Cómo pasar un audio a texto gratis con IA

La mejor opción depende de si el audio ya está grabado o lo vas a decir en vivo. Para leer un audio de WhatsApp, usa la transcripción del propio WhatsApp, y para una clase o una entrevista grabada, súbela a Gemini Notebook (antes NotebookLM) o, si dura 10 minutos o menos, a Gemini. Para dictar en vivo, usa Win + H en Windows o el dictado de Google Docs.

Abajo tienes cada opción con su dispositivo, su límite y los pasos.

Elige la opción según tu audio

Los límites son los que indica la ayuda oficial de cada empresa al momento de escribir esta guía y pueden cambiar.

Transcribe los audios de WhatsApp

WhatsApp convierte en texto los mensajes de voz que recibes. Viene desactivado, así que primero hay que encenderlo.

En Android:

1. Abre WhatsApp y ve a Ajustes > Chats.
2. Activa Transcripciones de mensajes de voz.
3. Toca Seleccionar idioma y elige el idioma en que te llegan la mayoría de los audios.
4. Toca Configurar ahora, o Esperar conexión wifi si prefieres no gastar tus datos.
5. En un chat, mantén presionado el mensaje de voz, toca el ícono de más opciones (los tres puntos) y elige Transcribir.

En iPhone:

1. Ve a Ajustes (o tu foto de perfil, según la versión) y entra en Chats.
2. Activa Transcripciones de mensajes de voz y toca Seleccionar idioma.
3. Elige el idioma y confirma con Cambiar a y el nombre del idioma.
4. Mantén presionado un mensaje de voz y toca Transcribir.

En iPhone necesitas iOS 16 o posterior y Siri activado. En Android solo funciona en inglés, español, portugués y ruso; en iPhone hay más idiomas, según la versión de iOS. Lo explica la ayuda de WhatsApp para Android y para iPhone.

La transcripción se genera en tu celular y los audios siguen cifrados de extremo a extremo. Solo la ve quien recibe el audio: la persona que lo envió no puede verla. Más funciones así en trucos de WhatsApp.

Eso sí, la transcripción solo se puede leer en el chat: WhatsApp no deja copiarla, editarla ni borrarla. Si necesitas el texto en un documento, sube el audio a Gemini o a Gemini Notebook, como se explica más abajo.

Graba y transcribe en el celular

Si vas a grabar algo nuevo, como una entrevista para un trabajo del colegio, hazlo con una app que ya transcribe.

iPhone: Notas de voz

Funciona en iPhone 12 o posterior con iOS 18 o una versión más reciente, y con el idioma del iPhone en español, inglés u otro idioma compatible, aunque no en todos los países.

1. Abre Notas de voz, que está en la carpeta Utilidades.
2. Toca el botón de grabar.
3. Para ver el texto mientras grabas, desliza hacia arriba desde la parte superior de la onda y toca el botón Transcripción.
4. Al terminar, toca Listo.
5. Para copiar el texto, toca la grabación, toca el botón Más y elige Ver transcripción o Copiar transcripción.

Según la guía de Apple, si abres una grabación hecha en iOS 17 o anterior, la app la transcribe sola si tiene voz. La app Notas también graba y transcribe: en una nota, toca el botón de archivos adjuntos y elige Grabar audio.

Pixel: Grabadora

La app Grabadora viene en los Pixel 3 o posteriores, no necesita cuenta de Google y graba hasta 18 horas seguidas.

1. Abre Grabadora, toca tu ícono de usuario y entra en Configuración de Grabadora para elegir el idioma de transcripción.
2. Vuelve y toca Grabar. Al terminar, toca Pausar y guarda la grabación.
3. Cambia de Audio a Transcripción para leer el texto.

La transcripción en vivo en español solo está en el Pixel 6 y modelos posteriores. La opción Más > Transcribir de nuevo permite cambiar el idioma, pero puede procesar el audio en los servidores de Google, según la ayuda del Pixel.

Samsung Galaxy: Grabadora de voz

En los Galaxy con Galaxy AI, la app Grabadora de voz tiene el asistente de transcripción.

1. Abre Grabadora de voz y elige una grabación.
2. Toca Transcribir.
3. Elige el idioma y toca Transcribir otra vez.

Samsung recomienda hablar claro y cerca del micrófono, según su guía del asistente de transcripción. Si tu modelo no muestra la opción, usa Gemini, más abajo.

Algunas otras marcas incluyen funciones parecidas en ciertos modelos. Si tu grabadora no tiene una opción para transcribir, sube la grabación a Gemini o Gemini Notebook, como se explica más abajo.

Dicta en vivo en la PC o en el celular

Estas opciones escriben mientras hablas. No sirven para un audio que ya grabaste.

Windows: escritura por voz

1. Pon el cursor en un cuadro de texto, por ejemplo en Word o en el navegador.
2. Presiona Win + H y habla.
3. Para parar, haz clic en el micrófono o di «Detén el dictado».

Funciona en Windows 11 y 10 y necesita internet. En Windows 11 admite español de México y de España, y en el engranaje del cuadro de dictado puedes activar la puntuación automática, según la ayuda de Microsoft.

