Voz a texto gratisTranscribe audio y vídeo directamente en tu navegador.

Sí. Sin cuenta, sin marca de agua y sin límite de archivos ni de minutos. El reconocimiento se hace en tu dispositivo, así que puedes usarlo tanto como quieras.

No. Tu audio y tu vídeo se quedan en tu dispositivo y se transcriben en tu navegador. Lo único que se descarga es el modelo de voz, la primera vez que lo usas; tu navegador lo guarda para la próxima vez.

Unos 100, entre ellos inglés, español, chino, hindi, árabe, francés, alemán, japonés, portugués y ruso. Detecta el idioma a partir de las primeras palabras, o puedes elegirlo tú.

Con habla clara en inglés, ambos tamaños aciertan unas 95 palabras de cada 100. Para otros idiomas elige Preciso: en nuestra prueba en chino acertó unos 9 caracteres de cada 10, y Rápido solo 6. Los acentos, el ruido, las personas que hablan a la vez y los nombres poco comunes reducen la precisión, así que revisa nombres y números.

Depende de tu dispositivo. En un procesador de escritorio rápido, Rápido necesitó entre una quinta y una tercera parte de la duración de la grabación, y Preciso entre dos quintas partes y la mitad; los portátiles y los móviles tardan más, y los navegadores con WebGPU pueden usar la tarjeta gráfica. Ves una estimación antes de empezar y el tiempo restante mientras trabaja.

Audio como MP3, WAV, M4A, AAC, OGG, Opus y FLAC, y vídeos como MP4, MOV, WebM y MKV. Solo se usa el sonido.

Sí. El texto incluye la puntuación que escribe el modelo de voz y se divide en párrafos en las pausas y los finales de frase. Puedes dividir y unir párrafos tú mismo.

Todavía no. Las pausas largas suelen iniciar un nuevo párrafo, lo que a menudo coincide con un cambio de hablante; puedes añadir nombres mientras editas.