Qué le puedes dar a una app de transcripción: archivos, enlaces, grabaciones y texto

¿Qué archivos de audio y video se pueden transcribir?

El formato importa menos de lo que casi todos creen. Una app de transcripción solo lee la pista de audio, y por eso valen igual los archivos de audio que los de video.

Formatos de audio que se aceptan normalmente:

• mp3, m4a, aac: notas de voz, reuniones exportadas, la mayoría de los episodios descargados
• wav, caf, flac: grabaciones sin comprimir o sin pérdida
• ogg, opus: notas de voz de WhatsApp y Telegram
• amr, webm: grabadoras de teléfonos antiguos y grabaciones hechas desde el navegador

Los archivos de video funcionan igual: mp4, mov, mkv, avi. La imagen se descarta, así que la grabación de pantalla de un webinar no es más complicada que una nota de voz corta. Los detalles prácticos están en nuestra guía sobre cómo convertir un video en transcripción.

En Zeepit el tope es de 4 horas por grabación, y no hay nada que convertir antes: elige el archivo tal como lo guardó tu teléfono. Si tienes un archivo que funciona en un formato poco común, pruébalo tal cual: si se reproduce en tu teléfono, casi siempre se transcribe.

¿Puedes pegar un enlace en lugar de un archivo?

"Importar un enlace" abarca dos cosas muy distintas, y en general solo una de ellas funciona.

Páginas públicas. Pega en Zeepit un enlace de YouTube, de un podcast o de una página web y obtienes un resumen de lo que dice, sin descargar nada antes. Es la forma rápida de decidir si un episodio de una hora merece tu tarde. Para el caso palabra por palabra, mira cómo pasar un video de YouTube a texto.

Enlaces a tu propio archivo. Una URL para compartir de Dropbox, Drive o WeTransfer no es una fuente que puedas pegar. Las apps del teléfono no inician sesión en el almacenamiento de otra persona ni descargan un archivo desde una dirección cualquiera. Haz esto en su lugar: abre el enlace en la app de almacenamiento, guarda o descarga el archivo en el teléfono y luego elígelo dentro de la app de transcripción o mándalo con el botón Compartir.

Regla práctica: un enlace te da un resumen, un archivo te da la transcripción completa.

Paso a paso

1. Elige el archivo o compártelo

   Dentro de la app, elige un archivo desde Archivos o Google Drive. O empieza desde la app que tiene el audio (grabadora de voz, WhatsApp, Telegram, Drive), toca Compartir y elige Zeepit. El mismo gesto en iPhone y en Android.

2. Deja que se detecte el idioma

   No hay menú de idioma que configurar. La detección es automática en decenas de idiomas, y después puedes pedir una traducción si necesitas el texto en otro.

3. Elige transcripción, resumen o los dos

   La transcripción completa palabra por palabra responde a "qué se dijo exactamente". El resumen, en versión corta, media o larga, responde a "qué necesito recordar".

4. Guarda o envía el resultado

   Cópialo, compártelo o exporta un PDF, un Word (DOCX) o un archivo de texto generado en el dispositivo. El audio se envía a los servidores, se transcribe y se elimina justo después: sin archivo guardado, sin reutilización, sin entrenamiento de IA con tus grabaciones.

Notas de voz, memos y grabaciones de reuniones que grabas tú

Todo lo que tu teléfono puede grabar es una fuente válida: una nota de voz, una clase, una entrevista en la mesa de un café, una reunión captada desde la bocina de la laptop, la nota de voz que te mandó un compañero.

Hay un detalle que importa más que los demás: la mayoría de las apps de transcripción del teléfono no escuchan en vivo. No se meten dentro de una llamada ni captan una reunión mientras ocurre. El patrón siempre es de dos pasos: graba con la grabadora que ya usas y luego manda ese archivo con el botón Compartir, que existe tanto en iPhone como en Android.

Los casos más habituales están cubiertos aparte:

• notas de voz de WhatsApp, compartidas directamente desde el chat
• archivos de Notas de Voz y de la grabadora de Android
• grabaciones de reuniones convertidas en minuta

Las grabaciones hechas con una laptop, una grabadora periodística o una cámara también cuentan, siempre que puedas pasar el archivo al teléfono primero.

¿El texto plano también sirve como entrada?

A veces ya tienes las palabras y transcribir no es el trabajo. Una cadena de correos pegada, un capítulo que copiaste de un PDF, una transcripción que te mandó alguien: lo que quieres es una versión más corta o una voz que te la lea.

Las dos cosas son funciones normales, no transcripción. Puedes condensar un texto en un resumen corto, medio o largo (las diferencias están en cómo resumir cualquier texto) o hacer que te lo lea en voz alta en el teléfono mientras caminas o manejas.

La traducción queda en medio. Un audio grabado en un idioma puede volver como texto en otro, y un texto se puede traducir sin haber sido hablado nunca. La detección de idioma es automática en la mayoría de las apps, así que rara vez tienes que declarar en qué idioma está lo que envías.

Qué no puede aceptar una app de transcripción en el teléfono

Los límites reales, para que no pierdas tiempo buscando un ajuste que no existe:

• Sin captura en vivo. Nada se transcribe mientras está pasando. Graba y después convierte.
• Sin app de escritorio ni página web para subir archivos. Todo ocurre en el teléfono; no hay ningún paso en la computadora para preparar el archivo.
• Sin sincronización entre dispositivos. Las transcripciones y los resúmenes se quedan en el teléfono que los generó. Muévelos tú copiándolos, compartiéndolos o exportando un PDF, un Word (DOCX) o un archivo de texto.
• Sin enlaces de descarga cualquiera. La importación por enlace es para páginas públicas, no para URLs de almacenamiento privado.
• Sin audio encerrado dentro de otra app. Si una pista de streaming o protegida no ofrece opción de compartir ni de guardar, ninguna herramienta de transcripción puede alcanzarla.
• El silencio y la música no son habla. Un video sin palabras habladas no produce nada útil.
• Sesiones muy largas. Por encima del límite por grabación, divide el archivo en partes con cualquier grabadora o herramienta de recorte.

Cómo elegir la mejor versión de una fuente para una transcripción precisa

Cuando el mismo contenido existe en varias versiones, gana la más cercana al original. La precisión viene de la grabación, no de la extensión del archivo.

• Prefiere el archivo de la propia grabadora antes que una regrabación del teléfono frente a una bocina.
• Prefiere la exportación original antes que una copia comprimida para mensajería: las apps de chat reducen los adjuntos, y un audio delgado se lee peor.
• Reproduce los primeros y los últimos segundos antes de enviar. Los archivos cortados o mudos son frecuentes y fáciles de detectar.
• Con varias personas hablando, un solo dispositivo cerca del grupo gana a un teléfono en la otra punta de una mesa larga.
• El mono está bien. Las notas de voz son mono por defecto y se transcriben igual de bien que el estéreo.

Si el audio ya está grabado y solo lo quieres en texto, la versión paso a paso está en cómo pasar un archivo de audio a texto. Y si una grabación es realmente mala (viento, gente hablando encima, alguien muy lejos), una grabación mejor siempre le gana a cualquier truco de posproducción.

Preguntas frecuentes