Arrastra y suelta o pega un archivo de audio - MP3, WAV, M4A, AAC, OGG o FLAC, hasta 2 GB por archivo - y obtén una transcripción instantánea, un resumen de IA y un cuadro de chat donde puedes hacer preguntas. La carga se realiza a través de una única zona de colocación en el navegador; el procesamiento comienza en el momento en que el archivo aterriza. Las salidas incluyen una transcripción con marcas de tiempo en 99 idiomas, un resumen que puedes editar, un enlace de reproducción compartible y un chat de IA entrenado en los contenidos de audio. ¿Necesitas solo la transcripción? Consulta la herramienta de transcripción.
Las cargas se realizan a través de un cifrado AES-256 en servidores que cumplen con el RGPD. Cada archivo es privado por defecto, con protección opcional por contraseña y escaneo automático de malware.
Servicio de Carga de Archivos de Audio - Entradas y Salidas
Carga un archivo de audio y el servicio devuelve cuatro artefactos: un enlace de streaming, una transcripción completa, un resumen generado por IA y una ventana de chat privada donde puedes hacer preguntas sobre la grabación (“¿Qué dijo el segundo orador sobre el presupuesto?”).
Cómo funciona el flujo de carga de audio:
- Arrastra un archivo a la zona de colocación, haz clic para buscar o pega desde el portapapeles
- El archivo se carga al servicio de carga de archivos de audio mientras la transcripción comienza en paralelo
- Una transcripción, un resumen y un enlace compartible aparecen en el panel de control, generalmente en un minuto para una grabación de una hora
Entradas de archivos de audio que acepta el servicio de carga:
- MP3 (cualquier tasa de bits)
- WAV (PCM, 16/24-bit)
- M4A (AAC dentro del contenedor MP4)
- AAC (raw)
- OGG (Vorbis y Opus)
- FLAC (sin pérdida)
- Archivos de hasta 2 GB en planes de pago, 100 MB en gratuito
El servicio de carga de audio conserva la tasa de bits de origen durante la reproducción en streaming y vuelve a muestrear una copia separada para la transcripción. Ninguno de los dos pasos sobrescribe el original que cargaste.
Carga un MP3 online gratis. Sin tarjeta, sin registro para el primer archivo. Suelta un archivo de audio en la página y la transcripción aparece en segundos.
Qué Obtienes Después de Cargar un Archivo de Audio
Cada carga produce un único registro procesado al que puedes volver más tarde. El registro contiene cuatro cosas a la vez: el archivo original (descargable), una transcripción con etiquetas de los oradores y marcas de tiempo, un resumen que puedes regenerar o editar y un hilo de chat vinculado a los contenidos de audio.
El enlace de reproducción alojado es un efecto secundario, no el titular. Funciona en teléfonos y ordenadores de sobremesa sin una cuenta, pero el valor principal de un servicio de carga de audio es que el audio es ahora texto que se puede buscar, consultar a través del chat y exportar como TXT, SRT, VTT, DOCX o JSON.
Qué te da un archivo de audio cargado:
- Transcripción en 99 idiomas con marcas de tiempo
- Resumen de IA que apunta a las marcas de tiempo que cita
- Chat que responde preguntas sobre la grabación
- Etiquetas de los oradores (cuando el audio tiene más de un orador)
- Archivos de subtítulos SRT y VTT para subtitulado
- Enlace de reproducción compartible con contraseña opcional
- Analítica por archivo: reproducciones, ubicación geográfica, tasa de finalización
El servicio de carga de archivos de audio gestiona una sola colocación, un pegado desde el portapapeles o un lote de archivos (hasta 50 a la vez en los planes de pago). Si necesitas entregar el vídeo fuente en su lugar, el convertidor de vídeo a enlace cubre MP4/MOV, y extraer audio de vídeos extrae el audio para su procesamiento por separado.
Cómo se ejecuta una carga de audio desde el navegador hasta la transcripción
Tres cosas suceden en el momento en que sueltas un MP3 en la página: el navegador comienza una carga fragmentada, el back-end registra un trabajo de transcripción y se abre un registro de marcador de posición para que puedas ver el progreso. Los tiempos típicos para un MP3 de una hora en una conexión de 50 Mbps son 10 segundos de carga y 60 segundos de transcripción, ejecutándose principalmente en paralelo.
