La mayoría de guías para transcribir audio de WhatsApp te mandan a una extensión del navegador o a un bot al que reenvías la nota de voz. Sobra. WhatsApp transcribe desde noviembre de 2024 y lo hace dentro del propio teléfono: según el anuncio oficial de la función, las transcripciones se generan en tu dispositivo y nadie más, tampoco WhatsApp, puede leerlas. El español estuvo entre los primeros idiomas admitidos.
El problema real llega después. Ese audio de tres minutos de un cliente contándote qué quiere se convierte en texto, sí, pero el texto se queda dentro del chat, donde no lo busca nadie y donde no vale como registro de nada.
Puntos clave
- La función ya la tienes instalada. No hace falta ninguna app ni pagar nada. Está en Ajustes, Chats, Transcripciones de mensajes de voz, y se activa en menos de un minuto.
- El procesamiento ocurre en el móvil. El audio no viaja a ningún servidor. Por eso funciona sin conexión una vez descargado el paquete de idioma, que ocupa unos 130 MB en español.
- Los bots y extensiones son el camino equivocado con audios de clientes. Reenviar la nota de voz de un cliente a un número desconocido es una cesión de datos que tú no has evaluado y que tu cliente no ha autorizado.
- El texto solo sirve si sale del chat. Una transcripción que se queda debajo del reproductor no es una nota de seguimiento. Lo que convierte el mensaje en trabajo útil es dónde acaba: la ficha del contacto, el presupuesto o la cita.
Conviene fijar una distinción antes de empezar, porque mezclarla es el origen de casi todos los tutoriales malos sobre esto. Transcribir una nota de voz de un chat y transcribir la grabación de una reunión de cuarenta minutos son tareas distintas. La primera la resuelve WhatsApp. La segunda no, y más abajo verás por qué.
Cómo transcribir un audio de WhatsApp en 4 pasos
Paso 1: comprueba que tu móvil puede hacerlo
En Android la transcripción se apoya en paquetes de idioma que descarga la propia aplicación. El español fue uno de los cinco idiomas del primer despliegue, junto con árabe, hindi, portugués y ruso. En septiembre de 2026 se sumaron alemán, francés, italiano, japonés y nuevas variantes del inglés en la versión beta 2.26.37.5, según recogió Infobae.
En iPhone la función se apoya en el reconocimiento de voz del sistema, así que necesitas iOS 16 o posterior y Siri activado. La lista de idiomas es más larga que en Android desde el principio, y crece otra vez a partir de iOS 17.
Si actualizas la aplicación y la opción no aparece, no está rota: el despliegue llega por lotes.
Paso 2: activa las transcripciones y descarga el español
Abre Ajustes, entra en Chats y busca Transcripciones de mensajes de voz. Actívalo, elige el idioma y confirma la descarga del paquete. Son unos 130 MB en español, así que hazlo con WiFi.
El detalle que rompe más transcripciones de las que parece: la función trabaja con un idioma cada vez. Si tienes el paquete en español y llega un audio en inglés, no obtienes una traducción, obtienes un error o un galimatías.
Paso 3: transcribe el mensaje concreto
La transcripción no es automática para todos los audios. Se pide mensaje a mensaje.
- Android: mantén pulsada la nota de voz, abre el menú de opciones arriba a la derecha y elige Transcribir.
- iPhone: mantén pulsada la nota de voz y elige Transcribir directamente en el menú que aparece.
El texto sale debajo del reproductor de audio. La velocidad es razonable: en una prueba de campo publicada por Xataka, un audio de 30 segundos tardó unos 4 segundos y uno de 4 minutos entre 10 y 15 segundos.
Paso 4: saca el texto del chat
Por defecto la transcripción te enseña solo las tres primeras líneas. Toca para desplegarla entera, mantén pulsado y copia.
Y ahora la pregunta que decide si todo lo anterior ha servido de algo: ¿a dónde va ese texto? Si la respuesta es "se queda en el chat", has convertido un audio que no ibas a escuchar en un texto que no vas a leer. En la penúltima sección verás las tres salidas que sí funcionan.
Qué transcribe bien y qué no
La calidad en español es buena, no perfecta. El periodista de Xataka probó la función con acento cordobés y hablando rápido, y el sistema aguantó sin problemas serios. Falla en dos sitios concretos: se come palabras cuando se encadenan muy deprisa, y se pierde con nombres de marca y vocabulario técnico. En su prueba con nombres de impresoras 3D, "Prusa" y "BambuLab" no sobrevivieron.
