---
title: "Transcribir audio a texto sin conexión con Whisper — MediaChef"
description: "Convierte grabaciones en texto en tu propio ordenador con Whisper: TXT, SRT, VTT o JSON. Sin subidas, sin tarifa por minuto, sin límite de duración. Aplicación gratuita para macOS, Windows y Linux."
url: https://mediachef.app/es/transcribir-audio-a-texto/
language: es
---

# Transcribir audio a texto — sin conexión, en tu propio ordenador

MediaChef ejecuta Whisper de OpenAI en local a través de whisper.cpp. Descarga un modelo una vez, suelta una grabación o un vídeo en el tablero y elige qué quieres obtener: texto plano, subtítulos SRT o VTT con tiempos, o JSON con el tiempo de cada segmento. El audio no se sube nunca y no hay precio por minuto.

[Descargar para macOS 66 MB · Apple Silicon](https://github.com/Kom1sh/mediachef/releases/download/v0.8.7/MediaChef_0.8.7_aarch64.dmg) [Windows 82 MB · 64 bits](https://github.com/Kom1sh/mediachef/releases/download/v0.8.7/MediaChef_0.8.7_x64-setup.exe) [Linux 181 MB · x86\_64](https://github.com/Kom1sh/mediachef/releases/download/v0.8.7/MediaChef_0.8.7_amd64.AppImage)

Gratis y de código abierto — [mira el código en GitHub](https://github.com/Kom1sh/mediachef)  [Todos los archivos y notas de la versión](https://github.com/Kom1sh/mediachef/releases/latest)

Lo que obtienes

00:00:04 Hola a todos, empezamos… 00:00:11 Primer punto: los planes del trimestre. 00:00:19 Hay tres escenarios, os enseño la tabla.

TXT sin tiempos, SRT y VTT con ellos, JSON con el inicio y el final de cada segmento.

## Cómo transcribir una grabación

1.  ### Descarga MediaChef
    
    Un archivo para macOS, Windows o Linux. whisper.cpp v1.7.6 ya viene dentro de la descarga; solo el modelo se baja aparte.
    
2.  ### Elige un modelo de Whisper
    
    Abre Modelos y descarga uno — small (488 MB) es el equilibrio por defecto. Se descarga una vez; después la transcripción funciona con la red apagada.
    
3.  ### Suelta la grabación o el vídeo
    
    Sirven tanto audio como vídeo: MediaChef extrae el sonido del vídeo por su cuenta, así que la grabación de una reunión y un MP4 siguen el mismo camino.
    
4.  ### Elige la salida que necesitas
    
    «Transcribir audio a texto» para TXT, «Transcribir audio a subtítulos SRT» o «Transcribir audio a WebVTT» para subtítulos con tiempos, «Transcribir audio a JSON con tiempos» para herramientas.
    
5.  ### Pulsa iniciar y lee el resultado
    
    El texto aparece junto al archivo como talk.transcript.txt. La cola muestra el progreso; si en el archivo no hay voz, MediaChef lo dice en lugar de escribir uno vacío.
    

 ![MediaChef antes de transcribir: el tablero para soltar una grabación, con Modelos en el menú lateral, desde donde se descargan los modelos de Whisper.](https://mediachef.app/_astro/app-main-es-light.f7_rwPJO.png)

Los modelos viven en el menú lateral: descarga una vez y transcribe sin conexión a partir de entonces.

## Qué modelo de Whisper elegir

El catálogo trae cuatro modelos, que se descargan dentro de la aplicación. Más grande significa mejor texto y más tiempo de cálculo en la misma máquina, así que elige según la tarea y no de una vez para siempre.

| Modelo | Descarga | Cuándo elegirlo |
| --- | --- | --- |
| `tiny` | 78 MB | Una primera pasada sobre voz clara, o cuando solo necesitas localizar dónde empieza un tema. |
| `base` | 148 MB | Notas para ti: texto legible que vas a repasar y editar de todos modos. |
| `small` | 488 MB | El valor por defecto en todas las recetas de transcripción, y el que casi todo el mundo se queda. Entrevistas, reuniones, clases. |
| `large-v3-turbo` | 1,62 GB | Texto que va a leer otra persona: subtítulos que publicas, citas que reproduces. Optimizado para Apple Silicon. |

El idioma se detecta automáticamente, y también puedes fijarlo. Dos recetas adicionales traducen cualquier idioma al inglés — como texto o como subtítulos con tiempos — en la misma pasada.

