Conversor de WAV a texto — transcripción con IA

Del audio en bruto al texto con el que se trabaja

WAV es una grabación en su estado más honesto: PCM sin comprimir, exactamente lo que capturó el micrófono, sin artefactos de códec entre el motor y la forma de onda. Entregar un WAV a un servicio de transcripción significa que no hay ningún paso de decodificación que pueda fallar ni ninguna elección de compresión que el modelo acústico tenga que sospechar. El sonido entra, las palabras salen, y nada intermedio ha tenido ocasión de estropearlas. No es casualidad que las apps de grabación recurran a WAV por defecto — antes de que empiece la transcripción nunca se decidió nada en tu nombre. El habla ocupa una banda de frecuencias mucho más estrecha que la música, y un archivo sin comprimir la conserva entera.

Lo que recibes de vuelta es más que un muro de texto. Junto a un TXT plano con la transcripción completa, la canalización puede producir un archivo de subtítulos SRT con marcas de tiempo y una vista de diálogo que ordena el texto en segmentos. Esos tres artefactos se corresponden con limpiamente los tres destinos comunes de una transcripción: leerla, subtitular con ella y hurgar en ella después.

Tres archivos, cuando el audio lo permite

El archivo TXT es el artefacto principal: la transcripción completa como texto plano, lista para editar, buscar o pegar en cualquier parte. Es lo que produce cada trabajo exitoso, y no te pide más que cualquier editor de texto.

Los archivos SRT y de diálogo son extras de mejor esfuerzo, no garantías. Se derivan de lo que el motor puede inferir sobre tiempos y segmentación, y algunas grabaciones — habla dispersa, mucha superposición, silencios largos — le dan muy poco con qué trabajar, en cuyo caso uno o ambos pueden estar ausentes. Un trabajo que devuelve solo el TXT no ha fallado; la página se niega a prometer tres archivos siempre. Cuando aparecen, las marcas de tiempo del SRT siguen alineadas con el audio, y la vista de diálogo agrupa las intervenciones en bloques legibles.

Si un archivo de subtítulos importa en tu flujo de trabajo, revisa la página de resultados antes de cerrar la pestaña. Allí se lista cada artefacto producido, y un SRT ausente es una declaración sobre tu audio, no sobre el trabajo.

Dónde sobresale y dónde tropieza

El motor es la canalización FunASR construida sobre paraformer-zh, un modelo optimizado para chino. El habla en mandarín se transcribe mejor, y el habla mixta chino-inglés — el registro por defecto de los dailies y las reuniones de producto en el mundo tecnológico — es una fortaleza genuina: el modelo cambia de idioma a mitad de frase sin perder el hilo.

El audio puramente en otros idiomas es el punto débil confeso. Las grabaciones solo en inglés y en otros idiomas funcionan con calidad limitada, y los acentos fuertes o las salas ruidosas degradan aún más los resultados. Lo ponemos en la página porque una transcripción errónea pero segura de sí misma es peor que una advertencia sincera.

Se aplican dos límites más. El audio de más de 30 minutos no se acepta — divide las grabaciones largas antes de subir. Y la información de hablante en los resultados es lo que el motor produzca: puede estar ausente, y no se hace ninguna promesa firme de separación de hablantes.

Plazos, coste y privacidad

La mayoría de los trabajos terminan en unos pocos minutos. El techo de una tarea de transcripción es de unos 40 minutos, lo que cubre las grabaciones aceptadas más lentas, y el progreso sigue visible mientras el motor trabaja. La cifra de 40 minutos es un tiempo de espera para la tarea, no una promesa de demora — las grabaciones cortas son el caso común y vuelven rápido.

La herramienta es gratis, no se requiere cuenta, y tanto tu WAV subido como cada archivo generado se eliminan automáticamente en 24 horas. Las subidas viajan por HTTPS, el procesamiento ocurre en memoria en el clúster de conversión, y ninguna red publicitaria de terceros corre en el sitio. No se pide ninguna dirección de correo electrónico en ningún momento. Una transcripción de una reunión interna no merece menos.