Transcribe Notas de Voz de WhatsApp a Texto

Por qué conviene leer una nota de voz en vez de escucharla

Una nota de voz de tres minutos tiene unas 400 palabras. Escucharla lleva tres minutos; leerla lleva cuarenta segundos, y además puedes buscar en el texto, citarlo o reenviar solo la frase que importa. WhatsApp muestra una transcripción en algunos mensajes y en algunos teléfonos, pero no en todos los idiomas, no en las notas reenviadas y nunca en el archivo exportado que tienes guardado en tus archivos. Esta página toma ese archivo exportado y te da las palabras.

De dónde sale el archivo

WhatsApp guarda las notas de voz como audio Opus dentro de un contenedor Ogg, así que el archivo exportado termina en .opus. En Android, mantén pulsado el mensaje, elige Compartir y guárdalo en Archivos o envíalo a tu ordenador; los originales también están en WhatsApp/Media/WhatsApp Voice Notes/. En iPhone, mantén pulsado el mensaje, toca Reenviar, luego el icono de compartir y después Guardar en Archivos. En cualquier caso el archivo es minúsculo: un minuto de voz pesa entre 100 y 200 KB, así que subirlo lleva un segundo.

Qué pasa cuando lo subes aquí

Tu navegador lee primero el archivo. Si dura más de 5 minutos, el propio navegador conserva solo los primeros 5 minutos y los recodifica como un WAV mono de 16 kHz, así que el resto nunca sale de tu dispositivo. Ese audio se envía por una conexión cifrada al mismo motor de transcripción que usa la app de SozAI, gestionado por AssemblyAI. El idioma se detecta automáticamente entre 99 idiomas, de modo que una nota en portugués de un primo y otra en alemán de un compañero vuelven ambas en el idioma en que se grabaron. Cuando aparece la transcripción, el audio y el texto se borran en el proveedor; en esta web no se guarda nada.

Formatos y límites

• Formatos aceptados: OPUS/OGG, MP3, M4A, WAV, AAC, FLAC, WEBM, hasta 25 MB.
• Duración de la vista previa: los primeros 5 minutos de cada archivo.
• Tres vistas previas por dispositivo al día; sin registro, sin tarjeta.
• En iPhone, Safari no puede decodificar Opus por sí mismo, así que se envía el archivo completo y se recorta a 5 minutos en el servidor. Las notas de voz son tan pequeñas que esto no supone ninguna diferencia.

Cuando la vista previa no es suficiente

Una nota de voz suelta cabe sin problema en 5 minutos. Un montón de cuarenta notas acumuladas de un grupo, o el monólogo de veinte minutos que te mandó un amigo a medianoche, ya no. La app de SozAI no tiene límite de tiempo: comparte la nota directamente desde WhatsApp a SozAI en iPhone o Android, y la transcripción llega a una biblioteca con buscador, con un resumen y, si lo necesitas, una traducción. Los primeros 30 minutos son gratis.