capte

3.9/5 Desde 7 €

Ideal para: Los creadores y las empresas que publican videos cortos en redes sociales

+ Fortalezas
  • Herramienta francesa, interfaz en francés
  • Subtítulos, clips, cortes y redimensionamiento sin software de edición
  • Sin permanencia, prueba gratuita de 3 días
− Debilidades
  • Starter sin traducción ni soporte, limitado a 10 minutos por video
  • Sin plan gratuito
★ Capte en resumen

Sitio web de Capte: “Simplifica la forma de crear contenido”

Capte es una herramienta francesa que usa el reconocimiento de voz para transcribir el audio en subtítulos. La IA y la interfaz simplifican la creación de subtítulos: agregas un video, la IA lo transcribe en unos segundos y luego das formato a los subtítulos en el editor.

Capte amplió su oferta más allá de los subtítulos: generación de clips a partir de un video largo, corte, redimensionamiento, adición de títulos, imágenes o música. La traducción automática se incluye a partir del plan Standard.

Capte apunta a los contenidos cortos para redes sociales. Para transcribir una reunión o una entrevista a texto, las herramientas de los grupos anteriores son más adecuadas.

Capte tiene cuatro versiones: Starter a 7 € al mes (10 minutos por video, sin traducción), Standard a 20 € (35 minutos, traducción automática, plantillas para redes sociales), Premium a 50 € (120 minutos, kit de marca) y Expert a 110 € (240 minutos). Todas tienen 3 días de prueba gratuita y son sin permanencia, con 10 % de descuento en anual.

09

Notta

4.0/5 Desde 7 €

Ideal para: Los independientes que transcriben muchas entrevistas y reuniones con poco presupuesto

+ Fortalezas
  • 58 idiomas admitidos
  • Plan Pro a 7 € al mes en anual por 1800 minutos
  • Importación de archivos, reuniones en línea y aplicación móvil
  • Traducción de la transcripción incluida en Pro
− Debilidades
  • Plan gratuito limitado a 3 minutos por conversación
  • Traducción bilingüe como opción de pago
★ Notta en resumen

Sitio web de Notta: “Tomador de Notas AI para visualizar las decisiones de la reunión”

Notta es una herramienta de toma de notas y transcripción que convierte reuniones, entrevistas o conferencias en texto. Admite 58 idiomas y funciona tanto con un archivo importado como con una reunión en línea, desde la web o la aplicación móvil.

Una vez obtenido el texto, Notta identifica a los participantes, genera un resumen con IA y exporta la transcripción. El plan Pro añade la traducción de la transcripción y un vocabulario personalizado, útil para los nombres propios o la jerga de un sector.

Es la opción más asequible de este top para un volumen regular: 1800 minutos al mes en Pro, es decir 30 horas de grabación. El plan gratuito sirve sobre todo para probar, con 120 minutos al mes pero 3 minutos como máximo por conversación.

El plan Pro cuesta 7 € al mes con facturación anual (83,99 € al año), o 11,69 € en mensual, con una prueba de 7 días. El plan Business, a 15,83 € por asiento al mes en anual (25,99 € en mensual), ofrece transcripción ilimitada y las integraciones con CRM y Zapier. Enterprise arranca en 51 asientos, con cotización.

10

Audio en Texte

3.6/5 Desde Gratis

Ideal para: Los usuarios de iPhone que dictan notas o transcriben notas de voz

+ Fortalezas
  • Más de 40 idiomas de dictado y más de 100 de transcripción
  • iPhone, iPad, Mac y Apple Watch, sincronizados por iCloud
  • Exportación en texto o PDF
− Debilidades
  • Solo en dispositivos Apple
  • Precio de la versión Pro no mostrado en la ficha de App Store
★ Audio en Texte en resumen

Ficha en App Store de la aplicación Audio en Texte - Dictaphone IA (antes Dictation): dictar, transcribir, grabar, resumir

Audio en Texte – Dictaphone IA, la aplicación llamada durante mucho tiempo Dictation en App Store, es una aplicación de reconocimiento de voz del proveedor IBN Software para iPhone, iPad, Mac y Apple Watch. Permite dictar, grabar, traducir y transcribir texto en lugar de escribirlo, con sincronización por iCloud.

