Elysia Tools
Navegación
AI Tools
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.
Detalles
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).
Ejecución
Completa el formulario, ejecuta la herramienta y revisa el resultado en un solo lugar.
Listo para ejecutar
Ejemplos
Relacionado
Guía de uso de la herramienta
Transcribe archivos con voz a texto, subtítulos SRT o VTT, y listas de cues en JSON mediante el modelo de IA grok-stt. Sube un archivo compatible de hasta 10 minutos y elige el idioma y formato de salida.
Contexto
Una periodista tiene una entrevista grabada en formato MP3 y necesita preparar rápidamente una versión escrita.
Problema
Pasar una conversación de varios minutos a texto sin transcribirla manualmente.
Cómo usarlo
Sube el archivo MP3, selecciona "Texto plano" y elige "Español" como idioma.
Resultado
La herramienta genera una transcripción en texto de la entrevista para facilitar la revisión y edición.
Contexto
Un creador tiene un vídeo WebM con narración y quiere preparar subtítulos sincronizados.
Problema
Crear un archivo de subtítulos a partir del contenido hablado del vídeo.
Cómo usarlo
Sube el archivo WebM, selecciona "SRT" y usa la detección automática o indica el idioma de la narración.
Formato: SRT; idioma: detección automática; duración máxima del bloque: 45 segundos.Resultado
Admite WAV, MP3, M4A, FLAC, OGG, WebM y AAC. También acepta archivos WebM y MP4 con voz.
Puedes generar texto plano, subtítulos SRT, subtítulos VTT o una lista de cues en JSON.
El límite depende de tu plan. En el plan gratuito, la duración máxima es de 10 minutos.
Sí. Puedes usar la detección automática o seleccionar inglés, chino, español, ruso, francés, alemán o portugués.
Define el tamaño de los fragmentos usados durante la transcripción. Puedes elegir entre 20 y 55 segundos.
La herramienta genera un archivo SRT con segmentos de subtítulos basados en la transcripción.
Contexto
Un investigador necesita revisar una nota de voz y consultar sus segmentos de forma estructurada.
Problema
Organizar la transcripción para analizar cada cue por separado.
Cómo usarlo
Sube el archivo M4A, selecciona "Lista de cues JSON" y elige el idioma correspondiente.
Resultado
La salida JSON organiza la transcripción en cues para facilitar su revisión.