Los pasos que sigue un archivo de audio:
- La zona de entrega acepta el archivo (arrastrar, hacer clic para buscar o pegar desde el portapapeles)
- Los bytes se transmiten en fragmentos de 5 MB con soporte de reanudación si se cae la conexión
- La transcripción comienza en el primer fragmento y finaliza poco después de que aterriza el último fragmento
- La transcripción, el resumen y el chat se adjuntan al mismo registro
Las cargas por lotes permiten a los usuarios de pago poner en cola hasta 50 archivos de audio. La cola se procesa en paralelo, no en serie, por lo que una carpeta de 20 grabaciones de conferencias finaliza aproximadamente en el tiempo que tarda la más lenta.
Configuraciones que puedes alternar por carga:
- URL personalizada para el enlace compartible (de pago)
- Protección con contraseña en la página de reproducción
- Idioma de transcripción (detección automática o elige uno de 99)
- Etiquetas de altavoz activadas o desactivadas
- Visibilidad pública, no listada o privada
- Fragmento de reproductor incrustable para publicaciones de blog
Las cuentas gratuitas limitan cada carga a 100 MB. Los planes de pago extienden el límite a 2 GB y desbloquean la transcripción prioritaria, lo que mueve el archivo al frente de la cola.
Prueba el flujo de carga de archivos de audio ahora. Sin tarjeta, sin registro para el primer archivo. Suelta uno.
¿Por qué cargar un archivo de audio en lugar de adjuntarlo a un correo electrónico?
Los servidores de correo rechazan los archivos adjuntos de más de 25 MB y muchas puertas de enlace corporativas bloquean por completo el audio comprimido. Un servicio de carga de audio te proporciona un enlace alojado que el destinatario puede reproducir desde cualquier navegador, además de una transcripción que puede hojear antes de escuchar; los archivos adjuntos de correo electrónico les dan un icono que tienen que descargar, guardar y abrir en otra cosa.
¿Qué diferencia a un buen servicio de carga de archivos de audio de un host de archivos genérico?
Un buen servicio de carga de archivos de audio hace tres cosas que un host genérico no hace: transcribe el archivo, etiqueta al hablante en la transcripción y te ofrece un chat con capacidad de búsqueda a través del contenido de audio. Dropbox o Google Drive almacenan el archivo; un servicio de carga de audio convierte el archivo en texto que puedes leer, buscar y usar para responder preguntas.
Servicio de carga de archivos de audio comparado con Otter, Notta, Sonix, Trint, Descript
| Especificación | ScreenApp | Otter.ai | Notta | Sonix | Trint | Descript |
|---|---|---|---|---|---|---|
| Tamaño máximo de archivo | 2GB pagado, 100MB gratis | 5GB (Business) | 5GB (Pro) | 4GB | 4GB | 5GB |
| Formatos aceptados | MP3, WAV, M4A, AAC, OGG, FLAC | MP3, WAV, M4A, AIFF | MP3, WAV, M4A, AAC, CAF | MP3, WAV, M4A, AAC, AIFF, FLAC | MP3, WAV, M4A, AIFF, OGG | MP3, WAV, M4A, AAC, FLAC |
| Tiempo de procesamiento (archivo de 1 hora) | ~1 minuto | 5-10 minutos | 5-8 minutos | 5-10 minutos | ~tiempo real | 5-15 minutos |
| Minutos de nivel gratuito | 300 minutos/mes | 300 minutos/mes | 120 minutos/mes | 30 minutos una vez | Ninguno (solo prueba) | 60 minutos/mes |
| Formatos de salida | TXT, SRT, VTT, DOCX, JSON, flujo MP3 | TXT, DOCX, PDF, SRT | TXT, DOCX, SRT, PDF, XLSX | TXT, DOCX, SRT, VTT, JSON, PDF | TXT, DOCX, SRT, VTT, EDL | TXT, SRT, MP4, MP3 |
| Chat con IA en el audio | Sí | Otter Chat (de pago) | Notta Chat | No | No | No |
| Idiomas | 99 | Solo inglés (de pago: 3) | 58 | 49 | 40+ | 22 |
Dónde encaja cada uno:
- vs Otter.ai: Otter construyó su producto en torno a la captura de reuniones en vivo y llamadas en inglés; los archivos de audio cargados se convierten al final de la cola y Otter Chat está bloqueado detrás del plan Pro. El servicio de carga de audio aquí trata el archivo cargado como un ciudadano de primera clase y envía chat de IA en el nivel gratuito en 99 idiomas.
- vs Notta: Notta acepta una gama similar de formatos y enumera 58 idiomas, pero las cargas gratuitas están limitadas a 5 minutos por archivo con un límite mensual de 120 minutos. La asignación gratuita de 300 minutos aquí cubre un podcast más largo o dos grabaciones de conferencias antes de que alcances el límite.
