Transcribir audio en el Mac sin subirlo a ningún sitio
La transcripción funciona en local en los Mac con Apple Silicon y va lo bastante rápida para el día a día. Rev cobra 1,99 $ por minuto por transcripción humana, Sonix unos 10 $ por hora y Otter regala 300 minutos al mes. Vocemo transcribe sin límite en tu Mac por 15 $ al mes, sin precio por minuto y sin subir nada.
- Rev, humana
- 1,99 $ por minuto, unos 119 $ la hora
- Servicios automáticos
- Entre 10 y 20 $ por hora de audio
- Versión gratuita de Otter
- 300 minutos al mes
- Vocemo
- 15 $ al mes, sin límite y en local
¿Cuánto cuesta transcribir?
El mercado se parte en tres franjas de precio, y cada una resuelve un problema distinto.
Precios comprobados en septiembre 2026, en la web de cada empresa.
| Servicio | Quién escribe | Precio | Hay que subir el archivo |
|---|---|---|---|
| Rev, humana | Personas | 1,99 $ por minuto | Sí |
| Rev, automática | Máquina | Dentro de la suscripción | Sí |
| Sonix | Máquina | Desde unos 10 $ por hora | Sí |
| Happy Scribe | Máquina | Por hora de audio | Sí |
| Otter Basic | Máquina | Gratis, 300 minutos al mes | Sí |
| Otter Pro | Máquina | 16,99 $ por usuario al mes | Sí |
| Descript | Máquina | Suscripción por tramos de horas | Sí |
| MacWhisper | Máquina, en local | Licencia de pago único | No |
| Vocemo | Máquina, en local | 15 $ al mes, 144 $ al año | No |
Si prefieres que todo esto ocurra en tu propio Mac, eso es justo lo que hace Vocemo. 7 días gratis y luego 15 $ al mes para 3 Macs.
Descargar gratis para MacHaz el cálculo con tus números. Diez horas de entrevistas a 1,99 $ el minuto son casi 1.200 $. Con un servicio automático, unos 100 $. En tu propio Mac, la décima hora cuesta lo mismo que la primera: nada.
¿Cuándo necesitas de verdad a una persona?
Menos que antes, pero hay casos. La transcripción humana compensa en actas judiciales, en grabaciones con muy mala calidad de sonido, con acentos muy marcados, cuando la gente habla encima constantemente y siempre que haya que garantizar por contrato un nivel de exactitud.
Para entrevistas, clases, reuniones, pódcast y notas de voz, con lo automático vas servido. Sacas un texto que repasas y corriges en tres sitios, en vez de escribirlo entero.
¿Cuánto tarda en un Mac?
Con Apple Silicon, una hora de audio tarda entre cinco y quince minutos según el modelo y el chip. El ordenador se calienta y, si tiene ventilador, se oye.
Lo importante es otra cosa: no haces cola detrás de otros usuarios y no se ralentiza porque haya mucho tráfico. Puedes seguir trabajando mientras tanto, si te sobra memoria.
Un consejo para archivos largos: no los lances todos a la vez. Uno detrás de otro acaba antes que cuatro en paralelo, porque si no se reparten la misma memoria.
¿Qué formatos acepta?
Los normales: m4a de Notas de voz, mp3, wav, aac, flac, y también vídeo como mp4 o mov, del que se extrae la pista de audio. Si alguno se atraganta, conviértelo antes a wav, que es el mínimo común denominador.
Un apunte sobre la grabación en sí: una conversación bien grabada te ahorra más tiempo de corrección que cualquier elección de modelo. Micrófono cerca de quien habla, evita superficies duras en la sala y, si puedes, graba pistas separadas.
¿Y las marcas de tiempo y los subtítulos?
Para subtítulos no basta el texto: hace falta saber cuándo suena cada palabra. Asegúrate de que tu herramienta exporta SRT y VTT, o tendrás que ajustar los tiempos a mano, que es la parte más ingrata de todo el proceso.
