Transcribir vídeo a texto: 5 métodos gratis comparados

El método más rápido y gratis para transcribir un vídeo no depende de la herramienta, sino de dos cosas: qué contiene el vídeo y quién puede verlo. Un tutorial público de YouTube lo subes a cualquier convertidor online sin pensarlo. Una llamada con un cliente, una entrevista de trabajo o material aún sin publicar no pintan nada ahí: la mayoría de las herramientas gratuitas mandan tu archivo a un servidor ajeno, a menudo en Estados Unidos. Justo en esa pregunta se separan los métodos.

Esta guía recorre cinco formas gratuitas de pasar un vídeo a texto, desde el transcript que YouTube ya trae integrado hasta la transcripción local que nunca sale de tu equipo. En cada método verás cuándo encaja y cuándo no.

Lo más importante en breve

• Los vídeos públicos de YouTube muchas veces no necesitan ninguna herramienta: la transcripción integrada te da el texto en segundos, sin subir nada ni instalar software.
• Las grabaciones confidenciales (llamadas de clientes, entrevistas, conversaciones de RR. HH.) se transcriben mejor en local, sobre tu propio equipo, sin pasar por la nube y de forma conforme al RGPD.
• Gratis no significa sin límites: los convertidores online y Microsoft Word topan los minutos, la precisión o los idiomas, y cedes el archivo a un tercero.
• La precisión sube o baja con la calidad del audio y con el idioma bien configurado, no con el precio de la herramienta.
• El formato rara vez es el problema: MP4, MOV, WAV y MP3 los procesan casi todas las herramientas.

¿Qué método encaja con cada vídeo?

Antes de abrir ninguna herramienta, responde a una pregunta: ¿puede el contenido de este vídeo pasar por un servidor ajeno? De ahí depende casi todo lo demás.

Tres criterios más ayudan a decidir: el idioma (¿castellano claro, acento marcado o varios idiomas a la vez?), la duración (las herramientas gratuitas suelen tener un límite de minutos) y el objetivo. ¿Quieres al final subtítulos, un acta o texto corrido? Si grabas reuniones enteras a menudo, el repaso a las herramientas de videoconferencia te da además vías de grabación que encajan.

Esta guía va de archivos de vídeo. Si lo tuyo es un archivo solo de audio, como un podcast, un dictado o una nota de voz, las reglas cambian un poco y lo cubre la guía sobre transcribir audio a texto.

Método 1: transcribir un vídeo de YouTube con la transcripción integrada

Para un vídeo de YouTube que solo quieres leer o citar, lo más sencillo casi siempre viene de serie. YouTube genera subtítulos automáticos para la mayoría de los vídeos y los deja a tu alcance como transcripción.

• Abre el vídeo en el ordenador, en youtube.com.
• Bajo el vídeo, pulsa los tres puntos (Más) y luego "Mostrar transcripción".
• A la derecha aparece el texto con marcas de tiempo. Desde el menú del panel puedes ocultarlas.
• Selecciona el texto, cópialo y pégalo en tu documento.

Si el vídeo es tuyo, en YouTube Studio descargas el archivo de subtítulos como SRT desde la pestaña "Subtítulos". Es más limpio que copiar, porque conserva los saltos de línea y la sincronización.

El inconveniente: solo funciona si el vídeo tiene subtítulos, y los automáticos fallan a menudo con nombres propios, cifras y audio malo. Que el reconocimiento automático tiene límites lo reconoce el propio YouTube. En la app móvil la vista de transcripción aparece según la versión; en el escritorio funciona sin problemas. Para una transcripción formateada, otro idioma o un vídeo sin subtítulos, el Método 2 es mejor opción.

Método 2: transcribir el archivo de vídeo en local, sin nube

Cuando la grabación es confidencial o necesitas una transcripción limpia con identificación de hablantes, transcribes el archivo de vídeo directamente en tu ordenador. Hay programas de escritorio gratuitos que ejecutan un modelo de IA (casi siempre Whisper, de código abierto, cuya precisión está documentada en un artículo de investigación) en local. Ni el vídeo ni la transcripción salen a internet, lo que para contenidos con datos personales es la base de cualquier tratamiento conforme al RGPD.