- vs Sonix: Sonix es un motor de transcripción de pago por uso a $10/hora sin un nivel gratuito recurrente; obtienes 30 minutos una vez. Sonix no tiene chat de IA ni enlace de reproducción integrado; el servicio de carga aquí devuelve chat, resumen y un enlace alojado desde la misma carga.
- vs Trint: Trint se dirige a flujos de trabajo de salas de redacción con exportación EDL y modo verbatim, pero no hay un nivel gratuito y los precios comienzan en $80/mes. Para los periodistas que cargan audio de entrevistas ocasionales en lugar de dirigir un escritorio, la economía por minuto aquí es notablemente menor.
- vs Descript: Descript convierte el audio cargado en una transcripción editable que puedes cortar para empalmar la forma de onda: potente, pero la curva de aprendizaje es pronunciada. El flujo de carga y procesamiento aquí es más cercano a “soltar archivo, leer transcripción” con la edición como opcional.
Tiempos de procesamiento de carga de archivos de audio por formato
El tiempo de procesamiento depende del códec, la duración y si el archivo es mono o estéreo. Números aproximados para una grabación de una hora en la cola de procesamiento estándar:
| Formato | Bitrate típico | Tiempo de carga (50 Mbps) | Tiempo de transcripción real |
|---|---|---|---|
| MP3 | 128-320 kbps | 5-15 segundos | 45-70 segundos |
| WAV (PCM de 16 bits) | ~1411 kbps | 60-90 segundos | 45-70 segundos |
| M4A | 96-256 kbps | 5-15 segundos | 45-70 segundos |
| AAC | 96-256 kbps | 5-15 segundos | 45-70 segundos |
| OGG (Opus) | 64-128 kbps | 3-10 segundos | 45-70 segundos |
| FLAC | ~900 kbps (sin pérdida) | 40-60 segundos | 45-70 segundos |
Una carga WAV de 2 GB (el límite máximo) tarda unos minutos en una conexión doméstica típica; la transcripción en sí se ejecuta en paralelo a medida que llegan los bytes, por lo que la transcripción suele estar lista un minuto después de que llegue el último byte.
Matriz de decisión de formato de archivo
La tabla de tiempo de procesamiento anterior te indica cuánto tiempo tarda cada formato en cargarse y transcribirse. La siguiente matriz responde a una pregunta diferente: ¿qué formato debes usar en primer lugar? La elección del formato depende de con qué grabaste y qué planeas hacer con el archivo después.
| Formato | Mejor para | Compresión | Longitud máxima recomendada | Notas |
|---|---|---|---|---|
| MP3 (320 kbps) | Audio general, podcasts | Con pérdida, alta calidad | Hasta 4 horas | Universalmente compatible |
| WAV | Audio profesional, masters | Sin comprimir | 1-2 horas | Archivos grandes, la mejor calidad |
| M4A, AAC | Notas de voz de iPhone, aplicaciones modernas | Con pérdida, eficiente | 4+ horas | Predeterminado en dispositivos Apple |
| FLAC | Archivo, audiófilo | Sin pérdida | 4+ horas | Más pequeño que WAV, misma calidad |
| OGG, Opus | Transmisión, chat de voz | Con pérdida, muy eficiente | Variable | Común en plataformas web |
| Audio WebM | Audio extraído de la web | Con pérdida | 2-3 horas | De archivos de video |
| 3GP | Grabaciones móviles antiguas | Con pérdida | 1 hora | Convierte antes de cargar para obtener mejores resultados |
Regla general: si el archivo salió de un teléfono, tienes M4A. Si salió de una DAW de podcast, probablemente tengas WAV o MP3. Si salió de la grabación en la nube de una plataforma de reuniones, es probable que tengas M4A (Zoom) o audio extraído de MP4 (Meet, Teams). Todos estos entran directamente. La canalización de transcripción normaliza todo a una representación interna PCM mono de 16 kHz antes de pasarlo al modelo de voz, por lo que el formato de origen no cambia la precisión de la transcripción resultante (según la nueva prueba WER de abril de 2026).
Después de la carga, puedes canalizar el resultado en la herramienta de transcripción para editarlo, o entregar la salida al resumidor de video con IA si tu audio es la banda sonora de una sesión grabada.
Quién usa un servicio de carga de archivos de audio
Podcasters que procesan grabaciones. Un episodio de podcast terminado aterriza en un disco duro como un WAV o MP3 estéreo. Suéltalo en el servicio de carga para obtener la transcripción de las notas del programa, el resumen de la descripción del episodio y un enlace de vista previa alojado antes de que el archivo llegue a Apple Podcasts o Spotify.
