Cómo transcribir videos de Instagram y TikTok a texto

Tienes un Reel de 40 segundos con la receta, el ejercicio, el argumento o la explicación que necesitabas guardar. Lo guardas. Dos semanas después, vuelves al video, arrastras la barra hasta el minuto correcto y lo ves otra vez con el dedo en pausa para poder tomar notas.

Pero el contenido útil de ese video es habla. Y el habla se convierte en texto en segundos, si eliges el camino correcto. Este post trata de los tres caminos posibles, por el enlace, por el archivo y por el borrador del subtítulo, y de cuándo falla cada uno.

El volumen explica por qué esto se volvió una búsqueda común. Los datos publicados por las herramientas de anuncios de Meta y analizados por DataReportal en el informe Digital 2026 señalan 147 millones de usuarios de Instagram en Brasil a finales de 2025, el equivalente al 69% de la población del país. Y el estudio sobre video, sonido y subtítulos que Verizon Media realizó con Publicis Media en abril de 2019, con 5.616 adultos, mostró que el 69% ve video sin sonido en lugares públicos y que el 80% dice ser más propenso a ver un video completo cuando existen subtítulos.

Es decir: la mayor parte de ese contenido pasa por tus ojos sin pasar por tus dedos. Y lo que no se convierte en texto no se convierte en nota, resumen, guion o base de conocimiento.

Por qué el subtítulo automático no resuelve

Las plataformas ya hacen transcripción. Instagram usa reconocimiento de voz para crear subtítulos cerrados automáticamente en los Reels, y Facebook describe los subtítulos automáticos de los Reels como algo que puede aumentar el tiempo de visualización, la distribución y la accesibilidad. TikTok lanzó los subtítulos automáticos en 2021: el creador selecciona la opción en la pantalla de edición y el audio se transcribe en texto editable.

Entonces, ¿por qué todavía falta texto? Porque subtítulo y transcripción son objetos distintos:

• El subtítulo sirve para ver, no para leer. Aparece en fragmentos de dos o tres palabras, sincronizado con el habla, sin puntuación de verdad, sin párrafos y sin separar temas.
• No existe un botón de exportar. No hay un archivo de texto del Reel para descargar. Lo que existe es lo que está en pantalla.
• Depende del video en el que estás. Si el creador volvió a publicar el video sin subtítulo, este desaparece. Si abriste un video guardado hace meses, es común que el subtítulo simplemente no esté ahí.
• Se equivoca justo en lo que importa. Nombre de medicamento, nombre de herramienta, número, sigla, jerga regional. Es donde el subtítulo automático resbala y donde una transcripción revisable marca la diferencia.

En resumen: el subtítulo automático es excelente para quien mira e insuficiente para quien necesita el texto.

Los tres caminos, en una tabla

Ninguno de los tres es incorrecto. El error es usar el tercero creyendo que es el primero.

Camino 1: pegar el enlace del post

Este es el camino de 20 segundos, y funciona cuando el video tiene subtítulo público.

1. En la app, abre el post, toca los tres puntos y Copiar enlace.
2. En el dashboard de Sintesy, crea una Sintesy desde el campo de enlace, la misma tarjeta en la que pegas la URL de un sitio o artículo público.
3. Sintesy reconoce enlaces de TikTok, Instagram, Facebook, X, Vimeo, Dailymotion, SoundCloud y Google Drive. Al detectar que la URL es de un video, intenta obtener el subtítulo del propio video antes que cualquier otra cosa.
4. ¿Encontró el subtítulo? Este se convierte en el texto de la Sintesy y, a partir de ahí, el resumen, el mapa mental y el checklist se generan sobre él.

Cuándo este camino no entrega: video sin subtítulo (la mayoría de los Reels), contenido privado, Story expirado, post que exige inicio de sesión o que restringe la visualización a seguidores. En esos casos Sintesy igual intenta leer la página pública, y normalmente no encuentra nada útil, porque lo que existe ahí es una página, no un texto.

Si el video es de YouTube, este flujo es el más maduro de todos y tiene un post entero dedicado a él: cómo transcribir videos de YouTube con IA.

Camino 2: importar el archivo (el que siempre funciona)

Cuando no hay subtítulo, transcribes el habla. Y el habla está en el archivo.

1. Lleva el video o el audio a un archivo. Si el contenido es tuyo, usa el archivo original: es el mejor material posible, sin recompresión y sin pérdida. Si es un video de terceros que necesitas estudiar, usa el grabador de pantalla y audio de tu sistema operativo, respetando los derechos de autor y manteniendo el uso para estudio interno.
2. Si es posible, extrae solo el audio. Un video de 5 minutos convertido a MP3 a 192 kbps ocupa alrededor de 7MB, frente a 40MB o 50MB del video original. Esa es la diferencia entre que quepa o no quepa en el plan gratuito.
3. Impórtalo en Sintesy. La pantalla de importación acepta audio y video: mp3, m4a, wav, aac, opus, ogg, flac, webm, mp4, mov, mkv y otros formatos comunes.
4. Deja que la IA trabaje. El audio se convierte en transcripción y, sobre ella, Sintesy arma el resumen, el mapa mental y el checklist.

