Transcribir un video a texto con IA: gratis, en español y con subtítulos
Cómo transcribir un video a texto gratis con IA: TurboScribe, YouTube, Whisper, Descript y Happy Scribe comparados, con límites, enlaces de YouTube y SRT.
En esta página
Para transcribir un video a texto gratis con IA en octubre de 2026, la opción más rápida es TurboScribe (3 transcripciones al día de hasta 30 minutos cada una, en el navegador); la más potente sin cuota es Whisper de OpenAI, gratuito y de código abierto, que corre en tu computadora sin subir nada a la nube. Si el video ya está en YouTube con subtítulos, no necesitas ninguna herramienta: el botón «Mostrar transcripción» de la descripción te da el texto completo. Descript (60 minutos al mes gratis) y Happy Scribe (importa desde YouTube y exporta SRT) completan el mapa.
Ninguna de estas opciones publica una precisión oficial en español. El texto que sale de la máquina es un borrador: los nombres propios, las cifras y la jerga se revisan a mano antes de citarlos o convertirlos en subtítulos.
Herramientas para transcribir video a texto gratis, comparadas#
La tabla reúne solo lo que cada servicio publica en su página oficial de precios o de ayuda (consultadas el 14 de octubre de 2026). «Cuenta» indica si hace falta registrarse para usar el plan gratis.
| Herramienta | Gratis | Archivo máximo | Desde enlace de YouTube | Exporta | Cuenta |
|---|---|---|---|---|---|
| TurboScribe | 3 transcripciones/día de hasta 30 min, cola lenta | 30 min (gratis); 10 h y 5 GB en Unlimited | No documentado | No verificado | Sí |
| YouTube («Mostrar transcripción») | Gratis | El video publicado | Es el propio video | Copiar el texto | No para leerla |
| Whisper (OpenAI) | Gratis, código abierto | Sin límite fijo (depende de tu equipo) | No, trabaja con archivos | TXT, SRT, VTT | No (local) |
| Descript | 60 min de medios al mes; video a 720p con marca de agua | 1 GB por subida (Free) | No documentado | Texto y subtítulos | Sí |
| Happy Scribe | Prueba de 10 min de transcripción con IA | No documentado (reuniones: 45 min) | Sí (YouTube, Vimeo, Drive, Dropbox) | TXT y SRT en Free | Sí |
| CapCut | Subtítulos automáticos (gratis según CapCut) | Web: recomienda menos de 20 min | No | SRT | Sí |
En idiomas, Happy Scribe anuncia más de 150 idiomas y dialectos, y Descript 25 idiomas de transcripción (incluidos español de EE. UU. y catalán). YouTube genera subtítulos automáticos en unos 69 idiomas, según su ayuda oficial.
¿Cuál elegir según tu caso?#
La herramienta correcta depende de dónde está el video, no de cuál «transcribe mejor». Tres escenarios cubren casi todo:
- Tienes el archivo (MP4, MOV) y dura menos de 30 minutos: TurboScribe gratis. Si son varios al día, ten en cuenta que el plan Free procesa un archivo a la vez y con menos prioridad.
- El video está en YouTube: primero «Mostrar transcripción». Si solo quieres las ideas principales y no el texto literal, la guía para resumir videos de YouTube con IA es más rápida. Si necesitas el texto de un video público sin subtítulos, Happy Scribe importa desde el enlace.
- Grabas en el teléfono: CapCut genera subtítulos automáticos en la app y exporta el SRT. Es la ruta natural si el destino son Reels o TikTok.
Si transcribes horas de clases, entrevistas o podcasts cada semana, salta directamente a Whisper o paga un plan: los planes gratis en la nube están pensados para probar, no para producción.
¿Cómo transcribir un video a texto con TurboScribe paso a paso?#
TurboScribe es la opción gratuita en la nube con la cuota diaria más clara, según su página de precios (octubre de 2026). El orden que conviene seguir:
- Prepara el audio antes de subirlo. Si el video tiene música de fondo alta, exporta una versión con la voz más fuerte: el reconocimiento depende más del audio que del modelo.
- Crea tu cuenta y sube un solo archivo. El plan Free admite un archivo a la vez, de hasta 30 minutos.
- Indica el idioma: español. La detección automática suele acertar, pero fijarlo evita que un video con anglicismos se lea como inglés.
- Descarga en el formato que vas a usar: texto para un artículo o guion, y archivo de subtítulos si lo ofrece tu plan.
- Revisa contra el guion o las notas. Nombres, cifras y marcas son los errores típicos.
Si el video dura más de 30 minutos, córtalo en partes con cualquier editor o pasa a Whisper. Las 3 transcripciones diarias no se acumulan de un día a otro.
Cómo Transcribir Audio y Video a Texto GRATIS con IA (TurboScribe)
Tutorial en español de TurboScribe: dónde se sube el archivo y cómo se descarga la transcripción.
¿Cómo transcribir un video de YouTube a texto?#
Si el video tiene subtítulos (manuales o automáticos), YouTube ya tiene la transcripción. Abre la descripción, pulsa «Mostrar transcripción» y el texto aparece junto al video con marcas de tiempo; un clic en cualquier línea salta a ese momento. Los pasos están en la ayuda de YouTube sobre transcripciones. Para quitar las marcas de tiempo, copia el texto en un editor y bórralas con buscar y reemplazar.
Tres límites que conviene conocer:
- Si el video no tiene subtítulos, no hay transcripción. YouTube no los genera con audio complejo, silencio largo al inicio o varias personas hablando a la vez.
