Enfocado en la privacidadTus archivos nunca se suben
IA Gratis · Se ejecuta en tu dispositivo
Convierte audio a texto
Transcribe entrevistas, clases, notas de voz y vídeos con Whisper, un modelo de IA de voz que funciona directamente en tu navegador. Tu grabación nunca sale de tu dispositivo.
o elige uno de tu dispositivo
Los archivos nunca salen de tu dispositivo · Gratis, sin registro · Sin límite de tamaño
Cómo transcribir audio
- Abre un archivo de audio o vídeo, o suéltalo en la página.
- Descarga el modelo de voz una sola vez y elige el idioma hablado o déjalo en automático.
- Pulsa Transcribir y copia el texto o descárgalo como TXT o como subtítulos SRT o VTT.
Reconocimiento de voz en tu dispositivo
Whisper es un modelo abierto de reconocimiento de voz de OpenAI, entrenado con 680.000 horas de audio en un centenar de idiomas. Scissor Audio ejecuta Whisper base, unos 80 MB, en tu navegador con WebAssembly, así que la grabación nunca se envía a un servicio de transcripción.
Subtítulos con marcas de tiempo
Cada frase incluye su hora de inicio y de fin. Descarga la transcripción como subtítulos SRT o WebVTT para YouTube, editores de vídeo y reproductores, o como texto plano para notas y documentos.
Traduce la voz al inglés
Elige Traducir al inglés y Whisper escribe una transcripción en inglés de lo que se dice en cualquiera de sus idiomas, en un solo paso.
Preguntas sobre Audio a texto
¿Se sube mi audio?
No. Tu navegador decodifica el audio y un modelo que se ejecuta en tu pestaña lo transcribe. Nada se envía a un servidor; puedes desconectarte de internet cuando el modelo haya cargado.
¿De verdad es gratis y sin límites?
Sí. El modelo se ejecuta en tu propio dispositivo, así que no nos cuesta nada por minuto: sin registro, sin límite de minutos y sin límite de tamaño.
¿Qué idiomas entiende?
Whisper reconoce un centenar de idiomas, entre ellos español, inglés, francés, alemán, portugués, italiano, neerlandés, ruso, árabe, persa, turco, hindi, chino y japonés. Es más preciso en inglés y otros idiomas muy hablados.
¿Es precisa la transcripción?
Con una voz clara se acerca a la de un oyente atento, aunque puede que haya que corregir nombres y términos especializados. La música de fondo, las voces superpuestas y los micrófonos lejanos reducen la precisión.
¿Cuánto tarda?
En un portátil reciente, un minuto de audio tarda unos diez a veinte segundos. Los móviles y los ordenadores antiguos son más lentos. El texto aparece a medida que se reconoce, así que puedes empezar a leer enseguida.
¿Puedo transcribir un vídeo?
Sí. Abre un archivo MP4, MOV o WebM y se transcribirá su sonido. Descarga el resultado como SRT o VTT para usarlo como subtítulos.