Herramienta gratis

De voz a texto, en tu navegador

Suelta una grabación y recibe las palabras como texto y como subtítulos con tiempos. Todo ocurre en tu ordenador o tu móvil, así que el archivo nunca sale de ahí.

Suelta aquí un archivo de audio o vídeo MP3, M4A, WAV, MP4, MOV, WebM y más. Ideal para grabaciones de hasta unos 10 minutos.

Elige un archivo para convertir su voz en texto.

El archivo se lee en tu propio dispositivo y nunca se sube: ni a nosotros ni a nadie.

La primera vez, tu navegador descarga el modelo de voz una sola vez (unos 80 a 200 MB, según tu dispositivo) y lo guarda para la próxima. La velocidad depende de tu dispositivo.

Cómo funciona

Tu navegador abre el archivo y lee su sonido, igual que haría para reproducirlo. Un pequeño modelo de voz, descargado una vez y guardado por tu navegador, lo escucha en trozos de medio minuto y escribe lo que oye, con el tiempo de cada frase.

Como todo ocurre en tu dispositivo, no se envía nada y no hay cola. La otra cara es que el trabajo lo hace tu dispositivo. Un portátil reciente tarda más o menos un tercio de lo que dura la grabación; sin un chip gráfico rápido, o en un móvil antiguo, puede tardar lo mismo que la grabación o más. Deja esta pestaña abierta mientras trabaja.

Para vídeos largos, enlaces de YouTube o Twitch, o la transcripción más precisa, usa la transcripción de SnapDub: funciona en nuestros servidores y te da la transcripción y los subtítulos como archivos.

Preguntas frecuentes

Preguntas y respuestas

¿Se sube mi archivo?

No. El archivo se lee en esta página, en tu propio dispositivo. Lo único que se descarga es el modelo de voz, una vez.

¿Por qué la primera vez tarda más?

Tu navegador descarga primero el modelo de voz. Lo guarda, así que el siguiente archivo empieza enseguida.

¿Qué precisión tiene?

Buena con voz clara en idiomas comunes. Es un modelo pequeño para que quepa en un navegador: los nombres, los acentos fuertes, la música y las voces que se pisan le cuestan más que a uno grande.

¿Hay un límite de duración?

No hay un límite fijo, pero el trabajo lo hace tu dispositivo, así que las grabaciones largas tardan y usan mucha memoria. Hasta unos 10 minutos va bien en la mayoría de dispositivos.

¿Quieres clips con subtítulos, no solo una transcripción?

SnapDub convierte un vídeo largo en clips verticales con subtítulos para TikTok, Shorts y Reels.

Empieza gratis