Start free

Nota de voz a texto.iPhone, Android, calquera aplicación.

Envia a nota de voz do teu teléfono. Lemos M4A, AAC e MP3 directamente de iPhone Voice Memos, Android Recorder ou calquera aplicación — sen conversión, sen sincronización.

Solta o teu audio ou 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

Grava directamente desde o navegador

O rexistro lévache 30 segundos — a gravaciónel.

No card required~90s per 60-min fileSRT · VTT · DOCX · TXTOs ficheiros bórranse en 24 h

↓ Mira o que sae

Nota do teléfono dentro. Transcrición buscábel fóra.

As notas de voz son maioritariamente unha persoa pensando en alto con micrófono en mala posición. Axustamos para ditado en solitario por defecto, e activamos diarización cando detectamos unha segunda voz.

iPhone Voice Memos · M4AREC Ditado en solitario · 4:12
en-US auto-detectado44.1 kHz mono · AAC 64 kbps
~90s
Transcrición · en directo95% de precisión
S1

Idea para a peza do martes — comezar coa resposta FOIA, non coa demanda.

S1

O PDF de 217 páxinas é o lede. Cita o parágrafo redactado da páxina 84.

S1

Despois virar cara á votación do concello. Preciso chamar a Reyes de novo antes das 5pm.

S1

Título provisional — 'O que nós din as redaccións.' Aparcar, volver mañá.

95% en ditado con micrófono pretoDOCX · TXT · SRT · 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

Tres opcións reais · comparación honesta

O sistema integrado de Apple. Otter mobile. Ou nós.

iOS 18 engadiu transcrición dentro de Voice Memos. Otter ten un gravador mobile. Ambos funcionan — ata que a nota é longa, multilingüe, ou queres un ficheiro que realmente podes exportar. Nós comezamos de calquera cousa que gardou a app de gravación.

Option 01

Transcrición de Apple Voice Memos

Integrado en Voice Memos de iOS 18+. Só en iPhones recentes, orientado ao inglés, sen exportación.

RequireiPhone 12+ en iOS 18
Etiquetas de locutorNon
IdiomasEN, ES, FR, DE, JA, ZH
ExportaciónSó copiar/pegar
Notas antigasReprocesar unha á vez
CustoGratuíto co hardware
Best forUsuarios de iPhone en solitario cun dispositivo novo que só precisan hojear unha nota á vez.
Option 02

Transcription.Solutions

Comparte calquera nota de iOS ou Android. Obtén DOCX, SRT, TXT — e etiquetas de locutor cando hai dúas voces.

RequireNada — o panel de compartir funciona
Etiquetas de locutorSi (Pro / Business)
Idiomas99, auto-detectado
ExportaciónDOCX · SRT · TXT · JSON
Notas antigasCarga por lotes de Ficheiros
Custo · por min$0.03
Best forCalquera persoa cun fondo de notas, dispositivos mixtos, ditado non-anglés, ou notas que precisan caer nunha Word ou CMS.
Option 03

Otter mobile / Google Recorder

Grava na súa app ou non funciona. Non lerá notas que xa capturaches noutro lugar.

RequireGravación dentro da súa app
Etiquetas de locutorAcústico, axustado a EN
IdiomasEN principalmente · Google engade uns poucos
Ficheiros M4A existentesOtter gratuíto: sen carga
Límite mensual300 min gratuítos (Otter)
Custo$17/mes (Otter Pro)
Best forPersoas que comezar desde cero e non lles importa cambiar a unha nova app grabadora para cada nota.

Prezos e bandeiras de características precisos a partir de maio de 2026. A transcrición de Apple Voice Memos lanzouse con iOS 18 a finais de 2024.

Específico para notas de voz

Tres cousas que silenciosamente desfeitan notas gravadas en ****. teléfono

Nada disto é sobre a IA. É sobre onde estaba o teléfono cando preme grabar.

O que sae mal

  1. 1Gravacións de peto. O tecido no micrófono crea un ronroneo de baixa frecuencia que encobre as consonantes. O modelo escoita 'sh' onde dixeches 's'.
  2. 2Plosivas da conversa preto. Manter o teléfono como un micrófono coloca os pops de P e B directamente na membrana. As palabras xusto despois do pop desaparecen.
  3. 3Silencios longos mentres pensa. Os recoñecedores xenéricos alucínan relleno ('sabes', 'quero dicir') en brechas de 3+ segundos. Lee ben, non é o que dixeches.

O que activar aquí

  1. 1Auto-detectamos notas de tecido mono e aplicamos un filtro de paso alto antes do recoñecemento. Tamén podes activar 'Gravación de peto' no formulario do traballo.
  2. 2Sostén o teléfono ao lado da túa boca, non na fronte, ou usa auriculares con micrófono. Despois establece Modelo de locutor: Ditado en solitario — omite completamente a diarización.
  3. 3Activa Suprimir alucinacións en silenzio e o modelo non emite nada durante brechas longas en lugar de inventar discurso. As túas pausas seguen siendo pausas.