El dictado funciona en más de 40 idiomas, y la transcripción de archivos de audio, videos y notas de voz en más de 100. La aplicación también resume las grabaciones con IA y exporta los textos en archivos de texto o PDF.

Pese a muy buenas opiniones sobre la aplicación en general (4,3 sobre 5 en App Store), Audio en Texte puede equivocarse con palabras fonéticamente cercanas: sigue siendo necesaria una revisión antes de enviar un texto dictado.

La aplicación se descarga gratis. La versión Pro se compra dentro de la aplicación, como suscripción anual con prueba gratuita; su precio no se muestra en la ficha de App Store.

¿Cómo elegimos estas 10 herramientas?

La selección retoma los usos que llevan a transcribir un audio: la minuta de una reunión, la entrevista o el dictado que hay que pasar en limpio, y el video que hay que editar o subtitular. Va de lo gratuito a la suscripción.

  1. 01
    Alcance

    Herramientas que transforman una grabación de audio o video en texto aprovechable, ya sea una reunión en línea, un archivo importado o un video que subtitular.

  2. 02
    Criterios

    Idiomas admitidos, y el francés en particular, importación de archivos, identificación de participantes, resumen y exportación, minutos incluidos al mes, precio de entrada.

  3. 03
    Verificación

    Cada herramienta se revisó en el sitio de su proveedor. Verbit, ahora una oferta solo con demo centrada en la transcripción jurídica en inglés, deja su lugar a Notta. Dictation ahora se llama Audio en Texte en la App Store francesa.

  4. 04
    Precios

    El precio indicado es el precio normal publicado por el proveedor, sin promociones. Cuando el proveedor publica un precio anual y uno mensual, se dan los dos.

  5. 05
    Calificaciones

    Ninguna de estas herramientas tiene aún análisis en Salesdorado: la calificación es la de la redacción, según las funciones y los límites observados en cada proveedor.

Las preguntas que nos hacen una y otra vez.

¿Cómo transcribir un audio a texto gratis?

Scribe, el transcriptor libre de Ceméa, transcribe gratis un archivo o un enlace en francés, inglés o español, sin cuenta. Para reuniones, tl;dv y Fireflies transcriben sin límite desde su plan gratuito, y Otter.ai ofrece 300 minutos al mes. Un usuario de Microsoft 365 también tiene 300 minutos al mes en Word.

¿Qué herramienta elegir para hacer la minuta de una reunión?

Un asistente de reuniones como Fireflies, tl;dv, Otter.ai o Notta. Se une a la videollamada de Zoom, Google Meet o Teams, la transcribe y envía un resumen con las acciones a realizar. tl;dv es el más generoso en gratis, Fireflies el más completo en la búsqueda dentro de reuniones pasadas.

Transcripción automática o humana: ¿cuál elegir?

La transcripción automática basta para notas internas o una minuta: es instantánea y barata, pero requiere revisión. Para un texto publicado tal cual, una cita o un documento jurídico, una transcripción revisada por un profesional es más segura. Happy Scribe ofrece las dos, desde 1,75 € el minuto para la versión humana.

¿Estas herramientas transcriben bien el francés?

Sí, todas las herramientas de este top manejan el francés, Otter.ai incluido desde que ya no se limita al inglés. La calidad depende sobre todo de la grabación: un micrófono cercano, poco ruido de fondo y participantes que no hablan al mismo tiempo dan un texto más limpio, sea cual sea la herramienta.

¿Se puede transcribir un archivo de audio ya grabado?

Sí. Notta, Happy Scribe, Scribe, Word y Audio en Texte transcriben un archivo importado. Los asistentes de reuniones también lo hacen, con límites: Otter.ai solo acepta 3 importaciones en su plan gratuito. Descript y Capte parten de un archivo de video o audio para editarlo o subtitularlo.

★ La conversación, 0 comentarios

Lo que dice la comunidad.

Markdown básico, moderación en 24 h
Cargando…

    En la misma categoría