MP3 es lo que te entregó la grabadora
Las grabadoras de mano, las apps de notas de voz del celular, los dictáfonos y casi todas las herramientas de reuniones guardan en MP3 de forma predeterminada. Pesa poco, se reproduce en todos lados y es el formato que acaba en una carpeta llamada "grabaciones" que nadie vuelve a abrir. Esta página toma uno de esos archivos y te devuelve lo dicho como texto: en pantalla para leerlo y copiarlo, y como descarga .txt con el nombre del MP3, así que junta-0412.mp3 se convierte en junta-0412.txt.
No hace falta preparar nada. No necesitas convertir, nivelar el volumen, recortar silencios ni separar canales. Sube el archivo tal como lo generó el dispositivo.
Bitrate, duración y los dos topes
Cada archivo que subes tiene dos límites: 100 MB de archivo y tres horas de audio. Cuál llega primero depende por completo del bitrate que usó tu grabadora.
- 320 kbps. Unos 144 MB por hora, así que los archivos largos hay que volver a exportarlos.
- 128 kbps. Unos 58 MB por hora: cerca de 100 minutos dentro del límite de tamaño.
- 64 kbps, voz en mono. Unos 29 MB por hora, así que el límite de tres horas manda primero.
Un bitrate bajo no es problema para el reconocimiento. La voz aguanta bien la compresión, y una grabación en mono a 64 kbps de alguien que habla claro se lee mejor que una de 320 kbps de un celular tirado en la otra punta de la sala de juntas. Si un archivo se pasa de la raya, expórtalo otra vez con menos bitrate o córtalo en dos: el precio va por minuto de audio de todos modos, así que dividir una grabación no te cuesta nada extra más allá del mínimo de 100 créditos en cada parte.
Primero el precio, después el texto plano
La transcripción es una operación de paga, así que el flujo es lento a propósito al principio. Subes el archivo, se mide la duración y la página te muestra los minutos, los créditos y tu saldo. Solo cuando confirmas se cobra algo. Diez créditos por cada minuto empezado, con un piso de 100 créditos, significa que una hora de audio son 600 créditos y las tres horas completas, 1,800. Las tarifas de todas las herramientas de paga están en la página de precios, y cada cuenta nueva recibe 250 créditos de bienvenida para probar.
Lo que regresa es texto plano, a propósito: sin marcas de tiempo, sin nombres de quién habla y sin archivos de subtítulos SRT ni VTT. Así es fácil pegarlo en una minuta, un reporte o un ticket. Si tus grabaciones no son MP3, Audio a texto es la misma operación explicada para M4A, WAV y OGG. Y para el texto atrapado en documentos en lugar de en audio, usa PDF a texto con un PDF normal, o OCR de PDF cuando las páginas son escaneos.