- La transcripción arrastra los errores de los subtítulos automáticos.
- Transcribir no te da derechos sobre el texto: sigue siendo obra de su autor. Cita fragmentos breves y enlaza el original.
Para tus propios videos, descarga el SRT desde YouTube Studio; el flujo completo de subtítulos está en la guía de subtítulos automáticos con IA.
Whisper: transcribir video a texto gratis e ilimitado#
Whisper es el modelo de reconocimiento de voz de OpenAI, publicado como código abierto con licencia MIT para el código y los pesos. Es la única forma realmente «ilimitada» y gratuita: no hay cuota, solo el límite de tu equipo. Se instala con pip install -U openai-whisper y necesita ffmpeg.
| Modelo | Memoria de video aproximada | Cuándo usarlo |
|---|---|---|
| small | ~2 GB | Laptops modestas, primeras pruebas |
| medium | ~5 GB | Equilibrio entre tiempo y precisión |
| turbo | ~6 GB | Unas 8 veces más rápido que large; no traduce |
| large | ~10 GB | Máxima precisión de la familia |
Whisper es la mejor opción para material sensible: entrevistas, reuniones o grabaciones con datos personales no salen de tu computadora. A cambio, pide línea de comandos o una interfaz de terceros, y la corrección sigue siendo manual. Whisper exporta directamente SRT y VTT, así que la transcripción ya sirve como subtítulo.
¿Qué tan precisa es la transcripción en español latino y de España?#
No hay un porcentaje oficial fiable. OpenAI no publica la tasa de error de Whisper large-v3 en español y las webs comerciales no documentan cómo miden. Lo que sí está documentado, según la ayuda de YouTube, es qué empeora el resultado: pronunciación, acentos, dialectos y ruido de fondo.
Desde el oficio de la edición, los errores se repiten siempre en los mismos lugares: nombres propios, marcas, anglicismos («render», «feedback») y cifras dichas rápido. Un «quince» y un «cincuenta» se confunden con facilidad. La calidad de la transcripción depende más del audio que de la herramienta: un micrófono de solapa mejora más el texto que pagar un plan. Si el audio es malo, límpialo primero con las opciones de la guía para mejorar la calidad de video con IA.
| Síntoma | Causa probable | Solución |
|---|---|---|
| Nombres propios mal escritos | El modelo no conoce el nombre | Buscar y reemplazar con la lista de nombres del guion |
| Texto en inglés en un video en español | Detección automática confundida por anglicismos | Fijar el idioma «español» antes de transcribir |
| Frases de dos personas mezcladas | Voces superpuestas | Grabar con micrófonos separados o marcar hablantes a mano |
| Huecos sin texto | Música alta o silencios largos | Bajar la música bajo la voz y recortar silencios |
| La web rechaza el archivo | Duración por encima del límite gratis | Cortar en partes de menos de 30 min o usar Whisper |
¿Se puede transcribir sin registro y con privacidad?#
Sin registro solo quedan dos caminos: leer la transcripción de YouTube y usar Whisper en tu computadora. Las webs con plan gratis (TurboScribe, Descript, Happy Scribe) piden cuenta porque guardan tus archivos y controlan la cuota diaria. Las páginas que prometen transcribir «sin registro» suelen tener límites que no publican o financiarse con publicidad.
La privacidad importa más de lo que parece. Si el video contiene la voz de un cliente, un alumno o un entrevistado, subirlo a un servicio externo es tratar datos personales de otra persona: pide permiso y revisa la política de privacidad del servicio. En empresas con muchos videos de formación, los escenarios de video con IA para negocios ayudan a decidir qué se procesa en la nube y qué en local.
De la transcripción a subtítulos y doblaje#
La transcripción es la materia prima de tres pasos que vienen después:
- Subtítulos: un SRT corregido se sube a YouTube o se quema en el video para Reels. El proceso está en la guía de subtítulos automáticos con IA.
- Edición por texto: Descript corta el video cuando borras frases de la transcripción; los flujos están en editar videos con IA.
- Traducción y doblaje: con el texto revisado, traducir y doblar es más fiable. Sigue con traducir y doblar videos con IA. ElevenLabs incluye transcripción (Scribe) junto a voz y doblaje, con 10.000 créditos gratis al mes.
Si vas a regrabar la narración, el texto transcrito sirve como guion para texto a voz con IA.
Transcribir AUDIO o VIDEO a TEXTO con IA 2026. Rápido, práctico con solo unos clics
Otra ruta en español para pasar audio o video a texto con IA, útil para comparar interfaces.
Dónde falla la transcripción automática#
- Planes gratis cortos: 30 minutos por archivo en TurboScribe y 10 minutos de prueba en Happy Scribe; una clase de una hora no entra entera.
- Videos sin subtítulos en YouTube: no hay transcripción que copiar.
- Varias voces a la vez: el texto mezcla hablantes y la separación por persona no siempre es fiable.
- Jerga local y marcas: el español de México, Colombia o Argentina tiene vocabulario que los modelos escriben mal.
- Requisitos técnicos de Whisper: sin GPU razonable, el modelo large es lento.
El error más común no es técnico: es publicar la transcripción sin revisarla. Un nombre mal escrito en un subtítulo se ve en cada reproducción. Para el resto del proceso de producción, la guía para crear videos con IA ordena cada paso, y si buscas voces para narrar el texto, revisa los generadores de voz con IA.