Un ejemplo del entorno europeo es meetergo Log, una app gratuita para macOS y Windows (unos 50 MB; la versión para Linux está anunciada). Así se hace:

• Descarga y abre la app. No hace falta crear cuenta.
• Arrastra el archivo de vídeo a la app. Admite MP4, WAV, MP3 y cinco formatos más, ocho en total.
• Elige el idioma o deja que lo detecte solo. Hay más de 40 idiomas disponibles.
• Inicia la transcripción. El modelo corre en tu equipo y la identificación de hablantes (diarización) asigna cada fragmento a la persona correcta.
• Busca dentro del resultado, resúmelo automáticamente y expórtalo como texto.

Como todo corre sin conexión, también puedes transcribir sin internet, por ejemplo en el tren. Y como no hay costes de servidor, grabar, transcribir, resumir y exportar es gratis y sin límite de minutos. Es también la razón por la que esta vía conviene más que subir datos sensibles a una nube estadounidense: sencillamente no existe ningún servidor que pueda quedar bajo la CLOUD Act, una diferencia de jurisdicción de los datos que decide qué ley manda sobre tu archivo.

Un inconveniente honesto: el procesamiento local cuesta tiempo de cálculo, y cuánto depende sobre todo del modelo. En una prueba propia con un modelo Whisper local (la tecnología que hay detrás de meetergo Log), una grabación de voz de unos 70 segundos quedó lista en unos 3 segundos con el modelo pequeño y en unos 9 con el modelo más grande y preciso, sobre un portátil actual.

O sea, los clips cortos van más rápidos que en tiempo real; solo los vídeos muy largos con los modelos más precisos piden paciencia en hardware antiguo. Y un vídeo de YouTube primero tienes que tenerlo como archivo antes de transcribirlo en local.

Si lo tuyo son reuniones en directo y no un archivo ya grabado, la app capta el sonido del sistema sin que ningún bot entre a la llamada. Eso simplifica la privacidad en reuniones grabadas de Google Meet. Para la parte de vídeo en sí existe además meetergo connect.

Método 3: transcribir un vídeo en Microsoft Word

Quien ya trabaja con Microsoft 365 tiene en Word para la web una función de transcripción. Subes el archivo de audio o vídeo, o grabas directamente, y Word genera una transcripción con cambios de hablante que, si quieres, inserta en el documento.

Para encontrarla: abre Word en el navegador, en la pestaña "Inicio" pulsa la flecha junto a "Dictar", elige "Transcribir" y sube el archivo. Microsoft describe los pasos en detalle.

La vía es práctica si después sigues escribiendo en Word. Tiene dos límites claros: la función exige una suscripción de pago a Microsoft 365, el Word gratuito no la trae. Y el archivo se sube a la nube de Microsoft para procesarse, así que no es una vía local. Con contenidos confidenciales conviene revisar la ubicación del servidor y el contrato de encargo de tratamiento. A eso se suma un límite mensual de unos 300 minutos de subida.

Método 4: subtítulos y transcripción en el editor de vídeo

Quien monta un vídeo para redes o YouTube suele llevarse la transcripción gratis dentro del propio programa de edición. Herramientas como el gratuito DaVinci Resolve o los editores habituales generan subtítulos automáticos a partir del audio, que sirven a la vez de transcripción.

El proceso es parecido en todos: seleccionas la pista de audio, lanzas la función de subtítulos o transcripción automática, eliges idioma, repasas el texto y lo exportas como SRT o texto plano.

Compensa sobre todo si al final quieres subtítulos incrustados de todos modos, porque entonces resuelves las dos cosas de una pasada. Si solo buscas el texto, montar un editor entero es desproporcionado. Fíjate además en si tu editor calcula en la nube o en local: suele indicarlo en los ajustes y vuelve a decidir la cuestión de la privacidad. Para creadores que además gestionan rodajes y citas, meetergo tiene una página específica para fotógrafos y videógrafos.

Método 5: convertidores online para "vídeo a texto"

La vía más rápida sin instalar nada son los servicios de navegador que prometen convertir el vídeo a texto. Subes el archivo y, en pocos minutos, tienes la transcripción, casi siempre con un nivel gratuito.