Traducido a trabajo real: para entender qué te pide un cliente, sirve. Para una referencia de producto, un número de pedido o el nombre de una empresa, revisa antes de dar el dato por bueno.
| Situación | ¿Sirve la transcripción de WhatsApp? |
|---|---|
Nota de voz de un cliente, en español, hasta unos minutos | Sí, es el camino más rápido |
SituaciónNota de voz de un cliente, en español, hasta unos minutos ¿Sirve la transcripción de WhatsApp?Sí, es el camino más rápido | |
Audio con ruido de fondo, calle o coche | Parcialmente, revisa las palabras sueltas |
SituaciónAudio con ruido de fondo, calle o coche ¿Sirve la transcripción de WhatsApp?Parcialmente, revisa las palabras sueltas | |
Audio en un idioma distinto al paquete instalado | No, cambia el idioma antes |
SituaciónAudio en un idioma distinto al paquete instalado ¿Sirve la transcripción de WhatsApp?No, cambia el idioma antes | |
Referencias, nombres propios y números de pedido | Revisa siempre a mano |
SituaciónReferencias, nombres propios y números de pedido ¿Sirve la transcripción de WhatsApp?Revisa siempre a mano | |
Grabación de una reunión de 40 minutos | No es la herramienta, ver más abajo |
SituaciónGrabación de una reunión de 40 minutos ¿Sirve la transcripción de WhatsApp?No es la herramienta, ver más abajo | |
Cuatro motivos por los que te sale "Transcripción no disponible"
- El idioma del audio no coincide con el paquete descargado. Es la causa número uno. Se cambia en los mismos ajustes donde activaste la función.
- Demasiado ruido de fondo. Si el mensaje se grabó en la calle o con el manos libres del coche, el reconocedor no tiene con qué trabajar.
- La función todavía no ha llegado a tu cuenta. El despliegue va por lotes y actualizar la app no lo acelera.
- El idioma no está entre los admitidos. En Android la lista sigue siendo corta frente a iPhone, aunque el español lleva desde el principio.
Ninguno se arregla instalando una aplicación de terceros. Los tres primeros están en los ajustes y el cuarto solo requiere esperar.
Transcribir audios de WhatsApp desde el ordenador
Aquí es donde se tuerce la mayoría de los tutoriales. La transcripción integrada funciona en el móvil y no se ha llevado ni a WhatsApp Web ni a la aplicación de escritorio, aunque la versión de navegador sí ganó llamadas y videollamadas durante 2026. Si trabajas desde el WhatsApp Business en el navegador, no vas a encontrar el botón.
Las alternativas que circulan tienen un precio que casi nunca se menciona. Genbeta documenta un bot al que se reenvía la nota de voz desde WhatsApp Desktop: un número estadounidense que devuelve el texto, con un límite de 60 segundos. Lo mismo vale para las extensiones que prometen audio a texto en WhatsApp Web.
Funcionan. Y si el audio es tu cuñado mandándote la lista de la compra, no pasa nada. Si el audio es un cliente dándote los detalles de su caso, acabas de enviar datos personales de un tercero a una empresa que no has contratado, sin base jurídica y sin que tu cliente lo sepa.
La vía limpia desde el escritorio es la contraria: exportar y transcribir en local. En Android, Exportar chat con la opción Incluir archivos te genera un .zip con las notas de voz como archivos .opus (PTT-AAAAMMDD-WA000X.opus); en iPhone salen como .m4a. Desde ahí, cualquier transcriptor local de archivos de audio hace el trabajo sin que el archivo salga del equipo.
Audios de clientes: lo que cambia cuando el mensaje no es tuyo
Un audio que te manda un cliente contiene datos personales, y tratarlos por WhatsApp no es automáticamente ilegal, pero tampoco es gratis. La AEPD sancionó a una asesoría con dos multas de 2.500 euros en la resolución PS-00505-2023, analizada por Prodat: una por el artículo 6.1 del RGPD y otra por el artículo 32, por enviar datos personales de clientes a través de un dispositivo personal que la empresa no controlaba.
Lo relevante para ti está en el artículo 32: el reproche fue no garantizar medidas de seguridad sobre el canal. Un bot de transcripción al que reenvías el audio es eso mismo, un canal que no controlas dentro de un tratamiento del que sí respondes.
Tres reglas prácticas que se sostienen solas:
- Transcribe en el dispositivo, no en un servicio ajeno. La transcripción integrada de WhatsApp cumple esto por diseño. Las extensiones y los bots, no.
- Si el canal es profesional, que sea profesional de verdad. Un número de empresa gestionado con la API de WhatsApp Business deja rastro, se puede auditar y no depende del móvil personal de nadie.
- Informa de lo que haces con los mensajes. Si conservas transcripciones de conversaciones con clientes, entra en tu información de tratamiento como cualquier otro registro. Las obligaciones de RGPD que ya aplicas a tu sistema de reservas no cambian porque el dato llegue por audio.
De la nota de voz al seguimiento
Volvamos a la pregunta del paso 4. Un texto que se queda debajo del reproductor solo es un audio ligeramente más cómodo de consultar. Estas son las tres salidas que convierten el mensaje en trabajo.
La ficha del contacto. Lo que pide el cliente, pegado en su ficha, hace que la próxima conversación empiece donde acabó la anterior. Un CRM con la conversación y la ficha en el mismo sitio evita el clásico de rebuscar el chat para recordar qué se habló en marzo.
