Para convertir MP3 a texto, sube el archivo: WhipScribe detecta el idioma y lo transcribe en unos 2 minutos por hora de audio. Los primeros minutos los lees gratis; un pack desde US$ 4 por 500 minutos transcribe el resto y abre la descarga en Word (DOCX), TXT, SRT o VTT. Pago único, créditos que nunca vencen.
La caja de subida ya está en español; las páginas de tu cuenta siguen en inglés por ahora.
En español: Audio · Video · MP3 · YouTube · Subtítulos · Precio
Paso a paso
De dónde sale tu MP3
El bitrate importa menos de lo que parece: un MP3 de baja calidad con voz clara sale mejor que uno de alta calidad grabado lejos del micrófono. Lo que más ayuda es que cada persona hable cerca del micro y sin pisarse.
En los 30 días hasta el 27/10/2026 procesamos 482 archivos MP3 (todos los idiomas): la mediana duraba 13,6 minutos y tardó 37 segundos en procesarse.
De MP3 a Word
El DOCX se abre en Word, Google Docs o LibreOffice con el texto en párrafos y puntuado, listo para subrayar, citar en una tesis o pegar en un acta. Si prefieres texto plano para pegarlo en otra herramienta, baja el TXT; si necesitas los tiempos exactos para programar algo, el JSON trae cada palabra con su marca de tiempo.
Junto con el texto recibes un resumen con las ideas principales, capítulos con marcas de tiempo, citas clave y un chat sobre la transcripción. El resumen y las citas indican quién habló; el documento de Word no separa cada línea por hablante.
¿Tu archivo es video? Usa transcribir video a texto. ¿Una nota de WhatsApp? Está explicado en transcribir audio a texto.
Español real
Mexicano, rioplatense (con voseo), caribeño, andino o de España: se reconocen sin elegir variante. Revisa siempre:
Precio
WhipScribe no es una suscripción. Compras un pack de minutos una sola vez y lo vas gastando a tu ritmo: US$ 4 por 500 minutos (8 h 20 min de audio), US$ 12 por 2.000 o US$ 24 por 5.000. Por hora de audio sale a US$ 0,48, US$ 0,36 o US$ 0,29 según el pack.
El tamaño del archivo no cambia el precio; solo la duración. Las cuentas completas están en precio de transcripción de audio.
Medido, no prometido
Pasamos nuestro motor de producción por el conjunto público FLEURS en español: 5 archivos, 26,4 minutos de audio leído. La tasa de error por palabra (WER) mediana fue de 4,5 %, procesando 28,9 veces más rápido que el tiempo real (25/09/2026). Es habla leída y limpia: una reunión con ruido, voces encimadas, nombres propios o jerga sale peor, así que revisa esos tramos. Método y todos los idiomas.
Lo que cuesta
Cada grabación empieza con una vista previa gratis de sus primeros minutos. Si quieres el resto, compras un pack de minutos: una grabación de una hora usa 60 minutos.
| Opción | Precio | Audio | Ideal para |
|---|---|---|---|
| Pack US$ 4 | 500 min | 8 h 20 min | Grabaciones sueltas; los créditos nunca vencen |
| Pack US$ 12 | 2.000 min | 33 h 20 min | Grabaciones sueltas; los créditos nunca vencen |
| Pack US$ 24 | 5.000 min | 83 h 20 min | Grabaciones sueltas; los créditos nunca vencen |
| Workspace | US$ 19 al mes | Ilimitado, uso razonable hasta 150 h por periodo | Grabaciones a diario o un equipo entero |
Precios en dólares estadounidenses y cobrados en dólares; tu banco puede convertirlos a tu moneda. El checkout muestra el total antes de pagar. Sin cuotas por usuario. El acceso a la API viene con el pack de US$ 24 o con Workspace. Todos los precios.
Preguntas frecuentes
Sube el MP3 y lees gratis una vista previa de los primeros minutos. Para la transcripción completa y la descarga en Word necesitas un pack, desde US$ 4 por 500 minutos. No hay transcripción completa gratis.
Sí. Al desbloquear descargas un archivo DOCX que se abre en Word, Google Docs o LibreOffice, con el texto puntuado y en párrafos, listo para editar, citar o pegar en un acta.
Audacity sirve para grabar, cortar y limpiar el audio, y para exportarlo en MP3 o WAV. Exporta desde Audacity y sube ese archivo aquí para obtener el texto.
Menos de lo que parece. La voz clara y cerca del micrófono importa más que el bitrate. El ruido de fondo, la música y las voces encimadas son lo que más errores produce.
Unos 2 minutos por hora de audio, así que un MP3 de varias horas está listo en poco tiempo. Un archivo puede durar hasta 10 horas o pesar hasta 5 GB; si pesa más de 500 MB, la subida sigue en la página de subida.
Sí, 99 idiomas, y el idioma se detecta solo. Si el audio mezcla dos idiomas, déjalo en un archivo y revisa los pasajes en el segundo idioma.
Sigue con
Si te sirve, descárgalo en Word con un pack desde US$ 4.