Cómo transcribir un audio de 1 hora (o más) a texto sin trabarte a la mitad
Transcribir un audio de dos minutos es fácil con cualquier herramienta. El problema empieza cuando la grabación dura una hora, una hora y media, a veces tres: una clase entera, una conferencia, una entrevista larga, una capacitación interna.
Un audio largo falla en tres puntos distintos: el archivo es demasiado pesado para subirlo, el plan no cubre toda la duración y, cuando por fin sale la transcripción, nadie logra leer 9.000 palabras de una sola vez.
Esta guía resuelve los tres, en ese orden, con Sintesy.
Qué cambia cuando el audio pasa de 1 hora
Una hora de habla continua se convierte en mucho texto. La referencia más citada, del National Center for Voice and Speech (EE. UU.), habla de unas 150 palabras por minuto en una conversación. En una hora, eso ronda las 9.000 palabras, algo así como 30 páginas de texto corrido.
Hacerlo a mano tampoco es una opción realista. Las guías de investigación cualitativa suelen estimar entre 4 y 6 horas de tecleo por cada hora de audio, y eso para alguien con práctica.
Así que el desafío de un audio largo no es solo “transcribir”. Es:
- Lograr subir el archivo.
- Tener el plan adecuado para la duración.
- Tener una forma de usar el texto después, sin releerlo todo.
Cuánto pesa 1 hora de audio
El tamaño del archivo depende de la tasa de bits (bitrate), no solo de la duración. La cuenta es simple: kbps × 0,45 = megabytes por hora de audio.
| Formato y calidad | Bitrate | Tamaño de 1 hora |
|---|---|---|
| WAV sin compresión (calidad de CD, estéreo) | 1.411 kbps | ~635 MB |
| MP3 en alta calidad | 320 kbps | ~144 MB |
| MP3 estándar | 128 kbps | ~58 MB |
| M4A/AAC de voz | 64 kbps | ~29 MB |
| Opus/OGG de voz | 32 kbps | ~14 MB |
En Sintesy importan dos números:
- Plan gratuito: hasta 20MB por archivo. En la práctica, solo caben grabaciones largas en formatos muy comprimidos, como Opus o AAC de voz con bitrate bajo.
- Plan Pro: hasta 2GB por archivo. Cabe un WAV de más de tres horas, o el MP4 de una reunión grabada en video.
Si el archivo supera el límite, la propia subida te avisa: “¡Actualiza tu plan para subir archivos de más de 20 MB!”.
Consejo: para transcribir, la calidad de música no ayuda. Una voz a 64 kbps mono suena igual para la transcripción y ocupa una décima parte de un WAV. Si tú controlas la grabación, graba en M4A o MP3 en lugar de WAV.
Paso a paso: cómo transcribir un audio largo en Sintesy
1. Sube el archivo
En el panel, haz clic en Nuevo y elige Enviar archivo. O simplemente arrastra el archivo a cualquier parte de la pantalla del panel: la subida se abre sola.
Sintesy acepta los formatos de audio y video más comunes, como MP3, M4A, WAV, OGG, Opus, AAC, FLAC, MP4, MOV y WEBM. La lista completa está en la guía de cómo transcribir un archivo de audio a texto.
2. Espera a que la subida llegue al 100%
Con un archivo grande, esta es la única parte que depende de tu conexión. Usa Wi-Fi, mantén la pestaña abierta y espera a que termine la barra de progreso. Cuando acaba la subida, Sintesy abre la página de la síntesis.
3. Deja que el procesamiento avance
A partir de ahí, el trabajo ocurre en el servidor. El archivo se optimiza (se recomprime cuando eso lo hace más liviano) y pasa a la transcripción y al resumen. No necesitas quedarte mirando: la síntesis aparece en tu panel cuando termina.
4. Revisa el idioma antes de enviar
La transcripción usa el idioma definido en Configuración → Preferencias → Idioma de las Sintesys. Si la grabación está en inglés y la configuración está en español, el texto sale mal. Para ese caso, mira la guía para transcribir un audio en inglés y obtener el resumen en español.
