Start free

Correo de voz a texto.Más de 100 idiomas, cualquier formato de operador.

Exporta tu correo de voz como MP3 o WAV desde la aplicación de correo de voz visual de tu operador, la bandeja de entrada VoIP o el sistema PBX. Sube el archivo y obtén una transcripción con marcas de tiempo en segundos.

Drop a file, or pick one

MP3 · WAV · M4A · MP4 · MOV · MKV · OGG · OPUS · FLAC · WEBM — up to 100 MB anonymously

Paste a link, we’ll fetch the audio

YouTube · TikTok · Vimeo · Twitter · SoundCloud · Spotify · 50+ more

Record straight from your browser

Sign up takes 30 seconds — recording opens right after, in the dashboard.

No card required~90s per 60-min fileSRT · VTT · DOCX · TXTFiles auto-deleted in 24h

↓ Watch what happens

Audio in. Transcript out.

Drop a file, paste a URL, or record live — text appears back with speaker labels and timestamps. Same pipeline whether the source is a file, a URL, or your microphone.

Microphone · liveREC 00:07.41
en-US auto-detected16 kHz mono
~90s
Transcript · streaming2 speakers · 47:08
S1

Thanks for making the time. I want to start with framing — what was the original hypothesis behind the project?

S2

Honestly, maybe forty percent. The shape held — the mechanics underneath had to be rebuilt almost entirely.

S1

What flipped it for you? Was there one customer call, one piece of data

~95% accuracy on clean audioSRT · DOCX · TXT · JSON

↓ This is the dashboard

This is what loads when the job finishes.

Same layout as the real dashboard — Summary, full Transcript, Speakers tab, Exports. Key points and action items extracted automatically. Auto-tags on every job.

Try it on your own file — it's free

Three real options · honest comparison

Built-in dictation, AI speech-to-text, or a human transcriber.

Three legitimate ways to get text from spoken audio in 2026. Each is best for different work. Honest numbers below — no claim that AI matches a professional human transcriber on hard audio.

Option 01

Built-in dictation

Live, free, on-device. Handy for short bursts while you talk.

Accuracy · clear English~85%
Speaker separationNo
TimestampsNo
Languages~30
60-min fileLive only
CostFree
Best forShort voice notes while you walk. Hands-free messaging. Dictating an email at a stoplight.
Option 02

AI speech-to-text

~30× faster than realtime. 100+ languages. Speaker labels. The sweet spot for most work.

Accuracy · clear English95%+
Speaker separationYes (Pro+)
TimestampsPer sentence
Languages100+ auto
60-min file~90 s
Cost · per min$0.03
Best forInterview recordings · meeting notes · podcast transcripts · YouTube subtitles · batch jobs · API automation · field journalism.
Option 03

Human transcriber

Gold-standard accuracy when the audio is hard or the stakes are legal.

Accuracy · clear English98–99%
Speaker separationManual
TimestampsPer turn
LanguagesPer transcriber
60-min file4–8 hours
Cost · per min$1–3
Best forLegal depositions · medical dictation · archival oral history · anything where 95%+ accuracy is non-negotiable.

Built-in dictation figures from public iOS / Android speech API benchmarks. Human transcriber rates from US/UK industry surveys 2024–2025.

Accuracy · real-world numbers

95%+ on clear English. It holds up on real-world recordings too.

Modern transcription reaches 95%+ word accuracy on clear English at 128 kbps and above, comparable to a human transcriber on the same recording. The audio coming in sets the ceiling — cleaner source, cleaner transcript. The breakdown below covers the recordings we actually see in production.

97%+
Clean studio audio

USB or studio microphone in a treated room. Single speaker at conversational distance. The headline number.

95%+
Clear English at 128 kbps+

Podcast masters, interview recordings, well-mic'd meetings. The sweet spot for most professional work.

93%
Real-world podcast

Field-recorded interviews, podcast episodes at 64–128 kbps, multi-speaker recordings. Usable for editorial without a review pass.

91%
Meeting room recording

Ceiling mic, omnidirectional capture, mild reverb, multiple speakers at distance. Plan a rename pass on the speaker chips.

Common questions

7 things people ask about this.

01¿Cómo exporto correos de voz desde mi teléfono u operador?+
Google Voice: haz clic en el correo de voz, haz clic en Más, descarga como MP3. Microsoft Teams Phone: abre el correo de voz en la pestaña Llamadas, haz clic en Descargar. Correo de voz visual (iPhone): toca el correo de voz, toca el icono de compartir. Correo de voz visual Android: toca el mensaje, toca el menú de tres puntos, comparte o exporta. Proveedores VoIP: descarga desde el portal o recibe como archivo adjunto de correo electrónico.
02¿Qué formatos de audio de correo de voz se admiten?+
MP3, WAV, OGG, AMR y la mayoría de los formatos comunes de operador. Google Voice y Teams Phone entregan MP3. La mayoría de los proveedores VoIP entregan WAV. Los operadores móviles pueden entregar AMR u OGG. Todos se aceptan sin conversión.
03¿Qué precisión puedo esperar de una transcripción de correo de voz?+
88%+ en un correo de voz estándar de operador dejado en un entorno silencioso. 80%+ en grabaciones ruidosas o llamadas con alta compresión. El audio de correo de voz tiene calidad telefónica (8 kHz), lo que limita el techo en comparación con una nota de voz, pero es suficiente para identificar detalles del interlocutor y números de devolución de llamada.
04¿Puedo transcribir un acumulado de correos de voz en lote?+
Sí. Envía cada correo de voz como un trabajo independiente a /api/v1/jobs con una URL de webhook compartida: Business ejecuta hasta 50 trabajos concurrentes, Pro hasta 20. Un acumulado de 200 correos de voz se procesa en menos de una hora en Business. Formatos de exportación DOCX, TXT y JSON disponibles. Autenticación JWT, límites de tasa por clave.
05¿Detecta automáticamente el idioma del interlocutor?+
Sí. El idioma se detecta automáticamente a partir de los primeros 30 segundos de audio. Los interlocutores que dejan correos de voz en francés, español, mandarín o cualquiera de los más de 100 idiomas tendrán su correo de voz transcrito en ese idioma sin necesidad de configuración manual.
06¿Está disponible la diarización de hablantes para correos de voz?+
Sí, en los planes Pro y Business. La mayoría de los correos de voz tienen un solo hablante. Los correos de voz ocasionales con dos personas hablando (una breve conversación capturada accidentalmente) o secuencias de asistente automático + interlocutor se pueden separar.
07¿Puedo integrar la transcripción de correo de voz con mi CRM?+
Sí, a través de la API. Envía la URL del audio del correo de voz cuando llegue un nuevo mensaje, recibe la transcripción mediante webhook y envía el texto a tu CRM o sistema de atención al cliente. Varios equipos de atención al cliente utilizan este patrón para completar automáticamente las notas de los tickets a partir de los correos de voz.

Drop something in. See what comes out.

30 minutos gratuitos al mes, sin tarjeta. Descarga un correo de voz, sube el MP3 o WAV: transcripción en aproximadamente 10 segundos.

Iniciar transcripción gratuita