Google Docs: dictado por voz

1. En la computadora, abre un documento con Chrome, Edge o Safari.
2. Ve a Herramientas > Dictado por voz.
3. Haz clic en el micrófono, habla y vuelve a hacer clic al terminar.

Acepta muchas variantes de español, como las de Ecuador, México, Colombia y Perú. Sus comandos de voz solo funcionan en inglés, así que agrega la puntuación al final. Los pasos están en la ayuda de Google Docs.

Teclado del celular

En Android con Gboard, toca el campo de texto y luego el micrófono de la parte de arriba del teclado. En iPhone, activa Configuración > General > Teclado > Activar Dictado y toca el micrófono del teclado. Apple indica que el dictado se procesa en el iPhone en muchos idiomas, sin internet.

Android: Transcripción instantánea

Muestra en pantalla lo que se dice a tu alrededor, útil para seguir una clase en vivo. En los Pixel está en Configuración > Accesibilidad > Transcripción instantánea. En otros Android, búscala en Configuración (en Samsung se llama Ajustes) con el buscador; si no aparece, descárgala de Google Play. Funciona en más de 80 idiomas y dialectos, y necesita internet salvo que descargues idiomas sin conexión.

Si en Configuración de la app activas Historial de transcripciones, el texto se guarda hasta 3 días. Para copiar todo, mantén presionado el texto y toca Seleccionar todo > Copiar. Más detalles en la ayuda de Accesibilidad de Android.

Sube un audio grabado a Gemini o Gemini Notebook

Para un audio que ya tienes en el celular o la PC, como la grabación de una clase, la opción más directa es pedirle a una IA que lo transcriba.

Gemini: audios de hasta 10 minutos

En el plan gratis, Gemini acepta hasta 10 minutos de audio en total; con Google AI Pro o Ultra, hasta 3 horas.

1. Abre la app de Gemini o entra a gemini.google.com.
2. Toca Agregar archivos y luego Archivos (en la web, Subir archivos).
3. Elige el audio, escribe tu instrucción y toca Enviar.

Usa una instrucción (un prompt) como esta:

Transcribe este audio palabra por palabra, en español. Separa a cada persona que habla (Persona 1, Persona 2) y marca con [inaudible] lo que no se entienda. No resumas ni corrijas nada. Después, por separado, haz un resumen de 5 puntos.

Los pasos están en la ayuda de Gemini. Revisa el resultado contra el audio, porque la IA puede completar frases que nadie dijo.

Gemini Notebook: audios largos

Gemini Notebook acepta archivos de hasta 200 MB en los formatos de audio más comunes, como MP3, M4A, WAV, AAC, OGG, OPUS y AMR. Al importar un audio, lo transcribe y guarda ese texto como fuente.

1. Entra a notebook.google o abre la app, y crea un cuaderno.
2. En la web, toca Agregar fuentes y sube el audio; en la app, elige Archivo de audio.
3. Para leer la transcripción, abre el audio en el panel de fuentes. También puedes pedir en el chat un resumen o las ideas principales.

Según la ayuda de Gemini Notebook, la importación puede fallar si el audio es de mala calidad, y no admite audios sin voz. Conoce sus otras funciones en las mejores IA gratis.

¿Y ChatGPT? Al momento de escribir, subir audios solo está en sus planes de pago.

Haz que la transcripción salga bien

• Graba cerca de quien habla. Pon el celular cerca de la persona y lejos de ventiladores, música o el ruido de la calle.
• Un idioma por audio. Si se mezclan idiomas, elige el que más se usa y revisa el resto a mano.
• Revisa nombres propios, números y siglas. Compáralos con el audio uno por uno. En Transcripción instantánea puedes agregar palabras personalizadas, como nombres.
• Lee mientras escuchas. Reproduce el audio y corrige el texto en la misma pasada.
• Pide permiso antes de grabar. La ayuda del Pixel recomienda tener el permiso de las personas que aparecen en la grabación.

Cuida los audios sensibles

No todas las opciones procesan el audio igual. Las transcripciones de WhatsApp se generan en tu celular. En cambio, Gemini y Gemini Notebook trabajan en los servidores de Google, la escritura por voz de Windows usa reconocimiento en línea y la opción Transcribir de nuevo del Pixel puede enviar el audio a Google.

Preguntas frecuentes

¿Cuál es la mejor opción para una clase de una hora?

Gemini Notebook, porque acepta archivos de hasta 200 MB. Antes de grabar, pide permiso al profe. Para usar el texto sin hacer trampa, revisa cómo estudiar con IA.

¿Funciona sin internet?

En parte. WhatsApp genera la transcripción en tu celular, aunque necesitas conexión para recibir el audio, y el dictado del iPhone funciona sin conexión en muchos idiomas. Transcripción instantánea pide internet salvo con idiomas descargados. Windows, Gemini y Gemini Notebook necesitan conexión.

¿Por qué WhatsApp dice «Transcripción no disponible»?

Porque el idioma elegido no coincide con el del audio, hay mucho ruido de fondo o el idioma no está admitido. Cambia el idioma en Ajustes > Chats > Idioma de la transcripción.

¿La transcripción sale perfecta?

No. WhatsApp advierte que sus transcripciones pueden no ser precisas, y lo mismo pasa con cualquier herramienta. Revisa siempre el texto antes de usarlo, sobre todo los nombres y las cifras.