Arrastra y suelta o pega un archivo de audio - MP3, WAV, M4A, AAC, OGG, o FLAC, hasta 2GB por archivo - y obtén una transcripción instantánea, un resumen de IA y un cuadro de chat al que puedes hacer preguntas. La carga se realiza a través de una única zona de arrastre 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 con el contenido del audio. ¿Necesitas solo transcripción? Consulta la herramienta de transcripción.
Las cargas se realizan mediante cifrado AES-256 en servidores que cumplen con el RGPD. Cada archivo es privado por defecto, con protección de contraseña opcional y escaneo automático de malware.
Servicio de Carga de Archivos de Audio - Entradas y Salidas
Sube un archivo de audio y el servicio devuelve cuatro elementos: un enlace de streaming, una transcripción completa, un resumen generado por IA y una ventana de chat privada donde puedes hacer preguntas a 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 arrastre, haz clic para buscar o pega desde el portapapeles
- El archivo se sube 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, normalmente en menos de un minuto para una grabación de una hora
Entradas de archivos de audio que acepta el servicio de carga:
- MP3 (cualquier bitrate)
- WAV (PCM, 16/24-bit)
- M4A (AAC dentro de un contenedor MP4)
- AAC (sin procesar)
- OGG (Vorbis y Opus)
- FLAC (sin pérdida)
- Archivos de hasta 2GB en planes de pago, 100MB en gratuitos
El servicio de carga de audio conserva la tasa de bits original durante la reproducción en streaming y remuestrea una copia separada para la transcripción. Ninguna de las pasadas sobrescribe el original que subiste.
Sube un MP3 online gratis. Sin tarjeta, sin registro para el primer archivo. Suelta un archivo de audio en la página y la transcripción aparecerá en segundos.
Qué Obtienes Después de Subir 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 orador y marcas de tiempo, un resumen que puedes regenerar o editar, y un hilo de chat vinculado al contenido del audio.
El enlace de reproducción alojado es un efecto secundario, no el titular principal. Funciona en teléfonos y ordenadores sin una cuenta, pero el valor principal de un servicio de carga de audio es que el audio ahora es texto searchable, consultable a través del chat y exportable como TXT, SRT, VTT, DOCX o JSON.
Lo que te da un archivo de audio subido:
- Transcripción en 99 idiomas con marcas de tiempo
- Resumen de IA que señala las marcas de tiempo que cita
- Chat que responde preguntas sobre la grabación
- Etiquetas de orador (cuando el audio tiene más de un orador)
- Archivos de subtítulos SRT y VTT para subtitulado
- Enlace de reproducción compartible con contraseña opcional
- Análisis por archivo: reproducciones, ubicación geográfica, tasa de finalización
El servicio de carga de archivos de audio maneja una sola suelta, un pegado desde el portapapeles o un lote de archivos (hasta 50 a la vez en planes de pago). Si necesitas entregar el video fuente en su lugar, el convertidor de video a enlace cubre MP4/MOV, y extraer audio de videos extrae el audio para su procesamiento separado.
Cómo Funciona una Carga de Audio Desde el Navegador a la Transcripción
Tres cosas suceden en el momento en que sueltas un MP3 en la página: el navegador comienza una carga en bloques, el back-end registra un trabajo de transcripción y se abre un registro de marcador de posición para que puedas observar 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 mayormente en paralelo.
Los pasos por los que pasa un archivo de audio:
- La zona de arrastre acepta el archivo (arrastrar, hacer clic para buscar o pegar desde el portapapeles)
- Los bytes se transmiten en bloques de 5MB con soporte de reanudación si la conexión se cae
- La transcripción comienza con el primer bloque y termina poco después de que aterriza el último bloque
- 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 termina 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 elegir uno de 99)
- Etiquetas de orador activadas o desactivadas
- Visibilidad pública, no listada o privada
- Fragmento de reproductor incrustable para publicaciones de blog
Las cuentas gratuitas limitan cada carga a 100MB. Los planes de pago extienden el límite a 2GB y desbloquean la transcripción prioritaria, lo que mueve el archivo al principio 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 subir un archivo de audio en lugar de adjuntarlo a un correo electrónico?
Los servidores de correo rechazan los adjuntos de más de 25MB y muchas pasarelas corporativas bloquean el audio comprimido por completo. Un servicio de carga de audio te entrega un enlace alojado que el destinatario puede reproducir desde cualquier navegador, además de una transcripción que pueden ojear antes de escuchar - los adjuntos de correo electrónico les dan un icono que tienen que descargar, guardar y abrir en otra cosa.
¿Qué diferencia 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 los oradores en la transcripción y te ofrece un chat con 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 sobre el que puedes hacer 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 de pago, 100MB gratis | 5GB (Empresarial) | 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 1h) | ~1 minuto | 5-10 minutos | 5-8 minutos | 5-10 minutos | ~tiempo real | 5-15 minutos |
| Minutos del nivel gratuito | 300 minutos/mes | 300 minutos/mes | 120 minutos/mes | 30 minutos una sola 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 de 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 subidos se convierten al final de la cola y Otter Chat está restringido al plan Pro. El servicio de carga de audio aquí trata el archivo subido como un ciudadano de primera clase y ofrece chat de IA en el nivel gratuito en 99 idiomas.
