Cómo transcribir audio en Word: paso a paso y límites

Grabaste una reunión, una entrevista o una clase y necesitas el texto dentro de un documento Word. No hay motivo para buscar sitios externos: el propio Word transcribe. La función se llama Transcribe, está en el menú Inicio y convierte el audio en texto con los hablantes separados, listo para editar al instante.

Lo que Microsoft no escribe en esa misma pantalla son las reglas del juego: cuatro formatos de archivo aceptados, un tope de 300 minutos por mes y todo dependiendo de OneDrive. Esta guía muestra el paso a paso completo y, a continuación, qué hacer cuando uno de esos límites aparece en medio del trabajo.

Qué hace el Transcribe de Word

Transcribe convierte voz en texto y separa quién habló. Funciona de dos maneras: grabando directamente en Word o recibiendo un archivo de audio ya existente.

En la práctica, entrega:

• Transcripción con los hablantes identificados uno a uno y etiquetas totalmente editables.
• Audio con marcación de tiempo: al hacer clic en un tramo se reproduce exactamente esa parte, con velocidad de reproducción de hasta 2x.
• Dos botones de salida: agregar solo un tramo al documento o agregar la transcripción completa.
• Soporte para más de 80 idiomas, incluido el portugués de Brasil.
• Grabaciones guardadas en la carpeta Transcribed Files de OneDrive, que puedes borrar cuando quieras.

Cuando usas «Add all to document», el texto se convierte en contenido normal de Word, con un hipervínculo al audio original. Es decir: puedes compartir el archivo con el equipo y este lo lee sin necesidad de tener abierto el panel de transcripción.

Paso a paso: transcribir un archivo de audio en Word

1. Abre el panel. En Word, ve a Inicio > flecha junto a Dictate (Dictar) > Transcribe (Transcribir). El nombre del elemento cambia según el idioma de Office, pero la ubicación siempre está en el menú Inicio.
2. Elige el origen. En Upload audio, selecciona el archivo del equipo. Para grabar ahora, usa Start recording y habla con normalidad; Word transcribe en segundo plano mientras sigues trabajando en el documento.
3. Espera con el panel abierto. La transcripción se ejecuta en segundo plano y tarda aproximadamente lo que dura el audio. Puedes cambiar de pestaña o de programa, pero el panel debe seguir abierto.
4. Revisa hablantes y tramos. Cada intervención aparece con la etiqueta de hablante. Pasa el mouse sobre el tramo, usa el icono de edición para corregir el texto y Change all Speaker para renombrar a la persona en todas las intervenciones de una vez.
5. Envíalo al documento. Usa Add section to document para un tramo específico o Add all to document para la transcripción completa. El texto entra formateado como párrafo común y lo editas como cualquier otro contenido.

Un detalle que confunde a mucha gente: cada documento guarda una sola transcripción en el panel. Si inicias una nueva, la anterior sale del panel, pero los tramos ya agregados al documento siguen ahí.

En cuanto a la disponibilidad, Microsoft documenta la función en Word para web y en Word de escritorio de Microsoft 365 en Windows, con el recurso documentado por completo para inquilinos comerciales; en inquilinos gubernamentales, la transcripción existe solo en la versión web.

Los cinco límites que aparecen después

1. Tope de 300 minutos por mes. Los suscriptores de Microsoft 365 transcriben hasta 300 minutos de audio enviados por mes, el equivalente a 5 horas. Quien tiene licencia de Copilot sube a 30.000 minutos. El tope es por cuenta, no por documento, y se reinicia al cambiar de mes.

2. Solo cuatro formatos. El selector acepta .wav, .mp4, .m4a y .mp3. Nada de .ogg, .opus, .flac ni .webm. Esto tiene una consecuencia práctica: el mensaje de voz de WhatsApp, grabado en Opus, no entra en el selector sin conversión previa.

3. Todo pasa por OneDrive. El audio enviado o grabado se guarda en la carpeta Transcribed Files de OneDrive, y el panel debe permanecer abierto durante el procesamiento. En una red restringida o en una cuenta sin OneDrive disponible, el flujo se bloquea.