La comodidad tiene un precio que no se mide en euros:

• Los niveles gratuitos topan los minutos por archivo o por mes, y a veces también la precisión.
• Tu archivo acaba en un servidor ajeno, con frecuencia fuera de la UE. El RGPD somete esas transferencias a terceros países a condiciones estrictas; con contenidos personales suele faltar el contrato de encargo de tratamiento, y la CLOUD Act puede entrar en juego.
• Para un vídeo público o sin datos sensibles está perfectamente bien, y de hecho es lo más rápido.

La regla honesta: los convertidores online son estupendos para material que también harías público. Todo lo demás se transcribe mejor en local.

Saca más partido a la transcripción

Una transcripción en bruto rara vez es el producto final. Según el objetivo, la trabajas un poco más:

• Subtítulos: expórtala como SRT o VTT y súbela junto al vídeo.
• Acta: de la grabación de una reunión sale, con algo de estructura, un acta de reunión limpia.
• Notas y tareas: marca decisiones y pendientes. Las buenas herramientas resumen a partir de ahí notas estructuradas.
• Texto corrido: para un artículo, documentación o traducción, exporta como TXT o DOCX.

Un consejo que vale para cualquier método: revisa nombres, cifras y tecnicismos a mano. Ahí es donde el reconocimiento automático más se equivoca.

Errores frecuentes al transcribir un vídeo

• Subir vídeos confidenciales a cualquier herramienta en la nube. Una llamada de cliente o una entrevista de trabajo en un servidor desconocido es un riesgo real para la privacidad. Aclara antes la ubicación del servidor y el contrato de encargo de tratamiento, o transcribe directamente en local.
• Configurar mal el idioma, o no configurarlo. Si la herramienta detecta inglés en lugar de español, el resultado no sirve. Fija el idioma a mano cuando la grabación no sea cristalina.
• Subestimar el audio malo. El ruido de fondo, varios hablantes a la vez y un micro barato cuestan más precisión de la que cualquier herramienta puede recuperar después.
• Dar por buenos los subtítulos automáticos sin revisar. En la misma prueba, incluso una grabación nítida convirtió la palabra inglesa "update" en un galimatías: repasa anglicismos y nombres propios antes de entregar la transcripción.
• Olvidar derechos y consentimiento. Los vídeos ajenos de YouTube no se pueden reutilizar a la ligera, y en conversaciones grabadas necesitas el consentimiento de todas las partes.

Transcribe vídeos en local, sin que ningún archivo salga de tu equipo: meetergo Log crea transcripciones con identificación de hablantes y resumen directamente en Mac o Windows, gratis y sin subir nada a la nube. Descarga meetergo Log gratis.

Preguntas frecuentes

¿Puedo transcribir un vídeo de YouTube que no es mío?
Para leerlo o documentarte en privado, sí, con la transcripción integrada. Publicarlo o reutilizarlo con fines comerciales sin permiso, no: eso toca derechos de autor.

¿Qué formatos de vídeo puedo transcribir?
Los habituales: MP4 y MOV en vídeo, WAV y MP3 en audio. Las apps locales como meetergo Log procesan más de ocho formatos por arrastrar y soltar.

¿Transcribir un vídeo es de verdad gratis?
Sí, varias vías no cuestan nada. La transcripción de YouTube y las apps Whisper locales no tienen límite de minutos. Los convertidores online y Word, en cambio, topan el uso gratuito.

¿Cómo de precisa es la transcripción automática?
Con audio claro y un solo idioma, muy buena. El acento marcado, la jerga, varios hablantes y el ruido bajan la calidad, y eso pasa independientemente del precio de la herramienta.

¿Cómo transcribo un vídeo conforme al RGPD?
Lo más seguro es en local, para que el archivo no salga del equipo. Si usas un servicio en la nube, fíjate en que el servidor esté en la UE y en que exista un contrato de encargo de tratamiento. Tienes más contexto en la guía sobre el cumplimiento del RGPD en el software de reservas.

¿Puedo transcribir un vídeo sin conexión?
Sí, con una app que ejecute el modelo de IA en local. Entonces no necesitas internet, ideal para viajar o para grabaciones sensibles.

¿Cómo convierto la transcripción en subtítulos?
Expórtala como archivo SRT o VTT y súbela junto al vídeo. Muchas herramientas ofrecen la exportación a SRT directamente.