La cita. Buena parte de los audios de clientes terminan en "a ver cuándo lo vemos". Ahí el texto sobra: lo que hace falta es un enlace de reserva. La integración de WhatsApp de meetergo envía enlaces de reserva, formularios y recordatorios desde el propio chat, desde 39 euros por número y mes, y permite reprogramar dentro de la conversación.
El canal automático para lo repetitivo. Si el mismo audio llega veinte veces preguntando el horario, el problema no es transcribirlo más rápido. Una respuesta automática bien montada elimina el mensaje antes de que llegue.
Conviene decir lo que no hay: no existe una importación directa que lleve una transcripción de WhatsApp a las notas de IA de meetergo. El puente es el copiar y pegar, o el archivo exportado. Cualquiera que te venda lo contrario está describiendo un producto distinto.
Cuándo el problema no es WhatsApp
Si lo que quieres transcribir es una reunión, no una nota de voz, la función de WhatsApp no es la herramienta. Para eso está meetergo AI Notes, una aplicación de escritorio para macOS y Windows donde la grabación, la transcripción y el resumen se ejecutan en local, sin que nada salga del equipo. Reconoce más de 40 idiomas con detección automática, importa grabaciones ya existentes en más de 8 formatos y las funciones básicas son gratuitas e ilimitadas.
Dos límites honestos antes de descargarla. La diarización de hablantes, saber quién dijo qué, exige el plan Light de 9,90 euros al mes. Y los formatos de importación no incluyen expresamente el .opus de Android, así que si vas a llevar audios de WhatsApp ahí, comprueba el formato o conviértelo. Para pasar una grabación de vídeo a texto el flujo es el mismo.
Los errores que arruinan el seguimiento
- Fiarte de nombres propios y cifras sin revisar. Es justo lo que peor transcribe. Una referencia mal copiada cuesta más que escuchar el audio.
- Transcribir todo. Si el audio es "ok, perfecto", transcribirlo es trabajo inventado. Reserva la función para los mensajes con contenido.
- Guardar la transcripción y no la decisión. Nadie relee transcripciones. Lo que se relee es la línea de "acordamos X para el día Y". Resume mientras tienes el texto delante, no después.
- Usar el móvil personal para conversaciones de empresa. Es exactamente el supuesto de la resolución de la AEPD citada arriba, y no se arregla con ninguna herramienta de transcripción.
- Confundir la nota de voz con el acta. Una conversación de WhatsApp no sustituye a un acta de reunión con acuerdos y responsables.
Empieza por donde de verdad se atasca
Activa la transcripción en tus ajustes esta misma tarde: es gratis, tarda un minuto y el español lleva admitido desde el primer día. Eso resuelve la mitad fácil.
La mitad difícil es la otra: que lo que dijo el cliente acabe en la ficha, en la cita o en el presupuesto en vez de quedarse en el chat. Si ahí es donde se te cae el hilo, prueba meetergo gratis y monta el puente entre la conversación y el seguimiento. Sin tarjeta.
Reservas + videoconferencia en una sola herramienta.
Reservas + videoconferencia en una sola herramienta.
Preguntas frecuentes
¿Se puede transcribir un audio de WhatsApp sin instalar nada?
Sí. Viene integrada en la aplicación desde noviembre de 2024. Se activa en Ajustes, Chats, Transcripciones de mensajes de voz, y solo requiere descargar el paquete del idioma, unos 130 MB en español.
¿La transcripción de WhatsApp es privada?
WhatsApp indica que las transcripciones se generan en tu dispositivo y que nadie más, tampoco la propia empresa, puede leerlas. Esa garantía se pierde en cuanto reenvías el audio a un bot o usas una extensión del navegador.
¿Funciona en WhatsApp Web o en la aplicación de escritorio?
No. La transcripción integrada es una función del móvil. Desde el ordenador, la vía limpia es exportar el chat con archivos y transcribir el .opus o el .m4a en local.
¿Por qué me dice "Transcripción no disponible"?
Lo más habitual es que el idioma del audio no coincida con el paquete que tienes descargado. Otras causas son el ruido de fondo, un idioma no admitido o que la función aún no haya llegado a tu cuenta.
¿Qué idiomas admite la transcripción de WhatsApp?
En Android arrancó con español, árabe, hindi, portugués y ruso, y en septiembre de 2026 empezó a sumar alemán, francés, italiano, japonés y variantes del inglés. En iPhone la lista es más amplia desde iOS 16 y crece en iOS 17.
¿Puedo transcribir así las grabaciones de mis reuniones?
No es la herramienta adecuada. Para grabaciones largas con varios participantes necesitas un transcriptor de archivos con detección de hablantes; la función de WhatsApp está pensada para notas de voz de un chat.
¿Cuánto tarda en transcribir un audio largo?
En pruebas publicadas, unos 4 segundos para un audio de 30 segundos y entre 10 y 15 segundos para uno de 4 minutos. La velocidad depende del móvil, porque el cálculo se hace allí.
