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

  1. Suelta el WAV

    Cualquier frecuencia de muestreo y número de canales sirve: la herramienta mezcla a mono y remuestrea automáticamente antes de transcribir.

  2. 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.

  3. Refina y exporta

    Corrige el vocabulario técnico sobre la marcha 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.
¿Cómo puedo comprobar que mi archivo WAV no se sube?
Abre las herramientas para desarrolladores de tu navegador, cambia al panel Red e inicia una transcripción con él abierto. En la primera ejecución verás que el modelo de Whisper se descarga una vez —unos 80 MB para el modelo estándar, más o menos si eliges uno diferente— y después se sirve desde la caché de tu navegador. No verás ninguna solicitud que transporte tu archivo WAV en ninguna ejecución. Luego ordena esa lista por tamaño: lo más grande que envía la página son unos pocos kilobytes de servicios de analítica y publicidad, nada que ver con el tamaño de una sesión WAV. Esta página carga servicios de analítica y publicidad como la mayoría de los sitios web, por eso la afirmación está acotada con precisión: Tus archivos nunca se suben.