--- title: "Transcribir audio a texto, con su vocabulario profesional" description: "Transcriba sus notas de voz y reuniones grabadas a texto, con los términos de su profesión: 30 minutos de audio en un minuto, aprox." url: "https://techvoice.fr/es/transcripcion-de-audio" language: "es" updated: "2026-11-09" --- # Transcribir audio a texto, con su vocabulario profesional Notas de voz, reuniones, entrevistas, ideas grabadas mientras camina: suba el archivo y TechVoice lo transcribe y lo corrige con su vocabulario. Transcribir una reunión de 30 minutos lleva alrededor de un minuto. > Por ahora, TechVoice funciona en francés y en inglés: dictado, corrección e interfaz. La versión en español está en preparación. **Formatos admitidos** — m4a, mp3, wav, aac, ogg, opus, flac, webm, mp4 Usted ya tiene grabaciones: notas de voz entre dos citas, reuniones, entrevistas. Lo que falta es convertir esos archivos en texto utilizable. TechVoice hace la transcripción de audio a texto en pocos instantes y corrige los términos de su profesión con su propio vocabulario, igual que en un dictado en directo. ## Cómo funciona 1. **Suba el archivo** a una nota, desde su ordenador o su móvil. 2. **TechVoice lo transcribe** con Voxtral Small Transcribe 3, el modelo de transcripción de archivos de Mistral AI, en el idioma de la aplicación. Por ahora, TechVoice funciona en francés y en inglés, así que la grabación debe estar en uno de esos dos idiomas. 3. **Se aplica la corrección** con su vocabulario y sus correcciones anteriores, sin reformular. 4. **Usted lo revisa**: el texto llega a la nota, las correcciones quedan a la vista y, si lo necesita, el formato en un clic lo convierte en un correo electrónico o en un texto redactado. ## Rápido, incluso con una hora de audio El modelo recibe la grabación completa: dispone de todo el contexto antes de escribir, lo que lo hace más preciso que en directo. Con una reunión real de 30 minutos, la transcripción tardó entre 52 y 67 segundos en nuestras mediciones, algo más en horas punta. El límite es de 60 minutos y 100 MB por archivo. No lo impone TechVoice: es la duración que el modelo procesa de una sola vez, porque el audio y el texto generado se reparten su capacidad. Explicamos estas limitaciones en [nuestra experiencia con Voxtral](https://techvoice.fr/es/blog/voxtral-mistral-ai-reconocimiento-de-voz). ## Los términos de su profesión, bien escritos La grabación de una reunión o de una consulta está llena de vocabulario especializado: ahí es donde fracasa una transcripción genérica. En nuestro corpus de prueba de ortopedia, en francés, el texto sin corregir de la importación contenía un 9,6 % de errores en los términos técnicos, y un 2,6 % tras la corrección con el vocabulario del médico. Estas cifras proceden de voces sintéticas y son optimistas; sobre todo, muestran lo que aporta la corrección. Es el mismo vocabulario que en el dictado: su especialidad, sus documentos tipo y cada una de sus correcciones. Una corrección hecha en un dictado sirve también para las transcripciones siguientes, y viceversa. ## Lo que la transcripción no hace - **No distingue a los interlocutores**: el texto es continuo, sin nombres de hablantes ni marcas de tiempo. - **No resume**: obtiene lo que se dijo, corregido, no una síntesis. Después, el formato en un clic puede convertirlo en un correo electrónico o en un texto redactado, para revisar. - **No sustituye la autorización de las personas grabadas**: grabe solo con el consentimiento de los presentes. - **No admite datos de salud identificativos**: TechVoice no está certificado HDS (la certificación francesa para alojar datos de salud); no suba grabaciones en las que se pueda identificar a un paciente. ## Formatos y confidencialidad Se admiten los formatos habituales: m4a (notas de voz del iPhone), mp3, wav, aac, ogg, opus, flac, webm y mp4. Mistral AI transcribe el archivo en Francia y, después, TechVoice no lo conserva; solo queda el texto, en sus notas. Encontrará el detalle en la página de [Privacidad](https://techvoice.fr/confidentialite) (en francés). ## Preguntas frecuentes ### ¿Cuál es la duración máxima de una grabación? 60 minutos y 100 MB por archivo. Si la grabación es más larga, divídala en varios archivos. ### ¿Se conserva el archivo de audio? No. Se utiliza para la transcripción y, después, TechVoice no lo guarda. Solo queda el texto, en sus notas, y puede eliminarlo en cualquier momento. ### ¿Distingue TechVoice entre las personas que hablan? No: la transcripción es un texto continuo, sin nombres de hablantes ni marcas de tiempo. Si se trata de una entrevista con varias voces, cuente con revisar y estructurar el texto. ### ¿Cuánto cuesta una transcripción? Menos de un punto por minuto de grabación, transcripción y corrección incluidas. Los 100 puntos de regalo al registrarse bastan para probarlo con varias grabaciones en francés o en inglés.