[go: up one dir, main page]

IA libre Discurso al texto

Transcribe audio y vídeo al texto en más de 100 idiomas. Más de 10 modelos de IA. Detección de altavoces. No se requiere registro.

10K
transcripciones
251.9K
minutos transcritos
100+
idiomas
70+
herramientas gratuitas

Funciona con audio y vídeo de acceso público. El contenido protegido por DRM no es compatible.

Actualizar para mejorar
Transcripciones privadas
Charla con transcripción
Desbloquear con Pro →
Soltar archivo aquí o haga clic para navegar
MP3, WAV, M4A, FLAC, MP4, MKV, MOV, WebM — hasta 2 GB
Actualizar para mejorar
Transcripciones privadas
Charla con transcripción
Desbloquear con Pro →
Actualizar para mejorar
Grabación: 0:00
En tiempo real Vosk (instante)
Mejorado Susurro (exacto)
Enlaces públicos: 24h, sólo texto · Inscríbete para 7d + audio · Pro para enlaces privados

Discurso en tiempo real al texto. IA corrige automáticamente mientras habla — la precisión mejora con un discurso más largo.

Pon a prueba tu micrófono primero
❤️ ¡Díselo a tus amigos!
Has usado tus transcripciones gratis.

Inscríbete gratis para obtener 600 minutos, o actualizar desde $5/mes por miles más.

10 min/día gratis 600 min gratis con registro Sin tarjeta de crédito Cifrado
Inscríbete gratis →
Almacenamiento cifrado del lado del cliente — Sus transcripciones están encriptadas en su navegador. Aprenda cómo funciona →

Cómo funciona STT.ai

Tres pasos para una transcripción precisa

1. Cargar, registrar o pegar URL

Arrastre y suelte cualquier archivo de audio o vídeo (MP3, WAV, MP4 y 20+ formatos). Grabe desde su micrófono en tiempo real. O pegue un enlace desde YouTube, Vimeo, TikTok y 1.300+ plataformas.

2. AI Transcribe con su elección de modelo

Elija entre más de 10 modelos de IA, incluyendo Whisper, NVIDIA Canary (precisión #1) y Moonshine. Detectar automáticamente el lenguaje de más de 100 opciones. Diarización del altavoz identifica quién dijo qué.

3. Exportar, Compartir o Integrar

Descargue como TXT, SRT, VTT, DOCX, JSON o PDF. Comparta a través del enlace. Utilice nuestra API para integrar la transcripción en su aplicación. Perfecto para subtítulos, notas de reuniones, podcasts y más.

100+
Idiomas admitidos
70+
Herramientas gratuitas
1,300+
Plataformas apoyadas
7
Exportar formatos

API de desarrollador-primero

Integre voz a texto en su aplicación en cuestión de minutos. API RESTful con streaming WebSocket en tiempo real.

REST + WebSocket — Carga de archivos y streaming en tiempo real
Modelos múltiples — Whisper, Canary, Enhanced & more
Diarización del altavoz — Autodetectar quién dijo qué
Salida flexible — JSON, TXT, SRT, VTT con marcas de tiempo de palabra
import requests

response = requests.post(
    "https://api.stt.ai/v1/transcribe",
    headers={"Authorization": f"Bearer {API_KEY}"},
    files={"file": open("meeting.mp3", "rb")},
    data={
        "model": "large-v3-turbo",
        "language": "auto",
        "diarize": "true",
        "response_format": "json",
    },
)

result = response.json()
for seg in result["segments"]:
    print(f"{seg['speaker']}: {seg['text']}")

¿Listo para transcribir?

Carga tu primer archivo gratis. Sin tarjeta de crédito, sin registro. 600 minutos para comenzar en el plan gratuito.

Iniciar la transcripción

Preguntas frecuentes

discurso al texto se ejecuta en su navegador: pega una URL, carga un archivo o graba desde su micrófono. STT.ai elige el modelo de IA y devuelve la transcripción en menos de 5 minutos. Exportar como TXT, SRT, VTT, DOCX, JSON o PDF.

Sí, cada visitante tiene 600 minutos libres para empezar con STT.ai, utilizable para discurso al texto lo mismo que cualquier otro flujo de trabajo. Los planes pagados comienzan con $5/mes desbloquear archivos más largos, transcripciones privadas y cola de prioridad.

discurso al texto se ejecuta en los mismos modelos de IA que el resto de STT.ai — nuestros mejores modelos alcanzan 95-97% de precisión en voz limpia (3-5% de tasa de error de Word en los puntos de referencia).

discurso al texto puede funcionar en cualquiera de los modelos de STT.ai 10+ — STT.ai Enhanced (más preciso), Whisper Large V3 (99 idiomas), NVIDIA Canary (#1 WER en langs soportados), Whisper Turbo (rápido), Moonshine (peso ligero), y más.

Sí. Cada transcripción exporta como SRT o VTT — trabaja con YouTube, Vimeo, TikTok, VLC, y cada reproductor de vídeo importante. La herramienta de subtítulos de grabación los superpone al vídeo como su-des.

Sí. Diarización de altavoz automáticamente etiqueta cada voz (hablador 1, altavoz 2,...) y puede cambiar el nombre en el editor incorporado. Funciona en todos los modelos y lenguajes.

La mayoría de los trabajos discurso al texto terminan en menos de 5 minutos. Un archivo de audio de 1 hora normalmente se completa en 2-3 minutos con nuestros modelos más rápidos. La velocidad depende del modelo elegido y la carga actual de GPU.

discurso al texto acepta más de 20 formatos — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, y más. Salida a TXT, SRT, VTT, DOCX, JSON, o PDF.

Sí. Los archivos de audio enviados a discurso al texto se procesan y eliminan por defecto. Los planes Pro añaden cifrado del lado del cliente, incluso si se rompe la base de datos de STT.ai, sus transcripciones son ilegibles sin su clave. Los datos nunca se utilizan para la formación de modelos sin opt-in explícito.

Sí. STT.ai ofrece una API REST con Python y SDKs Node.js, además de un servidor MCP para Claude y Cursor, todo utilizable para flujos de trabajo discurso al texto. El nivel gratuito de API incluye 100 minutos/mes.

Sí. Cada transcripción se abre en el editor integrado donde puede corregir palabras, cambiar el nombre de los altavoces, ajustar marcas de tiempo y añadir notas. Todos los cambios se guardan automáticamente.

Cada transcripción obtiene una URL compartida única. Exportar a DOCX o PDF para el correo electrónico. Planes Pro añadir enlaces permanentes y protegidos con contraseña — útiles para el trabajo del cliente.

STT.ai maneja 1.300 plataformas más, incluyendo YouTube, Vimeo, TikTok, SoundCloud, Zoom, Google Meet, hosts de podcasts, y más. La transcripción de URL funciona con contenido disponible únicamente para el público — las fuentes protegidas por DRM no pueden ser transcritas.