Resumen ejecutivo

• Cinco métodos gratis para transcribir audios con IA: Whisper en tu computadora, dictado por voz de Google Docs, NotebookLM, la transcripción de mensajes de voz de WhatsApp y Gemini con archivos de audio.

• Paso a paso de cada uno, con sus límites prácticos y cómo se llevan con el español rioplatense.

• Cuál conviene según el caso: clases, entrevistas, reuniones o audios de WhatsApp.

• Cómo pasar de la transcripción a un resumen útil y qué cuidar en privacidad.

Transcribir una hora de clase o una entrevista a mano puede llevarte tres o cuatro horas. Con IA, ese tiempo baja a minutos, y no hace falta pagar una suscripción. Hay opciones gratuitas muy buenas, desde modelos open source que corren en tu computadora hasta funciones que ya tenés en apps que usás todos los días. La diferencia entre ellas está en la duración que aceptan, la privacidad y qué tan bien entienden el "vos", las muletillas y el ritmo del español rioplatense. Acá tenés cinco métodos paso a paso.

Método 1: Whisper en tu computadora

Ideal para: entrevistas, audios largos y material sensible, porque el audio no sale de tu equipo.

Whisper es un modelo de reconocimiento de voz open source de OpenAI, entrenado en muchos idiomas, entre ellos el español.

1. Instalá Python y ffmpeg.

2. Instalá Whisper con pip install -U openai-whisper.

3. Transcribí con whisper entrevista.mp3 --language Spanish --model medium.

4. Vas a obtener archivos .txt y .srt (con marcas de tiempo) en la misma carpeta.

Límites: los modelos más grandes son más precisos pero más lentos; sin placa de video, una hora de audio puede tardar bastante. El modelo small es un buen punto de partida en computadoras comunes. Si no querés usar la terminal, hay apps de escritorio gratuitas basadas en Whisper.

Método 2: dictado por voz de Google Docs

Ideal para: transcribir en vivo una clase o tus propias ideas.

1. Abrí un documento en Google Docs desde Chrome.

2. Andá a Herramientas > Escritura por voz.

3. Elegí español (podés elegir la variante de Argentina) y hacé clic en el micrófono.

Google explica el proceso en su ayuda sobre cómo escribir con la voz en Docs.

Límites: transcribe lo que escucha el micrófono en tiempo real, no archivos grabados, y no separa hablantes. Funciona mejor con una sola voz clara y poco ruido.

Método 3: NotebookLM

Ideal para: clases grabadas que después querés estudiar.

1. Entrá a NotebookLM y creá un cuaderno.

2. Subí el archivo de audio como fuente.

3. NotebookLM genera la transcripción y te permite hacer preguntas, pedir resúmenes o armar guías de estudio sobre ese contenido.

Límites: hay un tope de tamaño y cantidad de fuentes en la versión gratuita. Su fuerte no es entregar una transcripción con formato perfecto sino trabajar sobre el contenido. Para aprovecharlo más, mirá estos prompts de NotebookLM para armar guías de estudio.

Método 4: transcripción de mensajes de voz de WhatsApp

Ideal para: esos audios de cinco minutos que no podés escuchar en el momento.

1. En WhatsApp, entrá a Ajustes > Chats > Transcripciones de mensajes de voz y activalas.

2. Elegí el idioma de transcripción.

3. En cualquier audio recibido, mantené presionado y tocá Transcribir.

Límites: solo funciona con mensajes de voz dentro de WhatsApp, y la disponibilidad de idiomas depende del dispositivo. La transcripción se genera en el teléfono.

Método 5: Gemini con archivos de audio

Ideal para: reuniones donde querés transcripción y resumen en el mismo paso.

1. Abrí Gemini y adjuntá el archivo de audio.

2. Pedí: "Transcribí este audio en español. Separá por hablante cuando cambie la voz y agregá marcas de tiempo cada dos minutos."

3. Después pedí el resumen o la lista de tareas.

Los modelos Gemini aceptan audio como entrada; la documentación de Google sobre comprensión de audio detalla formatos y capacidades. En ChatGPT, la posibilidad de subir archivos de audio depende de la versión y del plan; si no te deja, usá Whisper.

Límites: hay topes de duración y de uso en las versiones gratuitas, y el audio se procesa en la nube.

Cuál elegir según tu caso

• Clases: NotebookLM si querés estudiar sobre la clase; Whisper si necesitás el texto completo.

• Entrevistas: Whisper, por privacidad y precisión.

• Reuniones: Gemini para transcripción y resumen juntos.

• Audios de WhatsApp: la transcripción integrada.

• Tus propias ideas en voz alta: dictado de Google Docs.

Cómo entienden el español rioplatense

Todas estas herramientas reconocen bien el español, pero pueden fallar con nombres propios, siglas locales, lunfardo y gente hablando a la vez. Tres trucos ayudan: grabá cerca de quien habla, evitá ruido de fondo y revisá siempre los nombres y números, que es donde más se equivocan.

De la transcripción al resumen

Una vez que tenés el texto, pedile a un chatbot: "Resumí esta transcripción en cinco puntos clave, una lista de decisiones y una lista de tareas con responsable". Si lo vas a usar en el trabajo, tenés más ideas en la guía para usar IA para resumir reuniones y armar minutas.

Privacidad: pedí permiso antes de grabar y no subas a servicios en la nube audios con datos sensibles de terceros.

Curso recomendado de Coderhouse

Si querés aprender a combinar estas herramientas con criterio y sacarles más provecho, el Curso de Introducción a la Inteligencia Artificial es el punto de partida. Y si querés automatizar el flujo completo, desde que llega el audio hasta que el resumen aparece en tu correo, el Curso de AI Automation te enseña a hacerlo sin programar.

Preguntas frecuentes

¿Cuál es la mejor IA gratis para transcribir audios en español? Para precisión y privacidad, Whisper en tu computadora. Para rapidez sin instalar nada, Gemini o NotebookLM.

¿Puedo transcribir un audio de una hora gratis? Sí. Whisper no tiene límite de duración porque corre en tu equipo; las herramientas en la nube tienen topes que pueden cambiar según el plan.

¿La IA distingue entre varias personas hablando? Algunas herramientas como Gemini pueden separar hablantes si se lo pedís, aunque no siempre con precisión. Whisper por defecto no lo hace.

¿Es seguro subir audios a estas herramientas? Depende del contenido. Para material sensible, preferí opciones locales como Whisper y revisá las políticas de privacidad de cada servicio.