Carga un archivo de audio largo — hasta 10 horas, 5 GB en Business. Segmentamos en paralelo, mantenemos los identificadores de locutor consistentes de principio a fin, y te devolvemos una transcripción en lugar de una carpeta numerada.
MP3 · WAV · M4A · MP4 · MOV · MKV · OGG · OPUS · FLAC · WEBM — up to 100 MB anonymously
YouTube · TikTok · Vimeo · Twitter · SoundCloud · Spotify · 50+ more
↓ Un archivo de 5 horas, a mitad de la transcripción
La mayoría de herramientas agota el tiempo alrededor de los 90 minutos o dividen tu grabación larga en parciales numerados que tienes que unir. Segmentamos en ventanas superpuestas de 12 minutos, procesamos en paralelo, y reensamblamos con un pase global de locutor.
Llevamos tres horas — volvamos al punto de la cadena de suministro de la sesión matutina.
Claro, el cambio de fabricación a Vietnam. Creo que pasamos por alto el riesgo de tiempo de entrega.
Los tiempos de entrega pasaron de 14 a 31 días después del cambio arancelario.
Y eso es antes de considerar la congestión portuaria en Long Beach.
↓ This is the dashboard
Same layout as the real dashboard — Summary, full Transcript, Speakers tab, Exports. Key points and action items extracted automatically. Auto-tags on every job.
Sample preview from a founder interview about post-call workflow. Real transcripts look exactly like this — same tabs, same summary block, same key-points / action-items split, same auto-tag chips.
Tres opciones reales · comparación honesta
Las herramientas de consumo limitan la longitud de archivo y truncan silenciosamente. La API de Whisper tiene un límite de 25 MB por solicitud, así que construyes el chunker tú mismo. Aceptamos el archivo completo de 10 horas y devolvemos una transcripción.
Limita archivos largos a 4 horas por grabación. Los identificadores de locutor se desplazan después de las 2 horas.
10 horas por archivo. Segmentación paralela, pase global de locutor, un DOCX de salida.
La más barata por minuto. Construyes el chunker, la costura de locutor, y la lógica de reintento.
Precios y límites precisos a partir de mayo de 2026. Límite de longitud de Otter Pro verificado por última vez en su página de precios pública.
Específico para archivos largos
La mayoría de pipelines fueron construidos para reuniones de una hora. El audio largo los rompe de formas predecibles — aquí está lo que hacemos diferente.
Carga cualquier cosa más allá de 90 minutos y estas se activan automáticamente. Anula por trabajo desde el formulario.
Accuracy · real-world numbers
Lo difícil con audio largo no es el modelo — es mantener la precisión plana de minuto 1 a minuto 600. La desviación de locutor y los errores de límite de chunk son lo que mata la mayoría de pipelines. Los números a continuación se miden en archivos de cliente de longitud completa, no en los primeros 10 minutos.
Narración de audiolibro, podcast en solitario, manuscrito dictado. 6-10 horas de voz limpia sin ruido ambiental. Sin necesidad de diarización.
Mesa de conferencia, micrófono decente, 3-5 horas. El pase global de locutor mantiene los IDs estables en todo el archivo.
Día de capacitación de 7-9 horas con cambios de micrófono y preguntas y respuestas de la audiencia. Los nombres necesitan un pase de 5 minutos en los chips de locutor.
Historia oral larga, grupo focal, o panel con voces superpuestas y ruido ambiental. Usable, pero espera limpieza.
Preguntas comunes
30 minutos gratis cada mes. Sin tarjeta. Archivos hasta 10 horas, etiquetas de locutor que permanecen consistentes, exportación de archivo único.
Comenzar gratis