Este camino tiene una ventaja que el enlace no tiene: no depende de terceros. No importa si el video fue republicado, si el subtítulo fue eliminado o si la plataforma cambió algo. El archivo que tienes en tus manos es el archivo que se transcribirá.

Detalle práctico que evita retrabajo: un Reel de 40 segundos rara vez supera los 10MB, así que cabe holgado en el límite del plan gratuito. El problema aparece en videos largos: clase de 1 hora, live de 3 horas. En ese caso, extrae únicamente el audio antes de importar.

Camino 3: usar el subtítulo de la plataforma como borrador

A veces solo necesitas el texto de un video único y no quieres subir ningún archivo. Puedes usar el subtítulo nativo como borrador: activa el subtítulo, pausa en los tramos que importan y escribe.

Funciona. Solo no confundas borrador con proceso:

• Sigues escribiendo, que es exactamente el trabajo que querías evitar.
• El subtítulo se mueve, corta frases y desaparece en medio. Cada pausa es una línea.
• No hay puntuación, así que el texto sale sin frontera entre las ideas, y releerlo después cuesta más caro de lo que parece.
• Escala cero: en el segundo o tercer video, ya estás buscando otra solución.

Úsalo cuando el costo de hacerlo bien sea mayor que el costo de la excepción. Un video corto, una frase específica, y listo.

Qué hacer con el texto después de transcribir

Transcribir es el medio. Lo que interesa es lo que el texto desbloquea:

• Reutilizar como contenido. La transcripción de un video se convierte en tema, guion, subtítulo y post: está descrito en cómo transformar audio en post de blog.
• Estudiar de verdad. El mismo audio genera resumen, mapa mental y checklist, que es el formato que sobrevive a la tercera lectura del material: transcripción en resumen, mapa y checklist con IA.
• Crear el subtítulo de tu propio video. Si el objetivo es lo contrario, tú hablas y quieres subtítulo en Instagram y TikTok, el camino es generar subtítulos para video con IA, recordando que los Reels no aceptan archivo SRT y piden subtítulo quemado en la imagen.
• Guardarlo en un lugar consultable. Veinte videos sueltos sobre el mismo tema se convierten en una sola respuesta cuando están en texto y se pueden buscar por palabra.

Cuánto tiempo ahorra esto

La cuenta es simple y vale la pena hacerla antes de elegir el camino. Alguien hablando en un Reel entrega entre 140 y 170 palabras por minuto. Escribir a mano, incluida la pausa del video, queda en el orden de 30 a 40 palabras por minuto. La diferencia es de cuatro a cinco veces.

En la práctica: un Reel de 1 minuto tiene alrededor de 150 palabras. Lo escribirías en cuatro o cinco minutos. Treinta Reels sobre el mismo tema suman 30 minutos de audio y algo cercano a 4.500 palabras: más de dos horas escribiendo, frente a minutos de transcripción automática. Esa diferencia decide si realmente vas a revisar ese material o lo vas a dejar guardado para nunca más.

Límites y costo, sin rodeos

Para quien transcribe Reels y TikToks, el plan gratuito resuelve el día a día: un video corto por vez, con margen en el límite de minutos. El techo de 20MB por archivo es lo que vas a sentir primero, y es justamente por eso que extraer solo el audio antes de importar ayuda tanto.

Preguntas rápidas

¿Puedo transcribir un Reel solo pegando el enlace? Sí, cuando el video tiene subtítulo disponible. Si no lo tiene, el enlace no tiene de dónde sacar texto, y el camino pasa a ser importar el archivo.

¿Funciona con video sin habla, solo con texto en pantalla? No. La transcripción trabaja con habla. El texto que existe únicamente en la imagen necesita ser escrito o leído por una herramienta de OCR. Si el video tiene habla y texto en pantalla, el texto hablado es lo que se transcribirá.

¿Y Stories y videos privados? Contenido público con subtítulo es el escenario del camino 1. Story expirado, perfil privado y video con restricción de inicio de sesión no tienen subtítulo accesible: descarga el archivo mientras el contenido está en el aire e impórtalo.

¿Necesito instalar algo para importar? No. La importación ocurre en el navegador, con el archivo que ya tienes.

Lo que queda

Reels y TikToks se convirtieron en el lugar donde las personas explican lo que hacen: receta, ejercicio, clase, opinión, argumento de venta. El problema nunca fue encontrar el video. Fue conseguir usar lo que dice sin volver a verlo.

Elige el camino según el material que tengas: enlace cuando haya subtítulo, archivo cuando no lo haya, subtítulo nativo solo para la excepción. En cualquiera de los casos, el objetivo final es el mismo: que el video deje de ser algo que ves y pase a ser algo que consultas.