Periodistas que suben audio de entrevistas. Los reporteros que llevan una grabadora a una rueda de prensa pueden subir el M4A directamente desde el dispositivo y extraer citas de una transcripción con capacidad de búsqueda mientras el audio aún está caliente. Las etiquetas de los hablantes y las marcas de tiempo significan que una entrevista de 90 minutos se puede escanear en unos minutos.
Estudiantes que suben grabaciones de conferencias. Los teléfonos, los dictáfonos y las grabaciones de Zoom producen archivos M4A o MP3. La carga del archivo de audio produce una transcripción que un estudiante puede buscar (“¿cuándo mencionó el profesor la entalpía?”), resaltar y pegar en las notas de estudio.
Transcriptoristas que alimentan archivos en una canalización. Los transcriptores y agencias independientes utilizan el punto final en línea de carga de MP3 como un pre-pase: el borrador de transcripción de IA llega en menos de un minuto, y el transcriptor humano corrige en lugar de escribir desde cero. La salida JSON con marcas de tiempo a nivel de palabra se inserta en los editores existentes.
Equipos de accesibilidad que generan subtítulos a partir de fuentes de solo audio. Los archivos de radio pública, las historias orales y las grabaciones de centros de llamadas a menudo existen solo como audio. El servicio de carga genera archivos SRT y VTT a partir de esas fuentes de solo audio para que puedan combinarse con una forma de onda estática o publicarse como una alternativa de texto según WCAG 1.2.1.
El servicio de carga de archivos de audio también gestiona notas de voz de clínicos, pistas de demostración de músicos que buscan un sello discográfico y audio de capacitación que los equipos de cumplimiento necesitan un registro en papel.
Preguntas frecuentes
¿Cómo subo un archivo de audio?
Arrastra el archivo a la zona de entrega, haz clic en la zona de entrega para abrir un selector de archivos o pega audio desde el portapapeles. El servicio de carga de archivos de audio acepta MP3, WAV, M4A, AAC, OGG y FLAC. Los archivos comienzan a transcribirse en el momento en que llega el primer fragmento; no es necesario esperar a que finalice la carga para que comience el procesamiento.
¿Es gratuito el servicio de carga de archivos de audio?
Los primeros 300 minutos por mes son gratuitos. Las cuentas gratuitas cargan archivos de hasta 100 MB cada uno; los planes pagos extienden eso a 2 GB. No se requiere tarjeta para el nivel gratuito.
¿Qué formatos de archivo de audio admite el servicio de carga?
MP3 a cualquier tasa de bits, WAV a PCM de 16 bits o 24 bits, M4A (AAC en un contenedor MP4), AAC sin formato, OGG (Vorbis u Opus) y FLAC para audio sin pérdida. Si su archivo está en un formato inusual, el servicio rechazará la carga en lugar de volver a codificarlo silenciosamente.
¿Cómo subo un MP3 en línea sin registrarme?
Abre la página, suelta tu MP3 en la zona de entrega, y el archivo se carga y transcribe de forma anónima. Solo necesitas una cuenta si deseas conservar el archivo, compartirlo con un enlace permanente o procesar más del límite por sesión.
¿Qué tamaño puede tener un archivo de audio cargado?
100 MB en el nivel gratuito, 2 GB en los planes pagos. Un límite de 2 GB se adapta aproximadamente a 30 horas de MP3 estándar, tres horas de WAV de 24 bits u ocho horas de FLAC.
¿Cuánto tiempo tarda el procesamiento después de que finaliza la carga?
Aproximadamente un minuto para un archivo de audio de una hora. La transcripción se ejecuta en paralelo con la carga, por lo que el tiempo real transcurrido desde que se hace clic en la zona de entrega hasta que se lee la transcripción suele ser de menos de dos minutos para una conferencia o podcast típico.
¿Son privados los archivos de audio cargados?
Sí. Los archivos son privados por defecto. El cifrado AES-256 se aplica en reposo y en tránsito, los archivos se someten a un análisis de malware al llegar, y puedes añadir protección con contraseña o visibilidad no listada/privada por archivo.
¿Puedo cargar por lotes varios archivos de audio a la vez?
Sí. Los planes de pago aceptan hasta 50 archivos de audio en un solo lote y los procesan en paralelo. El panel muestra una fila de progreso por archivo para que puedas ver qué transcripciones están listas primero.
