Transcribir audio a texto: herramientas gratis y de pago comparadas

Transcribir audio a texto gratis es posible, pero cada herramienta pone el límite en un sitio distinto: minutos al mes, duración máxima por archivo, idiomas o formato de salida. Quien transcribe una entrevista de cuarenta minutos necesita algo diferente de quien dicta notas de dos minutos. Esta comparativa ordena los límites publicados de varias opciones, gratuitas y de pago, y termina con una tabla de decisión por tipo de usuario. Todas las cifras corresponden a las páginas oficiales en el momento de la consulta y pueden cambiar.

Cómo funciona la transcripción y dónde aparecen los límites

El proceso es el mismo en casi todas las herramientas: se sube o graba el audio, un motor de reconocimiento de voz lo convierte en texto con marcas de tiempo, el usuario corrige y exporta. Los límites se colocan en cuatro puntos de esa cadena.

1. Entrada: cuántos minutos al mes y cuánto puede durar cada archivo.

2. Motor: qué idiomas reconoce y si distingue hablantes.

3. Edición: si permite corregir con el audio sincronizado.

4. Salida: en qué formatos exporta (TXT, DOCX, PDF, SRT para subtítulos).

Un plan gratuito generoso en minutos pero con archivos de pocos minutos sirve para notas de voz y no para entrevistas. Uno con archivos largos pero pocos minutos al mes sirve para una entrevista y no para un podcast semanal.

Tabla de límites publicados

Lectura rápida de la tabla:

• El plan gratuito de Notta indica 120 minutos de transcripción al mes, pero cada conversación se limita a tres minutos y a 50 archivos subidos. Es una herramienta de prueba, no de trabajo. El plan Pro sube el techo a 1 800 minutos y a cinco horas por grabación, que ya cubre entrevistas largas y episodios completos.

• La función Transcribir de Word solo está disponible para suscriptores de Microsoft 365 y admite hasta 300 minutos de audio subido al mes en formatos .wav, .mp4, .m4a y .mp3. Si ya pagas la suscripción, es la opción "gratis" más sólida para entrevistas ocasionales.

• El dictado por voz de Google Docs es gratuito y admite muchísimos idiomas, pero funciona con el micrófono en directo: no acepta archivos. Sirve para dictar, no para transcribir una grabación, salvo que la reproduzcas en voz alta con el micrófono abierto, con la pérdida de calidad que eso supone.

• Los modelos de código abierto que se ejecutan en tu propio equipo no tienen cuotas y mantienen el audio en tu computadora, lo que importa en entrevistas confidenciales. A cambio exigen instalar software, una máquina con cierta capacidad y paciencia con la configuración.

Comparativa por criterio

Más allá de los minutos, cuatro criterios separan una herramienta de uso diario de una de emergencia.

Idiomas y hablantes. Para entrevistas en español con acentos variados, conviene un motor que permita fijar el idioma de antemano. Notta declara 58 idiomas de transcripción; Word y Google Docs cubren numerosas variantes regionales del español. La separación automática de hablantes, útil en entrevistas a dos voces, suele quedar en los planes de pago o exigir corrección manual.

Edición sincronizada. La transcripción automática siempre necesita repaso. Las herramientas que reproducen el audio al hacer clic en una palabra ahorran la mitad del tiempo de corrección. Word y Notta lo ofrecen; el dictado de Google Docs, por diseño, no.

Formatos de salida. Un periodista necesita DOCX o TXT; un podcaster, SRT para subtítulos; un estudiante, algo que pegar en sus apuntes. Notta exporta TXT, DOCX, PDF y SRT según sus páginas oficiales; Word y Google Docs dejan el texto en el documento, desde donde se copia o se guarda en otros formatos.

Privacidad. Cualquier servicio en la nube procesa el audio en sus servidores. Para material sensible (fuentes, historias clínicas, reuniones internas) conviene leer la política de datos o usar una herramienta local.

Tabla de decisión por tipo de usuario

Para volúmenes semanales de entrevistas o episodios, Notta resulta cómodo por combinar archivos de hasta cinco horas, edición sincronizada y exportación a SRT en el mismo sitio; la contrapartida es que el plan gratuito apenas sirve para probar, y que el precio se factura por suscripción, con diferencia entre pago mensual y anual. Consulta la página de precios en el momento de decidir, porque los límites de minutos y el número de archivos cambian con frecuencia. Como alternativa, la función Transcribir de Word puede ser suficiente si ya pagas Microsoft 365 y no necesitas subtítulos.

Cómo probar cualquier herramienta en quince minutos

Antes de pagar, un archivo de prueba propio dice más que cualquier comparativa.

1. Graba o recorta tres minutos de un audio real, con dos voces y el ruido habitual de tu entorno.

2. Súbelo al plan gratuito de dos o tres herramientas y fija el idioma manualmente.

3. Cuenta cuántas correcciones necesitas por minuto, sobre todo en nombres propios y cifras.

4. Exporta en el formato que usarás de verdad y comprueba que las marcas de tiempo sobreviven.

5. Multiplica tus minutos mensuales reales por el tiempo de corrección: ese número, no el precio, decide.

Resumen

Para transcribir audio a texto gratis hay tres caminos: el dictado en directo de Google Docs si no necesitas subir archivos, la función Transcribir de Word si ya pagas Microsoft 365, y un modelo de código abierto en tu equipo si te importa la privacidad y no te asusta la configuración. Cuando el volumen es semanal y los archivos duran más de unos minutos, un plan de pago con edición sincronizada y exportación a SRT se amortiza en tiempo de corrección; Notta es una opción a considerar en esa categoría, siempre comprobando en su sitio los límites vigentes y la disponibilidad de pago en tu país.