Opcións de traballo recomendadas para notas de voz

Deixa un M4A ou AAC e estas actívanse automaticamente. Sobrescribe por traballo no formulario.

Modelo de locutor
Ditado en solitario (auto-cambio se 2ª voz)
Diarización
Desactivado por defecto · activado para entrevistas
Idioma
Auto-detectado · 99 soportados
Palabras de relleno
Removidas por defecto
Manexo de silenzio
Suprimir alucinacións en brechas
Exportación
DOCX · TXT · SRT con estampla de tempo

Accuracy · real-world numbers

95%+ en ditado con micrófono preto. Ata 78% no teu peto.

As notas de voz son maioritariamente un problema de colocación de micrófono, non un problema de calidade de audio. Os micrófonos do teléfono son bos — o tecido, o vento e o peto non. Os números abaixo veñen de notas de clientes reais, non de ficheiros de laboratorio.

95%+
Ditado en solitario con micrófono preto

Teléfono mantido a 6-12 pulgadas da túa cara, cuarto tranquilo. Micrófono principal de iPhone ou Pixel. Caso máis limpo — a maioría das notas de xornalistas e escritores caen aquí.

92%
Nota en solitario, ruído lixeiro do cuarto

Zum de cafetería, HVAC, unha sirena que pasa. Teléfono sobre a mesa diante de ti. Palabras de relleno e o ocasional 'um' poderían deslizarse a non ser que as elimines.

87%
Entrevista de dúas persoas capturada

Teléfono entre vós nunha mesa de café. A diarización acústica separa as voces, aínda que a charla cruzada e os tons similares ás veces se mesturan — orzamento dunha limpeza de 2 min.

78%
Nota de peto ou andar ao aire libre

Tecido frotando o micrófono, vento, tráfico. As palabras son normalmente recuperábeis para toma de notas pero os nomes propios e números caen máis rápido. Peor caso nos nosos datos.

Preguntas comúns

8 cousas que a xente pregunta sobre transcrición de notas de voz.

01Preciso converter M4A de iPhone Voice Memos primeiro?+
Non. M4A carga directamente — igual para AAC e MP3 de Android. Lemos o contedor nativamente e non re-codificamos. Só preme Compartir → Transcription.Solutions de Voice Memos, ou arrastra o ficheiro de Finder.
02iOS 18 xa transcrebe Voice Memos — por que usarte a ti?+
A transcrición de Apple queda dentro da app — sen DOCX, sen SRT, sen exportación en lotes. Tamén está orientada ao inglés e só no iPhone 12 e máis novo. Se queres un ficheiro que poidas editar, enviar a un cliente ou pegar nunha CMS, precisa unha ferramenta externa.
03Podes manexar unha nota de 4 horas? Esquecín de parar gravación.+
Si. O ficheiro máximo é 5 GB e a duración máxima é 10 horas por traballo. Un M4A mono de 4 horas é aproximadamente 200 MB e procesa en aproximadamente 12-15 minutos no nivel estándar.
04Grabei unha entrevista no meu teléfono — funcionarán as etiquetas de locutor?+
Si, nos plans Pro e Business. Dúas voces nun único micrófono son máis difíciles que canles separadas, así que espera unha precisión de diarización de 85-90% se estabas ambos preto do teléfono. Orzamento un paso rápido de renome nas fichas de locutor.
05O panel de compartir funciona de Voice Memos de iOS?+
Si. Abre a nota, preme Compartir, pesca a nosa app do panel de compartir. O ficheiro cárgase e a transcrición aparece no teu panel. Sen sincronización de escritorio, sen paso AirDrop.
06Vocabulario personalizado para ditado médico ou legal?+
Si. Pega nomes de medicamentos, citas legais ou nomes de clientes no campo Vocabulario personalizado no formulario do traballo. Pasámoslos ao recoñecedor como pistas, o que axuda coa ortografía pero non forza concordancias en palabras similares.
07Que pasa coa mina nota despois da transcrición?+
O audio de orixe elimínase permanentemente en 24 horas. A transcrición queda na túa conta ata que a elimines. Non adestamos en audio de cliente e non o mantemos para 'revisión de calidade'.
08Podo procesar en lotes un fondo de notas antigas?+
Si. Arrastra un cartafol de M4As á área de carga ou compáctalas. Cada ficheiro convirtese nun traballo separado coa súa propia transcrición. Útil se tes anos de Voice Memos sentados sen procesar no teu teléfono.

Sube a túa nota de voz. Mira o que sae.

30 minutos gratuítos cada mes. Sen tarxeta. Funciona con M4A de iPhone, AAC de Android e calquera outra cousa que a túa app de grabador garde.

Comeza gratis