## Por qué transcribir en tu ordenador

**El audio confidencial sigue siendo confidencial.** Entrevistas, notas clínicas, llamadas jurídicas, cualquier cosa bajo acuerdo de confidencialidad: el archivo lo lee un proceso de tu propia máquina y nadie más.

**Sin precio por minuto.** La transcripción en la nube factura por minuto. En local, la décima hora de audio cuesta lo mismo que la primera: nada.

**Sin límite de duración ni de tamaño.** Una grabación de cuatro horas es una tarea en la cola, no un plan de pago ni un apaño de partir el archivo.

**Funciona sin red alguna.** Una vez que el modelo está en disco, la transcripción es sin conexión: en un avión, en un laboratorio, en una máquina aislada.

**Subtítulos y texto de la misma pasada.** SRT y VTT llevan los tiempos para un reproductor, TXT es prosa limpia y JSON trae los tiempos de cada segmento para tus propios scripts.

## Preguntas frecuentes

**¿Qué precisión tiene la transcripción de Whisper?**

La precisión depende del modelo: tiny es un borrador, small es el equilibrio por defecto y large-v3-turbo roza el nivel humano con voz clara. El audio limpio de un solo hablante es el que mejor sale; los acentos marcados, la gente hablando a la vez y la música bajo la voz restan precisión — como en cualquier reconocedor de voz.

**¿Qué idiomas admite?**

Whisper cubre alrededor de cien idiomas y detecta el idioma por su cuenta; también puedes fijarlo si acierta mal. Dos recetas traducen la voz en cualquiera de ellos al inglés en una sola pasada, como texto o como subtítulos SRT.

**¿En qué formatos sale la transcripción?**

TXT para texto plano, SRT y VTT con marcas de tiempo para reproductores y editores de vídeo, y JSON con el inicio y el final de cada segmento para scripts y herramientas.

**¿Necesito internet?**

Una vez, para descargar un modelo de Whisper en la pantalla Modelos — de 78 MB a 1,62 GB según cuál elijas. Después la transcripción funciona íntegramente sin conexión.

**¿Y si la grabación no tiene voz?**

MediaChef informa de que «No se ha detectado voz» en lugar de escribir un archivo vacío y marcar la tarea en verde. El silencio, la música sin voces y un archivo elegido por error terminan igual de honestamente.

**¿Puedo pasar un vídeo a texto o solo audio?**

El vídeo funciona igual. MediaChef saca el sonido del propio archivo, así que un MP4, MKV o MOV va directo a la transcripción: hay incluso una receta aparte, «Sacar el texto de un vídeo». No hace falta convertirlo antes a audio.

## Convierte esa grabación en texto

MediaChef 0.8.7 — Whisper en local, gratis y de código abierto.

[Descargar para macOS 66 MB · Apple Silicon](https://github.com/Kom1sh/mediachef/releases/download/v0.8.7/MediaChef_0.8.7_aarch64.dmg) [Windows 82 MB · 64 bits](https://github.com/Kom1sh/mediachef/releases/download/v0.8.7/MediaChef_0.8.7_x64-setup.exe) [Linux 181 MB · x86\_64](https://github.com/Kom1sh/mediachef/releases/download/v0.8.7/MediaChef_0.8.7_amd64.AppImage)

Gratis y de código abierto — [mira el código en GitHub](https://github.com/Kom1sh/mediachef)  [Todos los archivos y notas de la versión](https://github.com/Kom1sh/mediachef/releases/latest)

MediaChef es joven: las compilaciones todavía no están firmadas por Apple ni por Microsoft, así que el primer arranque pide confirmación — dentro de cada descarga hay unas instrucciones en texto plano.

¿Algo no funciona o falta algo? Escríbenos: [hello@mediachef.app](mailto:hello@mediachef.app)

Sigue leyendo

-   [El catálogo completo de recetas, por categorías](https://mediachef.app/es/recetas/)
-   [Convertir MP4 a MP3 — gratis y sin conexión](https://mediachef.app/es/convertir-mp4-a-mp3/)
-   [Las 19 recetas y cómo funciona MediaChef](https://mediachef.app/es/)