- vs Notta: Notta acepta un rango similar de formatos y lista 58 idiomas, pero las cargas gratuitas están limitadas a 5 minutos por archivo con un tope 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 incorporado; el servicio de carga aquí devuelve chat, resumen y un enlace alojado de la misma carga.
- vs Trint: Trint se enfoca en flujos de trabajo de salas de prensa con exportación EDL y modo literal, pero no hay un nivel gratuito y el precio comienza en $80/mes. Para los periodistas que suben audio de entrevistas ocasionales en lugar de gestionar una mesa de edición, la economía por minuto aquí es notablemente inferior.
- vs Descript: Descript convierte el audio subido 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 está más cerca de “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 | Tasa de bits típica | Tiempo de carga (50 Mbps) | Tiempo real de transcripción |
|---|---|---|---|
| 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 de WAV de 2 GB (el límite) 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 en un minuto desde que llega el último byte.
Matriz de decisión de formato de archivo
La tabla de tiempos de procesamiento anterior le indica cuánto tiempo tarda cada formato en cargarse y transcribirse. La matriz siguiente responde a una pregunta diferente: ¿qué formato debería usar en primer lugar? La elección del formato depende de con qué lo grabó y qué planea 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 | Soporte universal |
| WAV | Audio profesional, masters | Sin comprimir | 1-2 horas | Archivos grandes, 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 | Streaming, 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 | Convertir antes de cargar para mejores resultados |
Regla general: si el archivo procede de un teléfono, tiene M4A. Si procede de un DAW de podcast, probablemente tenga WAV o MP3. Si procede de la grabación en la nube de una plataforma de reuniones, es probable que tenga M4A (Zoom) o audio extraído de MP4 (Meet, Teams). Todos ellos se cargan directamente. El proceso 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 re prueba WER de abril de 2026).
Después de la carga, puede enviar el resultado a la herramienta de transcripción para su edición, o pasar la salida al resumidor de video con IA si su audio es la banda sonora de una sesión grabada.
Quién Utiliza un Servicio de Carga de Archivos de Audio
Podcasters que procesan grabaciones. Un episodio de podcast terminado llega a un disco duro como un WAV estéreo o MP3. Súbalo al servicio de carga para obtener la transcripción para las notas del programa, el resumen para 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 de 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 fresco. Las etiquetas de orador y las marcas de tiempo significan que una entrevista de 90 minutos se puede escanear en pocos minutos.
Estudiantes que suben grabaciones de conferencias. Los teléfonos, dictáfonos y grabaciones de Zoom producen archivos M4A o MP3. Subir el archivo de audio produce una transcripción que un estudiante puede buscar (“¿cuándo mencionó el profesor la entalpía?”), resaltar y pegar en sus apuntes de estudio.
Transcritores que alimentan archivos a un proceso. Los transcriptores y agencias freelance utilizan el punto final de carga de MP3 en línea como una pre-pasada: 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 encaja 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 maneja notas de voz de médicos, pistas de demostración de músicos que buscan un sello discográfico y audio de capacitación que los equipos de cumplimiento necesitan como registro.
Preguntas frecuentes
¿Cómo subo un archivo de audio?
Arrastre el archivo a la zona de soltar, haga clic en la zona de soltar para abrir un selector de archivos, o pegue 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 necesita esperar a que finalice la carga antes de que comience el procesamiento.
¿Es gratuito el servicio de carga de archivos de audio?
Los primeros 300 minutos al mes son gratuitos. Las cuentas gratuitas suben archivos de hasta 100 MB cada uno; los planes de pago 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 o 24 bits, M4A (AAC en un contenedor MP4), AAC sin procesar, OGG (Vorbis u Opus) y FLAC para audio sin pérdidas. Si su archivo está en un formato inusual, el servicio rechazará la carga en lugar de recodificarlo silenciosamente.
¿Cómo subo un MP3 en línea sin registrarme?
Abra la página, arrastre su MP3 a la zona de soltar, y el archivo se subirá y transcribirá de forma anónima. Solo necesita una cuenta si desea conservar el archivo, compartirlo con un enlace permanente o procesar más allá del límite por sesión.
¿Qué tan grande puede ser un archivo de audio subido?
100 MB en el nivel gratuito, 2 GB en planes de pago. Un límite de 2 GB equivale 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 desde que se hace clic en la zona de soltar hasta que se lee la transcripción suele ser inferior a dos minutos para una conferencia o podcast típico.
¿Los archivos de audio subidos son privados?
Sí. Los archivos son privados por defecto. La encriptación AES-256 se aplica en reposo y en tránsito, los archivos se someten a un escaneo de malware al llegar, y puedes añadir protección con contraseña o visibilidad no listada/privada por archivo.
¿Puedo subir varios archivos de audio en un solo lote?
Sí. Los planes de pago aceptan hasta 50 archivos de audio en un solo lote y los procesan en paralelo. El panel de control muestra una fila de progreso por archivo para que puedas ver qué transcripciones están listas primero.
