WAV a texto para grabaciones serias
El WAV es el formato de quien se toma en serio su audio: sesiones de estudio, grabaciones de campo, tomas de locución, digitalizaciones de archivo. Son archivos grandes — una hora sin comprimir puede pasar de 600 MB — y eso convierte «súbelo a nuestro servidor» en un flujo de trabajo pésimo.
Esta herramienta se salta la subida por completo. El WAV se decodifica en tu navegador y se transcribe en tu propio hardware: un archivo enorme empieza a procesarse de inmediato en vez de arrastrarse por tu conexión. Tus archivos nunca se suben — todo se ejecuta en tu dispositivo.
Comprobando qué admite este navegador…
Cómo transcribir un archivo WAV
-
Suelta el WAV
Cualquier frecuencia de muestreo y número de canales sirve: la herramienta mezcla a mono y remuestrea automáticamente antes de transcribir.
-
El procesamiento empieza al instante
Sin espera de subida, ni siquiera con archivos muy grandes. La transcripción aparece progresivamente, con el avance respecto a la duración de la grabación.
-
Refina y exporta
Corrige el vocabulario técnico en línea y exporta TXT para documentos, SRT/VTT para subtitulado o JSON con tiempos de segmento precisos.
Hecho para archivos de peso
Sin cuello de botella de subida
Subir una sesión de 600 MB llevaría una eternidad. Leerla localmente lleva segundos: el único trabajo real es la propia transcripción.
Cualquier frecuencia de entrada
CD a 44,1 kHz, audio de vídeo a 48 kHz, másteres a 96 kHz, archivos telefónicos a 8 kHz: todo se remuestrea correctamente por debajo.
Los másteres siguen siendo tuyos
Las grabaciones inéditas y las sesiones de clientes jamás tocan un servidor de terceros. Lo que grabaste se queda exactamente donde lo dejaste.
Preguntas sobre transcripción de WAV
- ¿Hay límite de tamaño de archivo?
- No se impone ninguno. Los archivos muy grandes están limitados por la memoria de tu equipo; el audio se procesa por ventanas para que el consumo se mantenga estable durante la transcripción.
- ¿Mejoran la transcripción las frecuencias altas?
- En realidad no: los modelos de voz escuchan a 16 kHz y tu archivo se remuestrea a eso automáticamente. Las frecuencias altas no estorban, pero tampoco añaden precisión.
- ¿Estéreo, mono, multicanal?
- Todo vale. Los canales se promedian a mono antes de transcribir, que es lo que espera el reconocimiento de voz.
- ¿Qué modelo hace el reconocimiento?
- El modelo Whisper de código abierto de OpenAI, ejecutado localmente en tu navegador por nuestro motor de código abierto. Nada de tu audio se envía fuera para usarlo.
- ¿Puedo transcribir varias tomas seguidas?
- Sí: suelta el siguiente archivo en cuanto termine la transcripción anterior (o cancélala a medias). El modelo permanece cargado, así que los siguientes archivos se saltan la descarga y arrancan antes.