Cómo transcribir un archivo de audio en el Mac, sin conexión y sin subirlo
La respuesta corta
Un Mac puede convertir una grabación en texto sin conexión y sin enviarla a ningún sitio. Notas de Voz muestra una transcripción de sus propias grabaciones, donde la función está disponible. El modelo abierto Whisper funciona con cualquier archivo de audio desde Terminal, tras una instalación rápida. Flit, una app de dictado local para Mac, acepta un archivo de audio o vídeo en su pestaña Transcribir y devuelve una transcripción con párrafos, guardada como archivo de texto o exportada como SRT y VTT, en el propio Mac.
Cómo leer la transcripción de una grabación en Notas de Voz
- Abre la app Notas de Voz en tu Mac.
- Haz clic en la grabación que quieres leer.
- Haz clic en el botón Transcripción para ver la transcripción.
- Selecciona el texto que quieras, haz clic en él con la tecla Control pulsada y elige Copiar.
- Pega el texto en Mail, en un documento o en cualquier otra app.
- Para encontrar una grabación por lo que se dijo, escribe las palabras en el campo de búsqueda. Notas de Voz muestra las grabaciones que tienen ese texto en el título o en la transcripción.
Apple dice que la transcripción de audio no está disponible en todos los países o regiones, así que puede que el botón Transcripción no aparezca en tu Mac. Funciona con grabaciones hechas en Notas de Voz.
La mayoría de los resultados para “transcribir audio a texto” son webs que te piden subir el archivo. En un Mac con Apple silicon no hace falta: el propio ordenador puede hacerlo, sin que la grabación salga nunca del disco. Hay tres formas, y la tabla es la versión corta.
Tres formas de transcribir una grabación en un Mac
| Forma | Qué necesitas | Qué obtienes |
|---|---|---|
| Notas de Voz | Nada que instalar. Una grabación hecha en Notas de Voz, en una región donde la transcripción esté disponible | Una transcripción para leer, buscar y copiar |
| Whisper en Terminal | Python, ffmpeg y una instalación con pip. Soltura con la línea de comandos | Un archivo de texto, además de SRT y VTT, para cualquier archivo de audio |
| Flit | La app Flit en macOS 14 o posterior, con Apple silicon | Una transcripción con párrafos de cualquier archivo de audio o vídeo, guardada como texto y exportada como Markdown, SRT o VTT |
Notas de Voz: gratis, integrada, para sus propias grabaciones
La app Notas de Voz que viene con macOS puede mostrar la transcripción de una grabación. La página de Apple sobre ella describe el botón Transcripción, cómo copiar el texto y cómo buscar grabaciones por lo que se dijo. También indica que la transcripción de audio no está disponible en todos los países o regiones.
Es la respuesta adecuada cuando la grabación se hizo en Notas de Voz, en el Mac o en un iPhone que se sincroniza con él. Para un archivo de otro sitio, un vídeo o una grabación más larga que una nota, las otras dos formas hacen más.
Whisper en Terminal: cualquier archivo, tras una instalación rápida
Whisper es un modelo abierto de reconocimiento de voz de OpenAI, publicado con su código y sus pesos bajo la licencia MIT. Incluye una herramienta de línea de comandos que recibe archivos de audio y devuelve texto. El README del proyecto indica que es compatible con Python 3.8 a 3.11 y que necesita la herramienta ffmpeg para leer el audio.
- Abre Terminal.
- Instala ffmpeg. Con Homebrew, el comando es
brew install ffmpeg. - Instala Whisper con
pip install -U openai-whisper. - Ejecútalo sobre un archivo con
whisper recording.mp3 --model turbo. Escribe la transcripción en archivos de texto, SRT y VTT en la carpeta desde la que lo ejecutaste. - Si sabes el idioma de la grabación, indícalo:
whisper interview.wav --language German.
Qué modelo, y con qué precisión
Con Whisper eliges tú el equilibrio. El proyecto publica seis tamaños, desde tiny, con 39 millones de parámetros, hasta large, con 1.550 millones, y estima que tiny va unas diez veces más rápido que large. El modelo turbo tiene 809 millones de parámetros y se estima unas ocho veces más rápido que large.
Uses la herramienta que uses, la prueba honesta es la misma: elige unos minutos que importen, escúchalos y lee la transcripción a la vez antes de fiarte del documento entero. Los nombres, las cifras y todo lo que se dice cuando hablan varias personas a la vez es donde todos los modelos fallan.