Algunos modelos dan marcas de tiempo por palabra y otros solo por frase. Para subtitular suele bastar con la frase. Si quieres una herramienta que salte al punto exacto al pinchar una palabra de la transcripción, necesitas nivel de palabra.
¿Qué hay que revisar de la transcripción?
- Los números. Importes, fechas, dosis. Un número mal oído se ve igual de seguro que uno correcto.
- Los nombres propios. Personas, empresas, sitios. Corrígelos una vez y mételos en la lista de vocabulario, y a la siguiente ya salen bien.
- Los tramos con gente hablando a la vez. Ahí se concentran los fallos.
- El principio y el final. Si la grabación está cortada, si no te enteras tarde.
¿Por qué es delicado subir entrevistas?
Porque una grabación no es lo mismo que un texto. En la grabación de una entrevista está la voz, y en la voz hay rasgos que identifican a una persona aunque en la transcripción esté todo anonimizado.
Si trabajas en investigación, en periodismo o en una profesión con secreto profesional, eso significa algo muy concreto: en cuanto subes el archivo entra un tercero en la cadena, a quien tienes que mencionar ante tus participantes y cuyos plazos de conservación no decides tú. Si no se sube nada, ese párrafo desaparece del consentimiento informado.
¿Qué trae el Mac gratis?
Notas de voz graba. El dictado escribe lo que dices tú, pero no lo que sale de un archivo. En las versiones recientes de macOS, la app Notas puede grabar y sacar transcripción. Para una conversación suelta en una sala muchas veces basta.
El hueco que llena una app: transcribir un archivo que ya tienes, separar interlocutores, exportar subtítulos, aguantar grabaciones largas y tener en cuenta tu vocabulario.
¿Qué camino coges?
- Lo que trae el Mac, si de vez en cuando quieres transcribir una conversación en una sala.
- Transcribir en local, si te llegan archivos con regularidad, tienes mucho material o las grabaciones son confidenciales. El precio no depende de los minutos.
- Un servicio en la nube, si necesitas una integración concreta o tienes de vez en cuando una grabación muy difícil que quieres que escriba una persona.
Questions
¿Puedo transcribir en el Mac sin internet?
Sí. En Apple Silicon el reconocimiento va en local, también con archivos largos. Una hora de audio tarda entre cinco y quince minutos según el modelo y el chip, y el archivo no se envía a ninguna parte.
¿Cuánto cuesta transcribir una hora?
La transcripción humana de Rev cuesta 1,99 $ por minuto, unos 119 $ la hora. Los servicios automáticos suelen ir de 10 a 20 $ por hora. En tu propio Mac, la décima hora cuesta lo mismo que la primera: nada más allá de la suscripción.
¿Qué formatos de archivo puedo transcribir?
Los habituales: m4a de Notas de voz, mp3, wav, aac y flac, además de vídeo como mp4 o mov, del que se saca la pista de audio. Si alguno da guerra, conviértelo antes a wav.
¿Salen marcas de tiempo para subtítulos?
Solo si la herramienta exporta SRT o VTT. Compruébalo antes de decidirte o tendrás que cuadrar los tiempos a mano. Algunos modelos dan tiempos por palabra y otros solo por frase; para subtitular suele bastar la frase.
¿Es bastante buena la transcripción automática?
Para entrevistas, clases, reuniones y pódcast, hoy sí. Corriges unas cuantas cosas en vez de escribirlo todo. Para actas judiciales, sonido muy malo o exactitud garantizada por contrato sigue compensando una persona.
¿Por qué no debería subir entrevistas?
Porque en la grabación está la voz, y la voz identifica a una persona aunque la transcripción esté anonimizada. Subirla mete a un tercero en la cadena, al que tienes que mencionar en el consentimiento y cuyos plazos de conservación no decides tú.
{t_sources_h}
Todos los precios de esta página salen de la web de cada empresa, consultada en la fecha que ves arriba. Los precios cambian: si ves alguno desactualizado, avísanos y lo corregimos.
Competitor prices in this article were checked in septiembre 2026. Prices change; if you find one out of date, write to us and we will correct it.