# Transcriptor de audio a texto (IA) Transcribe voz de audio (wav/mp3/m4a/flac/ogg/webm/aac) a texto, SRT, VTT o JSON con el modelo grok-stt. Hasta 10 min. > Página canónica: https://elysiatools.com/es/tools/audio-to-text-transcriber - **Categoría:** AI Tools - **Palabras clave:** audio, transcribir, voz a texto, stt, subtítulo, srt, vtt, grok ## Descripción general Sube un archivo con voz y la herramienta lo transcribe con x-ai/grok-stt-1.0 vía OpenRouter. Para formatos con timestamps (SRT/VTT), el audio se divide en fragmentos transcritos por separado. Soporta WAV, MP3, M4A, FLAC, OGG, WebM y AAC. La duración sigue el límite de tu plan (gratis: 10 min, aplicado por la plataforma). ## Entradas - **Archivo de audio** (file): Upload an audio/video file with speech - **Formato de salida** (select) - **Idioma** (select) - **Duración máxima del bloque (s)** (number) ## Cuándo usarlo - Cuando necesites convertir una entrevista, reunión o nota de voz en texto editable. - Cuando quieras crear subtítulos SRT o VTT a partir de un audio o vídeo con voz. - Cuando necesites una salida estructurada en JSON para revisar los segmentos de una transcripción. ## Cómo funciona - Sube un archivo con voz en WAV, MP3, M4A, FLAC, OGG, WebM o AAC; también se aceptan archivos WebM y MP4. - Selecciona el formato de salida: texto plano, SRT, VTT o lista de cues JSON. - Elige la detección automática del idioma o indica uno de los idiomas disponibles. - Opcionalmente, ajusta la duración máxima de los bloques entre 20 y 55 segundos antes de iniciar la transcripción. ## Casos de uso - Convertir entrevistas y reuniones grabadas en transcripciones de texto. - Crear subtítulos SRT o VTT para vídeos con voz. - Obtener cues en JSON para revisar y organizar segmentos transcritos. ## Preguntas frecuentes ### ¿Qué formatos de audio admite? Admite WAV, MP3, M4A, FLAC, OGG, WebM y AAC. También acepta archivos WebM y MP4 con voz. ### ¿Qué formatos de salida puedo generar? Puedes generar texto plano, subtítulos SRT, subtítulos VTT o una lista de cues en JSON. ### ¿Cuál es la duración máxima? El límite depende de tu plan. En el plan gratuito, la duración máxima es de 10 minutos. ### ¿Puedo indicar el idioma del audio? Sí. Puedes usar la detección automática o seleccionar inglés, chino, español, ruso, francés, alemán o portugués. ### ¿Para qué sirve la duración máxima del bloque? Define el tamaño de los fragmentos usados durante la transcripción. Puedes elegir entre 20 y 55 segundos. ## Herramientas relacionadas - [Extractor de contorno melódico de audio](https://elysiatools.com/es/tools/audio-melody-contour-extractor): Extrae la melodía dominante y exporta MIDI, eventos de notas, contorno tonal, SVG y JSON en un ZIP. - [Detector de progresiones de acordes](https://elysiatools.com/es/tools/audio-chord-progression-detector): Estima localmente los acordes de un audio y descarga CSV, JSON, SVG y notas del método en un ZIP. - [Conversor de Audio en Lote](https://elysiatools.com/es/tools/audio-batch-converter): Convierte múltiples archivos de audio entre diferentes formatos como MP3, WAV, FLAC, AAC, OGG, Opus con configuración de calidad y procesamiento por lotes - [Cambiar códec de audio](https://elysiatools.com/es/tools/audio-codec-swap): Cambiar el códec dentro de un formato de salida elegido - [Convertidor de Formato de Audio](https://elysiatools.com/es/tools/audio-converter): Convierte archivos de audio entre diferentes formatos como MP3, WAV, FLAC, AAC, OGG con configuración de calidad y ajuste de volumen - [Audio a MIDI Multitrack (Borrador)](https://elysiatools.com/es/tools/audio-to-multitrack-midi): Separa una mezcla en stems (batería/bajo/otros/voces) y transcribe cada uno a MIDI - [Generador de Data URI](https://elysiatools.com/es/tools/data-uri-generator): Convierte archivos en Data URIs (Base64 o porcentaje-codificado) para incrustar imágenes, fuentes y recursos directamente en HTML, CSS o Markdown - [Eliminador de Recorte de Audio](https://elysiatools.com/es/tools/audio-declip): Repara el audio recortado reconstruyendo picos que excedieron la amplitud máxima. Restaura audio distorsionado de grabaciones sobrecargadas o con exceso de ganancia ## Ejemplos - [Muestras MP3 Sin Derechos de Autor](https://elysiatools.com/es/samples/mp3-samples): Colección de muestras de audio sin derechos de autor para pruebas y desarrollo, incluyendo sonidos de la naturaleza, música de meditación y audio ambiental - [Muestras FLAC Sin Derechos de Autor](https://elysiatools.com/es/samples/flac-samples): Colección de audio FLAC sin pérdidas para pruebas y desarrollo, incluyendo sonidos de la naturaleza y música de meditación - [Muestras WAV Sin Derechos de Autor](https://elysiatools.com/es/samples/wav-samples): Colección de audio WAV sin compresión para pruebas y desarrollo, incluyendo sonidos de la naturaleza y música de meditación - [Ejemplos de Video](https://elysiatools.com/es/samples/video-samples): Archivos de video de muestra en diferentes formatos y orientaciones