Inicio › Convertir audio a texto

Audio a texto · en tu propio Mac

Convertir audio a texto en el Mac

Arrastra un archivo de audio o de vídeo y obtén el texto en el propio Mac: el fichero no se sube a ningún servicio. Se admiten los formatos habituales, el idioma se detecta solo entre 99 y el resultado se exporta como TXT o como subtítulos SRT y VTT, con marcas de tiempo y las voces separadas.

Qué hace exactamente

Le das un archivo y te devuelve el texto. Sin registro, sin subir nada y sin pagar por minuto transcrito: el modelo de reconocimiento vive en tu disco y se ejecuta en la GPU del propio Mac, así que la conversión ocurre donde está el fichero. Es, en la práctica, un transcriptor de audio que funciona sin conexión. La diferencia con un conversor web no es de resultado, es de recorrido: allí tu grabación viaja a un servidor ajeno y aquí no se mueve del ordenador.

El texto sale troceado en fragmentos con marca de tiempo. Pulsando en una frase se reproduce ese instante exacto del audio, que es lo que hace soportable revisar una hora de grabación. Si hablaban varias personas, cada bloque lleva además su hablante.

Formatos que puedes pasar a texto

No hace falta convertir nada antes ni pasar por un programa intermedio. Si el archivo está en el móvil, mándalo al Mac por AirDrop y suéltalo en la ventana; el trabajo se hace sobre el fichero guardado, no sobre una aplicación concreta.

Archivos largos: dónde está el límite

Aquí el modelo local marca la diferencia más práctica. Los servicios en línea suelen poner tope de duración o de tamaño por archivo, y cobran por minuto transcrito. Al procesar en local no hay tarifa ni cuota de servidor que aplicar: el límite es el espacio de tu disco y el tiempo que la máquina dedique al cálculo.

Eso significa que una jornada de grabación, un seminario de tres horas o una entrevista larguísima se pueden pasar a texto igual que un audio de dos minutos. Ten en cuenta lo obvio: un archivo largo tarda proporcionalmente más y calienta el equipo, así que conviene enchufarlo.

Una precisión sobre la versión gratuita, porque aquí es donde suele haber malentendidos: lo que no tiene límite es la duración de cada archivo, no el número de archivos. El cupo gratuito se cuenta por transcripción y no por minutos, así que una de tus 5 transcripciones de audio cunde exactamente igual con un seminario de tres horas que con una nota de voz de dos minutos.

99 idiomas, detectados solos

El reconocimiento cubre 99 idiomas y determina el hablado automáticamente, sin que tengas que elegirlo antes. La detección se hace por grabación, no frase a frase: un audio en español con anglicismos técnicos no supone ningún problema, pero una reunión que cambia de idioma durante minutos enteros sale mezclada.

Si trabajas siempre en los mismos dos o tres idiomas, puedes acotar la lista para que un fragmento corto o poco claro no acabe atribuido a un idioma lejano. Y si te has equivocado, no pasa nada: volver a transcribir un archivo ya transcrito no consume cuota de la versión gratuita.

Exportar: TXT, SRT y VTT

La conversión no termina en la pantalla. Tienes tres salidas y cada una tiene su uso:

• TXT. Texto plano para llevártelo a un procesador de textos, a un correo o a tus notas. Es el formato del que se parte para redactar un acta, un artículo o una cita.
• SRT. El formato de subtítulos más extendido: cada línea con su entrada y su salida. Lo aceptan los reproductores, los editores de vídeo y las plataformas donde se suben vídeos.
• VTT (WebVTT). El equivalente para vídeo en web, el que usa la etiqueta de pista de un reproductor HTML.

Con eso, subtitular un vídeo propio se convierte en un trámite: transcribes el MP4, exportas el SRT, lo revisas y lo cargas junto al vídeo. Los tiempos ya vienen calculados; lo que tendrás que retocar son los nombres propios y algún corte de línea largo.

El historial de dictados, además, se puede exportar en TXT, JSON o CSV, por si necesitas llevarte el contenido a otra herramienta.

Los audios de WhatsApp

Es una de las razones más habituales para buscar un conversor de audio a texto en español: la nota de voz de cuatro minutos que llega a media mañana. Conviene ser honestos sobre el punto de partida: WhatsApp ya transcribe notas de voz por su cuenta en los dispositivos y los idiomas donde la función está disponible, así que para leer un mensaje suelto puede que no necesites nada más.

Nuestra diferencia está en el resto de los casos. Aquí se trabaja sobre el archivo guardado: exportas la nota de voz desde el chat, la sueltas en la aplicación y obtienes un texto que puedes exportar, archivar y buscar meses después, en cualquiera de los 99 idiomas, sin depender de la aplicación de mensajería ni de que la función esté activa en tu país. Sirve igual para un mensaje reenviado por un compañero, para una cadena de notas de voz que quieres conservar como registro o para audios en un idioma que la mensajería no cubre.

WhatsApp es una marca de sus titulares; no existe relación alguna entre ellos y Lesskeys, ni afirmamos nada sobre cómo tratan los datos en sus propios servicios.

Por qué en local y no en un conversor online

Un conversor web resuelve el caso trivial, y para un audio intrascendente no hay debate. El problema aparece cuando el contenido importa: una reunión de dirección, la grabación de un cliente, una entrevista con una fuente, una sesión de terapia, una pericial. En cuanto ese archivo se sube, existe una copia fuera de tu control cuyo borrado depende de una política de retención que no puedes auditar.

Aquí no hay subida, porque el cálculo se hace en tu máquina. Tampoco hay cuenta de usuario ni telemetría, y la aplicación funciona con el wifi apagado; internet solo hace falta para bajar la aplicación y el modelo la primera vez. Esto describe la arquitectura del programa y no un estado de cumplimiento normativo: si tratas datos personales, la valoración de un tratamiento concreto le corresponde a tu delegado de protección de datos o a tu asesoría jurídica. El tema está desarrollado en transcripción sin nube.

Y si el audio que quieres convertir todavía no existe porque va a salir de una reunión con más gente, avisa antes de grabar: en España grabar una conversación en la que participas es lícito, pero captar conversaciones ajenas en las que no intervienes es delito del artículo 197.1 del Código Penal. Es una advertencia práctica, no asesoramiento jurídico.

Lo que no debes esperar

La conversión automática produce un borrador muy bueno, no un documento cerrado. Los apellidos, los nombres de empresa y los acrónimos internos se escriben mal a menudo; la puntuación es una interpretación de la entonación; y cuando dos personas se pisan, tanto el texto como la atribución de voces pierden calidad. No publicamos porcentajes de precisión ni cifras de velocidad porque dependen del audio y del equipo hasta el punto de que cualquier número sería engañoso.

Para un acta oficial, una cita publicada o un documento que compromete a alguien, cuenta siempre con una lectura completa: ninguna herramienta de este tipo se entrega con garantía de valor probatorio.

Requisitos, precio y versión gratuita

Los 49,99 $ son el precio de referencia del Mac App Store en dólares; el App Store de España muestra el importe final en euros antes de que confirmes. Se paga una vez y no hay cuotas periódicas ni minutos prepagados. Si prefieres el procedimiento detallado paso a paso, está en cómo transcribir un audio.

Preguntas frecuentes

También te interesa