Pasar una grabación a texto o ponerle subtítulos a un vídeo suele implicar subir el audio a un servicio externo, a menudo de pago o con límites de minutos. Aquí la transcripción la hace un modelo de inteligencia artificial (Whisper) dentro de tu propio navegador: el audio no sale de tu equipo, no hay cuenta ni límite de uso. Hay dos herramientas, que comparten el mismo motor.
Qué ofrece cada una. Audio a texto entrega el texto plano, sin marcas de tiempo, listo para copiar o editar. Audio a subtítulos (SRT) entrega un archivo .srt sincronizado con el audio, que puedes cargar en cualquier editor de vídeo o reproductor; permite elegir cuántas palabras por línea (1, 2, 3, 5 o automático), útil para el estilo de subtítulos «palabra por palabra» de Reels, TikTok y Shorts. Funcionan en español y en inglés: eliges el idioma antes de empezar.
Lo que hay que saber. La primera vez, tu navegador descarga el modelo (unos 300 MB) y lo guarda, así que esa primera transcripción tarda más y necesita conexión; las siguientes empiezan de inmediato, y el modelo se comparte entre las dos herramientas. Después, el tiempo depende de la duración del audio y de la potencia de tu equipo. El resultado es mejor con voz clara, un solo hablante y poco ruido: la música alta, los acentos muy marcados o varias personas hablando a la vez bajan la precisión, y casi siempre habrá que corregir algún nombre propio o término técnico.
Si tu audio está dentro de un vídeo, la herramienta lee archivos de audio; para sacar el sonido de un vídeo, mira primero cómo extraer el audio de un vídeo. Y si lo que quieres son subtítulos para vídeos cortos, la guía subtítulos palabra por palabra explica el proceso completo.