Transcribir audios largos: reuniones, clases y entrevistas

Reuniones, clases, entrevistas y pódcasts de hasta 3 horas: arrástralos aquí y obtén el texto, gratis y sin subir nada a internet.

Actualizada el 19 de octubre de 2026

Vox2Text no solo transcribe audios de WhatsApp: puedes cargar grabaciones de reuniones, clases, entrevistas, pódcasts o vídeos, de hasta 200 MB y 3 horas por archivo desde el ordenador (1 hora desde el móvil).

Cómo hacerlo

  1. Usa un ordenador con Chrome o Edge actualizados: la tarjeta gráfica hace la transcripción mucho más rápida.
  2. Arrastra el archivo al recuadro verde de arriba: MP3, M4A, WAV, MP4, OGG y OPUS. La duración aparece enseguida.
  3. Elige el idioma si lo sabes (es algo más preciso que la detección automática) y, si el navegador lo permite, la calidad Máxima.
  4. Mantén la página abierta. La barra muestra el tiempo restante estimado y la pantalla se queda encendida sola. El texto aparece poco a poco y puedes copiarlo antes del final.

¿Cuánto tarda?

Depende del ordenador. Con una tarjeta gráfica reciente suele tardar menos de lo que dura el audio; solo con el procesador puede tardar más. La estimación aparece tras las primeras partes y se va actualizando.

Consejos para un texto mejor

  • Para archivos muy largos el formato más adecuado es MP3.
  • Un audio limpio (micrófono cerca de quien habla, poco ruido de fondo) da mejores resultados.
  • Si la grabación supera las 3 horas, divídela en partes.
  • Revisa siempre nombres propios, cifras y términos técnicos.

¿Y la privacidad?

Las grabaciones de trabajo suelen ser confidenciales: con Vox2Text nunca salen de tu ordenador, porque la transcripción se hace en el navegador. Detalles en la política de privacidad.

Transcribe ahora tu audio

Apoya el servicio

Vox2Text es gratuito y sin publicidad. Si te resulta útil, puedes ayudar a mantenerlo con una donación voluntaria.

Dona 5 € con PayPal Pago seguro en PayPal, también con tarjeta. Sin obligación: el servicio sigue siendo gratuito para todos.

¿No puedes donar? Recomendar Vox2Text también ayuda: envíalo por WhatsApp

Guías útiles

Preguntas frecuentes

¿Cómo funciona?

El sitio usa Whisper, un modelo de reconocimiento de voz, directamente en tu navegador. La primera vez descarga el modelo (de 75 a 550 MB según la calidad); después queda guardado y arranca al instante.

¿Mis audios están seguros?

Sí. Los archivos no se suben a ningún servidor: se leen y transcriben en tu dispositivo. El sitio no usa cookies ni sistemas de seguimiento.

¿Dónde encuentro los audios de WhatsApp?

WhatsApp Web o Desktop: pasa el cursor sobre el audio, abre el menú y elige “Descargar”.
Android: carpeta Android/media/com.whatsapp/WhatsApp/Media/WhatsApp Voice Notes.
iPhone: mantén pulsado el audio › Reenviar › Compartir › Guardar en Archivos.

¿El idioma se reconoce solo?

Sí: con “Detectar automáticamente” el sitio escucha los primeros segundos y elige el idioma. Si se equivoca, cámbialo debajo del texto y pulsa “Volver a transcribir”, o elígelo antes en el menú.

¿Qué calidad elijo?

“Equilibrada” funciona casi siempre. “Rápida” descarga menos datos pero se equivoca más. “Máxima” es la más precisa y necesita un navegador con WebGPU (Chrome o Edge actualizados).

¿Qué navegadores funcionan?

Chrome, Edge y Firefox actualizados, en ordenador o Android. En iPhone se necesita iOS 18 o posterior. En ordenadores con tarjeta gráfica la transcripción es mucho más rápida.

¿Puedo transcribir audios largos?

Sí: hasta 200 MB y 3 horas por archivo en el ordenador, 1 hora en el móvil. Los archivos largos tardan más: mantén la página abierta (la pantalla se queda encendida sola) y sigue la estimación del tiempo restante. El texto aparece poco a poco y puedes copiarlo en cualquier momento.