Audio de WhatsApp a texto, sin subir el archivo

Guarda la nota de voz como archivo, elígela aquí y lee lo que dice. El audio se abre dentro de esta pestaña del navegador y no va a ningún otro sitio. Sin registro y sin marca de agua.

Comprobando qué admite tu navegador...

Ejemplo
0:14
Hola, llegaré diez minutos tarde. ¿Puedes empezar sin mí?

Cómo sacar el audio de WhatsApp

WhatsApp deja la nota de voz dentro del chat, así que lo primero es guardarla como archivo. Elige la forma que encaje con el lugar donde lees tus mensajes.

Los nombres de los menús cambian un poco según la versión de WhatsApp. La página acepta un archivo cada vez, así que, si tienes varios, eliges uno, esperas y pulsas Otro archivo para el siguiente.

Cómo pasarla a texto

  1. Elige el archivo arriba. La primera vez, el navegador descarga el modelo de voz y lo guarda.
  2. Deja el idioma en automático o elígelo si sabes cuál es. Whisper escucha los primeros 30 segundos para decidirlo.
  3. Lee el resultado, corrige alguna palabra en el cuadro y copia el texto o guarda un archivo TXT.

Las notas de voz suelen ser cortas, y con el modelo Base normalmente basta. Si un nombre o un lugar sale mal, por ahí conviene empezar a comprobar de oído.

Privacidad para audios personales

Una nota de voz suele ser algo que no quieres en el servidor de un desconocido. Aquí el archivo no se sube. El navegador lee el audio y Whisper funciona en la misma pestaña. Lo único que se descarga es la página, la biblioteca de lectura y los archivos del modelo. Para comprobarlo, abre la pestaña Red (Network) de las herramientas de desarrollo y verás que no sale ningún archivo.

Dos cosas sí salen de la página, y ninguna contiene tu archivo ni tus palabras. Si aceptas las cookies, se carga la analítica habitual del sitio, igual que en cualquier otra página. Y la página envía a nuestro servidor algunos conteos anónimos, sin cookies: cuando eliges un archivo (su tamaño aproximado y cómo lo lee la página), cuando termina una transcripción (el modelo, CPU o GPU, una duración aproximada, como "1 a 5 minutos", y la velocidad) y cuando algo falla (el paso que falló). Así sabemos si alguien lo usa y dónde falla. El código es abierto y está en GitHub, así que puedes leer exactamente lo que hace.

En el teléfono

La página también se abre en el navegador del teléfono. Los navegadores que no pueden leer un archivo por partes se quedan en 1 GB en el PC y en 200 MB en un teléfono, y una nota de voz queda muy por debajo de ambos. En el teléfono solo aparecen los modelos Tiny y Base, que van bien para notas cortas. Para grabaciones largas, el PC rinde mejor. La página no distingue quién habla: escribe lo que se dijo, sin nombres. Para otros tipos de archivo, mira la página principal de Whisper Web en español.