Cómo leer una transcripción de 9.000 palabras
Una transcripción larga sin estructura se convierte en un archivo que nadie vuelve a abrir. La página de la síntesis tiene cuatro vistas, y cada una resuelve una parte del problema:
| Vista | Para qué sirve en un audio largo |
|---|---|
| Resumen | Saber en 2 minutos de qué trata la grabación y cuáles fueron los puntos principales |
| Mapa Mental | Ver la estructura: qué bloques de temas hay y cómo se conectan |
| Lista de Verificación | Sacar las tareas y los próximos pasos, cuando el contenido incluye ese tipo de acuerdos |
| Transcripción | Ir al fragmento exacto cuando necesitas la frase literal |
El orden que funciona: empieza por el resumen, usa el mapa para ubicarte y abre la transcripción solo para buscar algo específico.
Para esa búsqueda, abre el menú ”…” de la síntesis y luego Buscar. La búsqueda dentro del documento resalta todas las apariciones de la palabra en el texto, así que saltas directo al fragmento en el que alguien habló de “plazo”, “examen” o del nombre de un cliente.
Y cuando la duda es más abierta, usa el chat: menciona la síntesis con @ y pregunta, por ejemplo, “¿cuáles fueron las tres objeciones que planteó el cliente?” o “¿qué tipo de pregunta dijo el profesor que viene en el examen?”. La respuesta sale del contenido de la grabación, sin que releas las 30 páginas. Más sobre las vistas en la guía para convertir una transcripción en resumen, mapa mental y checklist con IA.
¿Plan gratuito o Pro para audios largos?
Vale la pena ser honestos: el audio de una hora o más es el caso en el que el plan gratuito se queda más corto.
| Gratuito | Pro | |
|---|---|---|
| Tamaño por archivo | hasta 20MB | hasta 2GB |
| Contenido por día | hasta 1 hora | sin límite diario |
| Lo que ves de la síntesis | vista previa (el comienzo del resumen y del texto) | contenido completo |
El plan gratuito sirve para probar el flujo con un fragmento y ver si la transcripción queda bien con tu tipo de audio. Para grabaciones largas completas, con el texto entero, el camino es el plan Pro; consulta los precios actuales en la página de planes. Si quieres compararlo con la transcripción humana y otras herramientas, las cuentas están en cuánto cuesta transcribir audio en 2026.
Cuándo conviene dividir la grabación
Dividir no es obligatorio, pero ayuda en tres situaciones:
- Conexión inestable. Un archivo de 1,5GB que se cae a mitad de la subida frustra más que tres de 500MB.
- Contenidos distintos en el mismo archivo. Un día completo de evento con cuatro conferencias rinde más como cuatro síntesis, cada una con su propio resumen y mapa.
- Partes que vas a consultar por separado. Módulos de un curso, sesiones de una investigación, días de una capacitación.
Corta en las pausas naturales (descanso para el café, cambio de ponente, cambio de tema), no en trozos de tamaño fijo. Cada parte se convierte en su propia síntesis y, en el chat, puedes mencionar varias con @ para preguntar sobre el conjunto.
Errores comunes con audios largos
- Grabar en WAV “para asegurar la calidad”. Solo hace más pesado el archivo. Para voz, M4A o MP3 son suficientes.
- Grabadora lejos de quien habla. En una hora de conferencia, el problema casi nunca es la herramienta: es el micrófono al fondo de la sala. Mira por qué la transcripción sale mal y por qué casi siempre es culpa del audio.
- Idioma equivocado en las preferencias. Revísalo antes de enviar, no después.
- Abrir primero la transcripción. Empieza por el resumen y el mapa. La transcripción es para consultar, no para leer de corrido.
Si la grabación larga es un directo o un video de YouTube, no necesitas descargar nada: mira cómo transcribir y resumir un directo de YouTube en texto.
Resumen rápido
- 1 hora de habla ≈ 9.000 palabras. A mano, son de 4 a 6 horas de tecleo.
- Tamaño del archivo: kbps × 0,45 = MB por hora. Graba la voz en M4A o MP3, no en WAV.
- En Sintesy: Nuevo → Enviar archivo (o arrastra), espera a que la subida llegue al 100% y deja que el servidor trabaje.
- Lee en el orden resumen → mapa mental → búsqueda en la transcripción, y usa el chat con @ para hacer preguntas.
- Una grabación larga completa, con el texto entero, es caso de plan Pro.
