IA para transcribir audio gratis: cómo elegir bien
Para transcribir audio gratis mira cinco campos: cuántos minutos al mes incluye el plan, si maneja bien las variantes del español, si separa a los hablantes de una conversación, si exporta SRT o VTT además del texto plano, y si el audio sale de tu computadora hacia un servidor ajeno.
Por el equipo de IA Selecta
La transcripción automática en español funciona hoy mucho mejor que hace dos años, y por eso la decisión ya no va de precisión general sino de detalles: cuánto te dejan transcribir, qué hace con dos personas hablando a la vez y en qué formato te lo devuelve.
¿Cuántos minutos gratis al mes?
Es el límite que define la categoría. Unas dan minutos al mes, otras minutos por archivo y otras un número de archivos sin importar la duración. Antes de elegir, calcula cuánto audio tienes de verdad: una reunión semanal de una hora son más de cuatro horas al mes, y ahí se acaban casi todos los planes gratuitos.
¿Maneja bien el español que hablas tú?
El español no es un solo acento. Una herramienta entrenada sobre todo con audio peninsular puede tropezar con voseo, con seseo o con vocabulario regional, y al revés. Las diferencias se notan menos en el vocabulario general y mucho en nombres propios, marcas y tecnicismos.
Prueba con un fragmento donde salgan nombres propios locales. Es donde antes se ve si la herramienta es útil para ti o solo para el español de los ejemplos.
¿Separa a los hablantes?
Para una nota de voz da igual. Para una entrevista, una reunión o un podcast es la diferencia entre una transcripción usable y un muro de texto imposible de editar. La función suele llamarse identificación o separación de hablantes, y muchas veces está solo en el plan de pago.
Comprueba también si acierta cuando dos personas se solapan, que es lo normal en una conversación real y lo que nunca aparece en el audio de demostración.
¿Exporta SRT, VTT o solo texto?
El texto plano sirve para leer. Los formatos con marcas de tiempo sirven para trabajar: buscar un momento concreto, montar subtítulos o cortar el audio por temas.
- TXT o DOCX: para leer y editar como documento.
- SRT o VTT: subtítulos con tiempos, listos para un editor de video.
- CSV o JSON con marcas de tiempo: para analizar la conversación con otras herramientas.
- Solo vista dentro de la web: cómodo, pero te ata a su interfaz.
¿Sube el audio a un servidor o trabaja en tu computadora?
Hay transcriptores que funcionan enteros en tu equipo y no envían nada. Son más lentos y algo más incómodos de instalar, y son la única opción razonable para entrevistas confidenciales, sesiones clínicas o reuniones internas.
Si usas una web, mira cuánto tiempo conserva el audio y si puedes borrarlo tú. Un audio con voces de terceros incluye datos personales de gente que no dio su consentimiento a esa herramienta.
La prueba de los dos minutos difíciles
Elige el peor fragmento que tengas: con ruido de fondo, dos personas hablando y algún nombre propio raro. Pásalo por dos candidatas del índice y cuenta los errores a mano. Dos minutos de audio difícil predicen el resultado mucho mejor que veinte de audio limpio.