Start free

Buzón de voz a texto.100+ idiomas, cualquier formato de operadora.

Carga una grabación de buzón de voz de Google Voice, Twilio, RingCentral, o un operador móvil. Obtén una transcripción con marca de tiempo, números telefónicos formateados, idioma detectado automáticamente — MP3, WAV, OGG, o AMR.

Suelta tu audio o vídeo

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

Graba directamente desde tu navegador

Registrarse lleva 30 segundos — la grabación se abre justo después, en el panel.

No card required~90s per 60-min fileSRT · VTT · DOCX · TXTLos archivos se eliminan automáticamente en 24 h

↓ Mira qué sale

Audio de operadora entra. Texto con capacidad de búsqueda sale.

El buzón de voz es audio de banda estrecha de un solo locutor — generalmente 8 kHz, a menudo con tráfico o viento de fondo. Optimizamos el reconocedor para grabaciones cortas de banda telefónica para que las devoluciones de llamada y los números se capturen correctamente.

voicemail-0427-1142.mp3REC 1 locutor · 0:38
auto-detectado en-US8 kHz mono · μ-law
~90s
Transcripción · en tiempo real89% de precisión
S1

Hola, soy Janet de Westfield Property Management llamando sobre la renovación del arrendamiento en la unidad de Larkin Street.

S1

Enviamos la documentación el martes — quería confirmar que la recibiste antes del día 30.

S1

El mejor número para contactarme es 415-555-0188, extensión 204.

S1

Gracias, llámame cuando tengas la oportunidad.

89% en 8 kHz monoTXT · DOCX · JSON · SRT

↓ 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

Tres opciones reales · comparación honesta

Google Voice integrado. YouMail. O nosotros.

Google Voice incluye transcripciones gratuitas que están bien para una visión general rápida. YouMail es una aplicación de buzón visual para consumidores. Nosotros procesamos el archivo que exportas — cualquier operadora, cualquier formato, con formateo y exportaciones diseñadas para flujos de pegado en CRM.

Option 01

Google Voice / Gmail integrado

Transcripción automática gratuita en cada mensaje de Google Voice. Solo inglés y un volcado de texto simple.

RequiereNúmero de Google Voice
IdiomasSolo inglés
Formateo de números telefónicosEn línea, a menudo incorrecto
Carga en loteNo — solo por mensaje
ExportaciónCuerpo del correo
CostoGratuito
Best forUsuarios individuales en Google Voice que solo necesitan una idea general en inglés en su bandeja de entrada.
Option 02

Transcription.Solutions

Carga el WAV, MP3, OGG, o AMR. Obtén texto formateado — cualquier operadora, cualquier idioma.

RequiereSolo el archivo de audio
Idiomas100+, detectados automáticamente
Formateo de números telefónicosE.164 normalizado + local
Carga en loteCarga una carpeta, se ejecuta en paralelo
ExportaciónTXT · DOCX · JSON · SRT
Costo · por minuto$0.03
Best forCualquiera que agrupe buzones de un PBX, apoye llamantes que no hablen inglés, o envíe texto a un CRM.
Option 03

YouMail

Aplicación de buzón visual para consumidores. Reemplaza completamente el buzón de tu operadora — no es una herramienta basada en archivos.

RequiereReenvío condicional de la operadora
IdiomasInclinado al inglés
Formateo de números telefónicosSolo ID de llamada
Carga en loteNo — solo reenvío en vivo
ExportaciónEn la app + correo
Costo$5–18/mes por número
Best forUsuarios móviles que quieren reemplazar su buzón de operadora con una bandeja de entrada unificada.

Precios precisos a partir de mayo de 2026. La disponibilidad de transcripción de Google Voice varía según la región y el tipo de cuenta.

Específico del buzón de voz

Tres problemas de las herramientas genéricas de transcripción.

El buzón de voz no es una reunión. Los valores por defecto que funcionan para podcasts arruinarán una devolución de llamada de 30 segundos.

Qué sale mal

  1. 1Los números de teléfono hablados rápido se transcriben como palabras ("cuatro uno cinco cinco cinco cinco cero uno ocho ocho") en lugar de dígitos formateados — inútil para pegar en CRM.
  2. 2Los nombres de los llamantes se murmullan una vez al inicio. Los modelos genéricos pierden la ortografía y el resto del mensaje no tiene anclaje.
  3. 3Los archivos AMR / OGG de sistemas IP-PBX se rechazan completamente por herramientas diseñadas alrededor de audio de podcast MP4.

Qué activar aquí

  1. 1Activa el Formateo de números telefónicos en el formulario de trabajo. Normalizamos dígitos en E.164 (+14155550188) y un formato local legible en la misma línea.
  2. 2Pega probables nombres de llamantes y tus términos empresariales en Vocabulario personalizado. Incluso una lista de 10 nombres mejora dramáticamente el recuerdo de nombres propios en audio corto.
  3. 3Carga el archivo tal como está. Aceptamos WAV, MP3, OGG, AMR, M4A, FLAC, μ-law, A-law — sin necesidad de paso de transcodificación.

