Transcripción de texto: convierte una grabación en texto
Añade un archivo de audio, un video, una grabación o un enlace. VocaLingo genera la transcripción con interlocutores y marcas de tiempo, y luego un breve Resumen. Sin pulsar ningún botón.
Actualizado el 2 de noviembre de 20264 min de lectura
En la pestaña Herramientas, la herramienta se llama Transcripción de texto, y la pantalla que abre se titula Voz a texto. Sirve para mensajes de voz, entrevistas, clases, podcasts y cualquier otra grabación de la que necesites las palabras en texto.
Qué puedes añadir
Transcripción de texto funciona con sonido. También acepta videos: la app extrae el sonido directamente en tu dispositivo y sube solo el audio.
| Fuente | Límite | Detalles |
|---|---|---|
| Archivo de audio | hasta 100 MB | MP3, M4A, AAC, WAV, FLAC, OGG, OPUS, WebM, 3GP |
| Archivo de video | el sonido extraído hasta 100 MB | el video como tal no se sube |
| Grabación en la app | sin límite de tiempo, el archivo sigue teniendo un tope de 100 MB | botón Grabar audio, consulta cómo grabar audio |
| Enlace | hasta 2 GB | YouTube, TikTok, Instagram, X, Facebook, Pinterest, enlaces directos a archivos multimedia; otros sitios también pueden funcionar. Consulta cómo importar desde un enlace |
| Menú Compartir (iOS y Android) | igual que para un archivo | Resumen de audio en VocaLingo abre la herramienta directamente en la pestaña Resumen |
Cómo obtener una transcripción
Abre la pestaña Herramientas y pulsa Transcripción de texto.
Añade el audio: Elegir para un archivo, Grabar audio para grabar o Pegar enlace.
Espera. El reconocimiento inicia por sí solo en cuanto se añade el archivo; no hay un botón de Transcribir. El texto aparece en la pestaña Texto.
Abre la pestaña Resumen para ver la versión corta. Se genera automáticamente después de la transcripción.
El idioma hablado se detecta de forma automática. No puedes seleccionarlo manualmente.
Qué obtienes en las pestañas Texto y Resumen
La pestaña Texto contiene la transcripción completa. Con el motor de reconocimiento predeterminado, cuando hablan varias personas, se divide por interlocutores (Speaker 1, Speaker 2, etc.) con una marca de tiempo para cada parte. Pulsa una marca de tiempo para reproducir la grabación desde ese momento. Desactiva Mostrar marcas de tiempo para ver solo el texto plano. El texto se puede copiar o compartir.
La pestaña Resumen ofrece una síntesis breve redactada en el idioma de la app, sin importar en qué idioma esté la grabación. Consta de tres partes:
Breve: un título, un resumen, citas y la conclusión principal.
Puntos clave: los puntos centrales con marcas de tiempo. Según la grabación, también obtendrás Pasos, Preguntas y respuestas, Términos o Tareas pendientes.
Capítulos: la grabación dividida en partes con marcas de tiempo.
Exportar a PDF guarda el Resumen como documento. Debajo de la transcripción, la sección ¿Qué sigue? te ofrece Comentar en el chat, Traducir texto, Texto a voz y Analizar texto.
Cada resultado se guarda en el Historial de la herramienta. Sin Premium se conservan los últimos 3 registros, consulta cómo funciona el historial.
Cómo cambiar el motor de reconocimiento
Transcripción de texto no tiene ajustes propios. Utiliza el motor seleccionado en Traducción de audio: abre Traducción de audio, pulsa el ícono de ajustes y ve a la pestaña Reconocimiento.
| Motor | Lo que dice la app al respecto |
|---|---|
| ElevenLabs Scribe (predeterminado) | acentos y ruido de fondo; divide el texto por interlocutor |
| OpenAI Transcribe | términos técnicos y nombres propios |
| OpenAI Whisper | para grabaciones largas |
La opción elegida se aplica a ambas herramientas.
Cuánto cuesta
Con ElevenLabs Scribe, el reconocimiento cuesta alrededor de 0.73 tokens por minuto de audio, por lo que una hora equivale a unos 44 tokens. El Resumen se cobra por separado: una fracción de token para un mensaje de voz corto, unos pocos tokens para una grabación larga. Consulta las tarifas exactas de cada motor en precios de tokens para cada herramienta.
Qué no hace Transcripción de texto
No tiene un campo para escribir o pegar texto. Para trabajar con un texto que ya tengas, usa Traducción de texto o el chat.
No genera archivos de subtítulos (SRT, VTT). Los subtítulos incrustados en un video se crean con Añadir subtítulos.
No traduce por sí sola. Usa Traducir texto debajo de la transcripción, o bien Traducción de audio para obtener una traducción hablada.
Preguntas frecuentes
¿Debo usar Transcripción de texto o Video a texto para un video?
Para un video corto, cualquiera de los dos sirve. Para un video largo, un archivo pesado o una grabación que quieras ver junto al texto, usa Video a texto: acepta videos de hasta 3 GB, incluye el reproductor de video y te envía una notificación cuando la transcripción está lista.
¿Por qué el Resumen está en un idioma distinto al de la grabación?
El Resumen se redacta en el idioma de la app. Para obtenerlo en otro idioma, cambia el Idioma de la app en Ajustes antes de añadir el archivo.
Contactar a soporte
Describe el problema y te responderemos por correo. Adjunta el nombre del archivo o ID de la tarea si lo tienes.