Transcribe entrevistas con varios hablantes y separa quién dice qué
Para transcribir una entrevista con varias personas y saber quién dice cada frase, sube la grabación a la versión premium de Transcribo: devuelve el texto dividido en «Hablante 1», «Hablante 2»… con marcas de tiempo, y puedes ponerles nombre y exportarlo a Word, SRT, TXT o JSON. Tus primeros 30 min son gratis al crear la cuenta, sin tarjeta. Después cuesta 2 € por hora de audio, descontada por minuto y con compra desde 1 hora. La versión gratis, que transcribe en tu navegador, da el texto completo pero no separa hablantes.
Así queda una entrevista transcrita
Cada intervención lleva su hablante y su marca de tiempo (horas:minutos:segundos), y puedes cambiar «Hablante 1» por un nombre.
Hablante 1 [00:00:04]: Gracias por recibirnos. Para empezar: ¿cómo nació el huerto comunitario del barrio?
Hablante 2 [00:00:11]: Fue hace cuatro años. Había un solar vacío detrás del mercado y unas veinte familias pidieron permiso al ayuntamiento para cultivarlo.
Hablante 3 [00:00:26]: Yo llegué en el segundo año. Al principio solo veníamos los fines de semana, pero ahora hay turnos de riego casi todos los días.
Hablante 1 [00:00:38]: ¿Y cuál ha sido la mayor dificultad?
Hablante 2 [00:00:43]: El agua, sin duda. Tuvimos que instalar un depósito de lluvia porque la conexión municipal tardó casi un año.
Hablante 3 [00:00:55]: Y ponernos de acuerdo en qué plantar. Eso todavía lo discutimos cada primavera.
Personas y contenido inventados para enseñar el formato; no es la transcripción de una grabación real. En una transcripción real conviene repasar el texto con el audio, sobre todo nombres propios y cifras.
Cómo transcribir una entrevista con varias personas
- 1
Crea tu cuenta y sube la grabación
Crea la cuenta con tu email y una contraseña, o con Google, y confirma tu email. Arrastra el audio o el vídeo de la entrevista (hasta 4 horas y 2 GB). Tus primeros 30 min son gratis.
- 2
Elige el idioma
«Separar hablantes» viene activado, y el modelo detecta cuántas personas hablan. Cuando el archivo termina de subirse puedes cerrar la pestaña; te avisamos por email.
- 3
Renombra a los hablantes y exporta
Cambia «Hablante 1» por «Marta» o «Entrevistadora» y el nombre se aplica a todo el texto. Copia la transcripción o descárgala en Word, SRT, TXT o JSON.
Preguntas frecuentes
¿Qué formatos de audio y vídeo acepta?
MP3, M4A, WAV, OGG, OPUS, FLAC, MP4, MOV, WEBM y MKV, hasta 4 horas y 2 GB por archivo. Las notas de voz de WhatsApp (OGG/OPUS) y las grabaciones de Zoom, Teams o Meet valen tal cual, sin convertir.
¿Qué pasa con la privacidad de la entrevista?
En la versión premium el audio sí se sube a nuestros servidores y se transcribe con un proveedor externo; el archivo original se borra al terminar (si algo falla, como tarde a las 24 horas). La transcripción, con una copia del audio para que puedas volver a escuchar quién dice qué, se queda en tu cuenta hasta que la borres tú. Si la fuente no puede salir de tu dispositivo, usa la versión gratis, que procesa el audio en el navegador y no lo sube a ningún sitio, aunque no separa hablantes.
¿Cuánto tarda?
Suele tardar pocos minutos, incluso con audios de una hora. Una vez subido el archivo puedes cerrar la pestaña: te avisamos por email cuando la transcripción está lista.
¿Puedo exportarla a Word y a SRT?
Sí. Se exporta a Word (DOCX) con el nombre de cada hablante y las marcas de tiempo, a SRT con marcas de tiempo, a TXT o a JSON, y también puedes copiar el texto. Los nombres que pongas a los hablantes van incluidos en todas las descargas.
¿Cuántos hablantes distingue y qué pasa si hablan a la vez?
El modelo detecta cuántas personas hablan. Cuando dos personas hablan a la vez, o hay mucho ruido, la separación puede equivocarse en esos tramos: repasa la transcripción con el audio y corrige. En audios de casi 2 horas o más, que se procesan en partes, «Hablante 1» de una parte puede no ser la misma persona en la siguiente; puedes renombrarlos después.
¿Sirve para español de Latinoamérica y otros idiomas?
Sí: está pensado para el español de España y de Latinoamérica (Argentina, México, Colombia, Chile, Perú…). La versión premium reconoce además 60 idiomas (catalán, inglés, portugués, francés, italiano, alemán, euskera, gallego…) y detecta sola cuál es, también si hablan en varios.
¿Cuánto cuesta y hace falta tarjeta?
Para probar no: tus primeros 30 min son gratis al crear la cuenta, con tu email y una contraseña, o con Google, y sin tarjeta. Después cuesta 2 € por hora de audio, descontada por minuto y con compra desde 1 hora. Si una transcripción falla, no se cobra.
También te puede interesar
Prueba con tu entrevista
Con tus primeros 30 min gratis puedes comprobar si la separación de hablantes funciona con tu audio antes de pagar nada.