Configuración recomendada para trabajos de buzón de voz

Carga un archivo de buzón de voz y estos se activan por defecto. Anula por trabajo desde el formulario.

Modelo de locutor
Locutor único · monólogo
Perfil de audio
Telefonía banda estrecha 8 kHz
Idioma
Detectar automáticamente · 100+ idiomas
Números de teléfono
Formatear como E.164 + local
Palabras de relleno
Conservadas (el tono importa)
Exportación
TXT · DOCX · JSON (lista para CRM)

Accuracy · real-world numbers

92% en VoIP limpio. Funciona bien en líneas fijas PSTN también.

El buzón de voz es el audio más complicado que procesamos — banda estrecha de 8 kHz, micrófono único, a menudo con ruido de tráfico o café. Estos números provienen de lotes de buzón de voz reales de clientes en producción, no de muestras seleccionadas.

92%
Google Voice / Teams Phone MP3

Captura de banda ancha de 16 kHz, MP3 a 64 kbps+. Llamador en interiores tranquilo. Los números y nombres propios se capturan limpiamente.

89%
Twilio / RingCentral WAV

Grabación VoIP estándar de 8 kHz μ-law. La mayoría del buzón de voz empresarial cae aquí. Los números telefónicos se normalizan correctamente.

83%
OGG / AMR de operador móvil

AMR-NB a 4.75–12.2 kbps de IP-PBX u operador de buzón visual. Artefactos de compresión en sibilantes y dígitos.

76%
Línea fija PSTN, ruido de fondo

Línea de cobre antigua, llamador en auto o altavoz. Palabras utilizables, fallos ocasionales en números y nombres.

Preguntas frecuentes

8 preguntas frecuentes sobre transcripción de buzón de voz.

01¿Puedes extraer buzones de voz directamente de Google Voice o Gmail?+
No a través de API — Google no expone el audio del buzón de voz de esa manera. Descarga el archivo MP3 del correo de notificación, o usa la descarga por mensaje de Google Voice. Carga el archivo en nuestro panel o carga en lote una carpeta.
02¿Soportas archivos AMR de sistemas IP-PBX antiguos?+
Sí. Ambos AMR-NB y AMR-WB funcionan, junto con WAV (μ-law, A-law, PCM), MP3, OGG, M4A, y FLAC. Manejamos el códec internamente — no es necesario transcodificar a WAV primero.
03¿Se formatearán correctamente los números de teléfono en el mensaje?+
Sí, cuando el Formateo de números telefónicos está activo. Detectamos dígitos hablados y generamos tanto E.164 (+14155550188) como un formato local legible en la misma línea. Funciona en 40+ convenciones de marcación por país.
04¿Cómo manejas mensajes muy cortos — menos de 10 segundos?+
Sin problema. No hay longitud mínima. Los mensajes menores a 10 segundos se facturan en nuestro piso de 6 segundos ($0.003 por archivo). La precisión se mantiene porque el modelo no espera contexto — el buzón de voz es un monólogo, no una conversación.
05¿Qué hay de buzones de voz en español o multilingües?+
La detección automática se ejecuta en 100+ idiomas y elige el dominante. Para buzones de voz que cambian a mitad del mensaje (saludo en inglés, cuerpo en español) activa el modo multilingüe — transcribimos ambos segmentos en su propio idioma sin forzar uno.
06¿Puedo cargar en lote 200 buzones de voz a la vez?+
Sí. Arrastra una carpeta al panel o envía un POST a nuestro endpoint de lote. Los trabajos se ejecutan en paralelo, recibes un índice CSV con nombre de archivo, idioma, duración, y un enlace a cada transcripción. Sin recargo por lote.
07¿Se pueden enviar transcripciones directamente a HubSpot o Salesforce?+
Aún no enviamos un conector directo de CRM. La exportación JSON incluye ID de llamada (si la pasas en metadatos), números de teléfono formateados, y la transcripción completa — la mayoría de equipos la canalizan a través de Zapier o un script de 20 líneas a su registro de contacto de CRM.
08Los buzones de voz a menudo contienen PII o información médica — ¿cómo lo manejas?+
El audio fuente se elimina permanentemente en 24 horas. Las transcripciones viven en tu panel hasta que las elimines. Hoy no somos un Asociado de Negocios de HIPAA — si necesitas un BAA firmado, habla con nosotros antes de cargar PHI.

Carga un archivo de buzón de voz. Mira qué sale.

30 minutos gratis cada mes. Sin tarjeta. Formateo de números telefónicos, 100+ idiomas, todas las exportaciones incluidas.

Comenzar gratis