Cómo funciona
En pocas palabras: en la versión gratis, el audio se procesa en tu equipo, no en el nuestro.
- Paso 1: Sube el audio MP3, WAV, M4A, una nota de voz o un video. Lo arrastras y ya.
- Paso 2: Se transcribe en tu equipo El modelo de voz trabaja en tu navegador. En la versión gratis, el audio no se sube a ningún servidor.
- Paso 3: Descarga TXT, Word o SRT Copia el texto o descárgalo, también en Word o como subtítulos con marcas de tiempo.
¿Qué es Transcribo?
Transcribo es un transcriptor de audio a texto online y gratuito. La versión gratis ejecuta el modelo de reconocimiento de voz dentro de tu navegador: Whisper (OpenAI) en ordenadores con gráfica o potencia suficiente, y Whistle (Cactus Compute) en móviles y equipos más ligeros. El audio se procesa en tu propio dispositivo y no se sube a ningún servidor.
No pide registro, no tiene límite de archivos (cada uno puede durar hasta 30 minutos) y no hay nada que instalar. Transcribe en español, con el de España y el de Latinoamérica bien cubiertos, y devuelve el texto en TXT, en Word (.docx) o en SRT con marcas de tiempo para subtítulos. Una vez descargado, el modelo se queda guardado en el navegador y no hay que volver a bajarlo. El detalle de formatos y límites está en la página del transcriptor online gratis.
Whisper, Whistle y WebGPU, en cristiano
En la versión gratis usamos uno de dos modelos de reconocimiento de voz, según tu equipo. En ordenadores con gráfica o potencia suficiente, Whisper, el modelo que hizo OpenAI (los de ChatGPT). En móviles, tablets y ordenadores más ligeros, Whistle, un modelo abierto de Cactus Compute.
¿Por qué dos? Whistle pesa 17 MB y funciona bien en el móvil, solo con el procesador. Whisper es más grande y, en un ordenador con gráfica, la aprovecha con WebGPU, una tecnología que deja que la web use la tarjeta gráfica de tu equipo. Elegimos el modelo al cargar la página, sin que tengas que hacer nada. En los dos casos se ejecuta en tu propio navegador: tu audio no se envía a OpenAI, ni a Cactus Compute, ni a nosotros.
¿Qué significa eso para ti? Que cuando subes un audio, se procesa enteramente en tu dispositivo. No pasa por nuestros servidores. No lo vemos. No lo guardamos. No lo compartimos.
Whistle es un modelo de Cactus Compute publicado con licencia Apache 2.0 (modelo, licencia). Whisper es de OpenAI, con licencia MIT.
La primera vez
La primera vez que eliges un archivo o empiezas a grabar, el navegador descarga el motor de transcripción (entre unos 17 MB en el móvil y unos 300 MB en un ordenador con gráfica). Se guarda en tu navegador, así que la próxima vez arranca mucho antes.
Mientras se descarga verás el progreso. Cuando esté listo, pulsa «Transcribir».
¿Y mi audio qué?
En la versión gratis, tu audio se procesa en tu dispositivo y se borra de la memoria cuando termina. No se envía a ningún servidor, no se guarda en ninguna base de datos, no se comparte con nadie. Es privacidad de verdad, no una política de privacidad que nadie lee.
La versión premium, que es opcional y de pago, funciona de otra forma: el audio sí se sube a nuestros servidores para transcribirlo. La transcripción y una copia del audio, para que puedas volver a escucharlo, se guardan en tu cuenta hasta que las borres, o hasta 24 meses después de tu último acceso. Lo tienes con detalle en la política de privacidad.
Vídeos, también los de tu canal de YouTube
Con un vídeo pasa lo mismo que con un audio: lo sueltas en la página y se transcribe su pista de sonido, en tu navegador. Sirve para tus propios vídeos de YouTube (el archivo original o el que descargas de YouTube Studio) o para los que tengas permiso de usar. No trabajamos con enlaces: no descargamos nada de YouTube. Cómo pasar tus vídeos de YouTube a texto →
¿Qué archivos puedo subir?
Si tu navegador puede reproducirlo, puedes transcribirlo:
- • Audio: MP3, WAV, M4A, OGG, FLAC, AAC, OPUS
- • Video: MP4, WebM, MKV (saca el audio automáticamente)
- • Notas de voz: WhatsApp, Telegram, grabadoras de móvil
En la versión gratis puedes subir tantos archivos como quieras, de hasta 30 minutos cada uno: como el trabajo lo hace tu dispositivo, no acepta archivos más largos, y si grabas desde el micrófono la grabación se para sola a los 30 minutos. Si tu audio dura más, puedes cortarlo en partes de hasta 30 minutos. O pasarlo entero, hasta 4 h y con separación de hablantes, por la versión premium: tus primeros 30 min son gratis al crear tu cuenta, sin tarjeta, y después 2 € por hora de audio en créditos que se descuentan por minuto y no caducan.
¿Cómo descargo el resultado?
Tres formatos, según lo que necesites:
- • TXT: texto plano. Para copiar a un documento, a Notion, a un email…
- • Word (.docx): el texto listo para abrir en Word, Google Docs o LibreOffice. Con varios archivos, todo en un documento con un título por archivo.
- • SRT: subtítulos con marcas de tiempo. Para YouTube, Vimeo o cualquier reproductor.
Privacidad (la de verdad)
En la versión gratis, tu audio nunca sale de tu dispositivo. Esto no es algo que prometemos y luego hacemos lo contrario. Es cómo funciona la tecnología: no hay servidor en medio.
- • Cumple el RGPD por diseño (el audio y el texto no se envían a ningún sitio)
- • No hay riesgo de fugas en el servidor porque no hay servidor
- • Con el modelo ya cargado, puedes desconectar internet y seguir transcribiendo en esa pestaña
- • Grabaciones sensibles (médicas, legales, personales) no salen de tu dispositivo
¿Qué navegador necesito?
- • Chrome o Edge 113+ — va perfecto
- • Firefox — también; con WebGPU en las versiones recientes
- • Safari — también; con WebGPU desde Safari 26
- • En un ordenador cuyo navegador no tiene WebGPU, funciona igual, pero con un modelo más ligero y menos preciso, o más lento. En el móvil no hace falta: Whistle usa el procesador
¿Tienes un audio que transcribir? Súbelo y pásalo a texto
No hace falta que te registres ni que instales nada. Cuando termina, copias el texto o lo descargas en TXT, Word o SRT.