Transcribir audios de WhatsApp a texto

En Android, mantén presionado el mensaje de voz hasta que quede marcado, toca el ícono de compartir y elige dónde guardarlo: Archivos, Drive o tu propio correo. WhatsApp además guarda una copia local de cada nota de voz en la carpeta WhatsApp Voice Notes del almacenamiento interno, ordenada por semanas, un detalle útil cuando necesitas rescatar un audio antiguo sin buscarlo mensaje por mensaje en el chat.

En iPhone no hay carpeta visible, así que todo pasa por el menú de compartir: mantén presionado el audio, toca Reenviar, luego el ícono de compartir y elige Guardar en Archivos. La nota de voz queda en la app Archivos y desde ahí la subes al navegador en dos toques.

Desde la computadora es todavía más directo. Abre el chat en WhatsApp Web, pasa el cursor sobre el mensaje de voz, toca la flecha que aparece en la esquina y elige Descargar. El audio baja como archivo OGG, listo para subir, sin tocar el teléfono en ningún momento. Cuando toda la conversación está en la pantalla grande, la guía para transcribir audios de WhatsApp Web recorre ese camino con más detalle.

Las notas de voz de WhatsApp usan el códec Opus, casi siempre dentro de un contenedor OGG. Es un formato diseñado para voz humana: comprime muchísimo sin destrozar la claridad, que es exactamente lo que un sistema de reconocimiento necesita. Por eso un audio de varios minutos pesa poco y se sube en segundos incluso con una conexión lenta.

En internet sobran los conversores de OPUS a MP3 y no necesitas ninguno. Convertir el archivo no mejora la transcripción y solo añade un paso. Lo medimos con varios niveles de compresión y el texto salió igual, así que el único efecto seguro de convertir es perder tiempo. Sube la nota tal como salió de WhatsApp: OPUS, OGG o el M4A de versiones antiguas entran igual y se transcriben igual. Probamos qué pasa con la compresión y el texto no cambió, algo que contamos con los números en la calidad de los audios de WhatsApp.

WhatsApp incluye transcripción de notas de voz, aunque viene desactivada: se enciende en Ajustes, Chats, Transcripción de mensajes de voz. Procesa el audio en el propio teléfono y transcribe un mensaje a la vez, manteniendo pulsado sobre él. Para un audio corto, cuando solo quieres saber de qué trata, cumple.

Los límites aparecen rápido. En Android el idioma está limitado a un puñado de opciones y en iPhone depende de la versión del sistema, el texto se queda dentro del chat sin posibilidad de exportarlo ni corregirlo, y con notas largas o grabadas con ruido la calidad cae. Cuando necesitas el texto completo para editarlo, traducirlo, guardarlo como documento o mandarlo fuera de WhatsApp, ninguna de esas cosas se puede hacer desde el chat. Dónde se activa y qué resuelve bien está detallado en cómo ver los audios de WhatsApp escritos.

Cuando el hilo tiene diez o quince notas de voz, ir mensaje por mensaje es el camino lento, y hay una página dedicada a ese caso: transcribir varios audios de WhatsApp. WhatsApp permite exportar la conversación entera con sus archivos: abre el chat, entra en el menú de los tres puntos, elige Más y luego Exportar chat, y cuando pregunte selecciona la opción que incluye los archivos multimedia. Lo que recibes es una carpeta comprimida con el historial en texto y, junto a él, cada nota de voz como archivo suelto en formato OPUS.

Desde ahí eliges cuáles valen la pena. Los audios de la conversación quedan ordenados por fecha, así que ubicar el del martes por la tarde es cuestión de mirar el nombre del archivo en lugar de reproducir uno tras otro dentro del chat. Sube solo esos y deja fuera los saludos de diez segundos, que gastan minutos del plan sin aportar nada al texto que necesitas.

Vale la pena saber que el historial exportado ya trae el texto de los mensajes escritos, no de los audios. Esa es justamente la parte que falta y la que la transcripción completa: terminas con la conversación entera legible, la parte escrita por WhatsApp y la hablada por el motor de reconocimiento.

El flujo completo tarda menos que escuchar la nota de voz. Guardas el audio, lo subes con el idioma configurado en español y en menos de un minuto tienes el texto con marcas de tiempo. Lo lees en diagonal, y si una frase importa de verdad, tocas esa línea y el reproductor salta justo a ese segundo, para confirmar el tono con tus propios oídos en lugar de confiar ciegamente en la máquina.

De ahí el texto va a donde lo necesites: copiado a una nota, exportado como TXT en el plan gratuito, o como DOCX y PDF en los planes de pago. Con Pro la misma subida puede incluir la traducción al inglés, útil cuando el audio importante llegó de un cliente o un familiar y alguien más necesita entenderlo. El plan gratuito incluye 60 minutos al mes con archivos de hasta 30 minutos, suficiente para el uso personal típico de WhatsApp sin pagar nada.