Convertir audio a texto gratis, sin registro y sin subir tu audio

Cómo se usa

1. Elige el archivo en el recuadro, o arrástralo ahí: un audio (MP3, M4A, WAV, OGG), una nota de voz de WhatsApp o un video (MP4, MOV, WebM).
2. Elige el idioma del audio. Si no es español ni inglés, haz clic en Otro y Whisper lo reconoce solo.
3. Haz clic en Transcribir. Puedes seguir usando la computadora mientras tanto; solo no cierres esta pestaña.
4. Haz clic en Copiar o en Descargar .txt.

¿Quieres subtítulos? Antes de transcribir, marca Con tiempos para subtítulos (.srt). Al terminar aparece Descargar subtítulos (.srt), con el minuto y el segundo de cada frase, en el formato que aceptan YouTube y la mayoría de los editores de video. Tarda más o menos el doble.

Audios de WhatsApp

WhatsApp guarda las notas de voz como archivos .ogg u .opus, y esta página los lee.

• Si estás en la computadora: en WhatsApp Web o en la app de escritorio, descarga el audio desde su menú y arrástralo al recuadro.
• Si estás leyendo esto en el celular: reenvíate el audio (a un chat contigo mismo o por correo) y abre esta página en tu computadora. En el celular no conviene: son unos 770 MB de descarga y muchos teléfonos no tienen memoria para Whisper.

Por qué es gratis y privado

Otras páginas suben tu audio a sus servidores y te ponen límites (por ejemplo, 3 archivos al día de hasta 30 minutos), porque cada minuto de audio les cuesta dinero. Aquí Whisper corre dentro de tu navegador y usa la parte gráfica de tu computadora. Sirve la que viene integrada: no hace falta una tarjeta de video aparte. De internet solo se descargan Whisper y el código de la página; tu audio, nunca.

Qué necesitas

• Chrome o Edge actualizados. Si tu navegador no puede usar la parte gráfica, la página te avisa y te ofrece usar el procesador: da el mismo texto, pero tarda varias veces más. En Safari o Firefox, según la versión, puede que solo funcione con el procesador.
• Espacio para Whisper: es un archivo grande (unos 770 MB) que tu navegador descarga una vez y guarda para las siguientes.

Cuánto tarda

Depende de tu computadora. En una laptop potente (procesador Ryzen 9, sin tarjeta de video aparte), tarda más o menos lo que dura el audio: 2 minutos y 18 segundos de audio tardaron 2 minutos y 22 segundos. En una computadora más modesta tardará más. Si eliges el procesador, en esa misma laptop tarda unas 3 o 4 veces lo que dura el audio.

La primera vez se suma la descarga, que depende de tu conexión. Las siguientes veces, Whisper tarda unos segundos en prepararse antes de empezar.

Si lo que quieres es escribir con la voz

Esta página pasa a texto un audio que ya está grabado. Para escribir con la voz mientras trabajas, hicimos Loro: dejas presionado Ctrl + Win (fn en la Mac), hablas, y el texto aparece donde está tu cursor, en cualquier app, sin muletillas. Y en tus videollamadas toma las notas sin meter un bot a la reunión. Aquí explicamos cómo funciona el dictado con IA.

Prueba Loro gratis

Dicta en cualquier app y toma notas de tus reuniones sin bot. Para Windows y Mac, sin tarjeta.

Descargar gratis

Preguntas frecuentes

¿Qué tan preciso es?›

En una prueba con 20 frases grabadas por una persona de Perú (mensajes, números, nombres de lugares, un texto médico y uno legal), se equivocó en 15 de cada 100 palabras: en un mensaje de 50 palabras, unas 7 u 8 para corregir, casi siempre marcas, nombres poco comunes o palabras técnicas. Es la misma precisión que Whisper instalado como programa: funcionar dentro del navegador no le quita nada. Con ruido o con varias personas hablando a la vez se equivoca más, así que revisa el texto antes de usarlo.

¿Mi audio se sube a internet?›

No. Tu computadora lee el audio y lo pasa a texto dentro del navegador. Lo único que se descarga es Whisper y el código de esta página.

¿Puedo transcribir audios largos?›

Sí, no hay límite de duración. Un audio largo tarda en la misma proporción: mira «Cuánto tarda».

¿Quién hace esta página?›

El equipo de Loro, una app de dictado por voz para Windows y Mac. La hicimos para que cualquiera pueda pasar un audio a texto sin pagar y sin subirlo a ningún lado.

Fuentes

• OpenAI, Whisper: el modelo, con licencia MIT. Revisado el 15 de octubre de 2026.
• Hugging Face, whisper-large-v3-turbo para el navegador: la versión exacta que usa esta página. Revisado el 15 de octubre de 2026.
• Hugging Face, Transformers.js: la librería que corre Whisper en tu navegador, con WebGPU. Revisado el 15 de octubre de 2026.