4. Un documento, una transcripción. No se pueden acumular varias transcripciones en el mismo archivo ni procesar una carpeta completa de grabaciones de una vez.

5. La salida es texto corrido. Word entrega el habla transcrita y nada más: sin resumen, sin lista de tareas, sin mapa mental, sin índice. Todo eso lo armas a mano después.

Cuándo Word es la mejor opción

Vale usar Transcribe cuando ya pagas Microsoft 365, el audio está en un formato admitido, el volumen del mes cabe en 5 horas y el objetivo final es de verdad un documento Word editable. Para una entrevista aislada, una clase grabada o una conversación corta, es el camino más corto que existe: sin registro nuevo, sin exportación, sin paso extra.

Cuándo Word no resuelve

El límite aparece en cuatro situaciones recurrentes:

• Audio en un formato que el selector rechaza. Audio de WhatsApp en Opus, archivo .ogg grabado en Android, .flac de grabadora, vídeo .webm grabado en el navegador.
• Volumen mayor a 5 horas por mes. Una semana de reuniones diarias de una hora ya consume casi todo el tope.
• Necesitas el resultado junto con un análisis. Resumen ejecutivo, decisiones, próximos pasos, mapa mental: nada de eso sale del panel de Word.
• El material está en un enlace, no en un archivo. Grabación en YouTube, reunión guardada en Meet, Zoom o Teams, clase en una plataforma de cursos. Word solo recibe archivos.

En estos casos, el flujo es transcribir fuera de Word y traer el resultado al documento. La guía de transcripción de audio con IA cubre las opciones disponibles, y la lista de las mejores apps para transcribir audio de WhatsApp resuelve el caso más común de formato rechazado.

Cómo generar el .docx sin el límite de 300 minutos

En Sintesy, el camino es corto y empieza donde esté el archivo:

1. Trae el material. Pega el enlace (YouTube, Meet, Zoom, Teams, Teams Live) o sube el archivo desde el dashboard. La importación acepta mp3, wav, m4a, aac, ogg, oga, flac, opus, además de mp4, webm, mov, mkv, y también pdf, txt, doc y docx. Las extensiones que Word rechaza entran directamente.
2. Deja correr la síntesis. Sintesy transcribe, identifica a los hablantes y entrega resumen, transcripción consultable y mapa mental en la misma pantalla. Es un producto hecho para portugués de Brasil, así que el acento regional y el término técnico no se convierten en ruido en medio del texto.
3. Descarga en Word. En el menú de descarga de la síntesis, elige DOCX. El archivo llega formateado, listo para editar, sin paso de copiar y pegar.

Dos cuentas importan antes de empezar: el plan gratuito libera 60 minutos de audio por día y 10 síntesis por día, y la exportación a PDF y DOCX es una función del plan Pro. Es decir, puedes probar el flujo completo sin pagar y solo desbloquear la descarga cuando el volumen lo justifique. El cuánto cuesta transcribir audio en 2026 compara este modelo con los otros dos del mercado.

Qué camino elegir

Preguntas rápidas

¿Word transcribe audio gratis? No de forma independiente. Transcribe forma parte de Microsoft 365 y viene con 300 minutos de audio enviados por mes en la suscripción estándar.

¿Cuánto tarda? Aproximadamente la duración del propio audio. Un archivo de 40 minutos tarda unos 40 minutos en estar listo.

¿Word acepta mensajes de voz de WhatsApp? No directamente. WhatsApp graba en Opus, un formato que no está en la lista de cuatro admitidos. Conviértelo a .mp3 antes o usa una herramienta que acepte .opus de forma nativa.

¿Word separa a los hablantes? Sí, y las etiquetas son editables, incluido el cambio en todas las intervenciones de una vez.

¿Puede transcribir un vídeo completo? El .mp4 entra en el selector, pero el límite sigue siendo el tope mensual y los formatos admitidos. Para un vídeo por enlace o un archivo fuera de la lista, el camino es otro flujo.