Lo que no hace ninguna de las tres
Ninguna dice quién dijo qué. La transcripción de cualquiera de ellas es un único bloque de texto; las etiquetas de hablante necesitan un modelo aparte, y en el Mac eso significa una herramienta hecha para ello, como MacWhisper. Tampoco graba ninguna una reunión mientras ocurre: tú aportas la grabación.
Transcribir un archivo en Flit
Flit es ante todo una app de dictado: mantienes pulsada una tecla, hablas y el texto terminado aparece en tu cursor. Desde la versión 1.5 también transcribe una grabación que ya tienes, con los mismos modelos de voz, en el Mac.
- Suelta un archivo de audio o vídeo en Ajustes → Transcribir o en el icono de Flit de la barra de menús, o haz clic con el botón derecho en él en el Finder y elige Servicios → Transcribe with Flit. Funcionan MP3, M4A, WAV, AIFF, FLAC, MP4 y MOV.
- La transcripción aparece sobre la marcha, en párrafos que empiezan donde el hablante hizo una pausa. Una grabación de dos horas tarda unos minutos con el nivel de formato Limpio.
- Se guarda como archivo de texto en una carpeta que eliges y se conserva en la pestaña para más adelante. Expórtala como Markdown, o como subtítulos SRT y VTT con marcas de tiempo.
- Elige un modelo de voz y un nivel de formato para las grabaciones, aparte de tus ajustes de dictado. Pulido hace que la grabación se lea como prosa.
- Desde un script: instala el comando
fliten Ajustes → Transcribir, yflit transcribe meeting.m4a --srthace lo mismo desde Terminal. - No se sube nada. El archivo se lee en el Mac, por partes, y Flit transcribe con el Wi-Fi desactivado.
- Flit es gratis durante 7 días con todas las funciones activas, y después cuesta $19 una sola vez, sin cuenta y sin suscripción.
Conviene saber
- Flit no etiqueta a los hablantes ni graba una reunión mientras ocurre. Ambas cosas están en sus planes.
- Los idiomas en los que puede estar una grabación dependen del modelo de voz que elijas: Parakeet Ultra cubre 25 idiomas europeos, Cohere Transcribe 14, Qwen3-ASR 30, Whisper 99 y Omnilingual más de 1.600, con una precisión que varía según el idioma.
- Flit funciona en un Mac con Apple silicon y macOS 14 o posterior, y su modelo de voz es una descarga de entre 0,5 y 2,8 GB aproximadamente que eliges una vez.
Preguntas frecuentes
¿Cómo transcribo gratis un archivo de audio en un Mac?
Hay dos formas que no cuestan nada. Notas de Voz muestra una transcripción cuando haces clic en el botón Transcripción de una grabación, donde la función está disponible. El modelo abierto Whisper se instala con pip y funciona con cualquier archivo de audio desde Terminal.
¿Puedo convertir audio en texto sin conexión en un Mac?
Sí. Whisper funciona desde Terminal una vez instalado, y Flit transcribe cualquier archivo de audio o vídeo con el Wi-Fi desactivado. Notas de Voz muestra una transcripción de sus propias grabaciones donde la función está disponible, aunque Apple no dice si eso ocurre en el Mac.
¿Puede un Mac transcribir audio sin subirlo?
Sí. Notas de Voz, Whisper en Terminal y Flit funcionan en el propio Mac. Con Apple silicon los modelos son lo bastante rápidos para que una grabación de dos horas tarde minutos, y el archivo nunca sale del disco.
¿Puedo transcribir un archivo de vídeo en un Mac?
Whisper lee vídeo a través de ffmpeg, y Flit acepta MP4 y MOV directamente. Los dos usan el sonido e ignoran la imagen. Notas de Voz solo transcribe sus propias grabaciones.
¿Qué app de Mac etiqueta a los hablantes?
Ninguna de las tres de esta guía. MacWhisper etiqueta a los hablantes en su versión Pro, en el Mac, y herramientas de reuniones como Otter lo hacen en la nube.
¿Hay alguna app que transcriba archivos de audio en un Mac?
Sí. Flit es una app de dictado local para Mac con una pestaña Transcribir: suelta un archivo de audio o vídeo y la transcripción vuelve en el Mac, guardada como texto y exportada como Markdown, SRT o VTT. Flit es gratis durante 7 días con todas las funciones activas, y después cuesta $19 una sola vez, sin cuenta y sin suscripción.