Saltar al contenido principal

Blog

Cómo transcribir un podcast a texto (vista previa gratis)

Autor: Publicado: Última revisión:

Para transcribir un podcast, sube el archivo de audio del episodio, revisa la vista previa gratis de 5 minutos, inicia sesión y ejecuta la transcripción completa. Hushscript etiqueta a cada presentador e invitado, tú cambias el nombre de las etiquetas una sola vez y exportas el texto como TXT, DOCX o SRT. Un episodio completo necesita una cuenta y suficientes minutos disponibles; para crearla no hace falta tarjeta.

La transcripción de un podcast se gana el doble. Hace que el episodio sea buscable y accesible para quienes prefieren leer a escuchar, y te da materia prima para citas, capítulos y subtítulos sin tener que volver a reproducir la grabación. El respaldo de las plataformas es concreto: Apple Podcasts documenta las transcripciones y la navegación por capítulos para creadores. Esta guía explica cómo transcribir un podcast, etiquetar las voces, resolver los problemas habituales y aprovechar el resultado. Para la página del producto, consulta la transcripción de podcasts.

El paso que más tiempo ahorra es la separación de hablantes. Una transcripción que se lee como un solo bloque de texto da casi tanto trabajo como el audio. Hushscript etiqueta cada voz automáticamente, gratis en cada transcripción, así que la conversación vuelve a ser una conversación.

Lo que necesitas antes de empezar

Una grabación del episodio, en cualquier formato común de audio o video, o un enlace directo al archivo de audio. Si exportaste un archivo de audio simple desde tu editor (MP3, WAV, M4A), funciona directamente. Si tu única copia es la grabación en video de Zoom, Riverside o Ecamm, también funciona, y el audio se extrae en tu navegador para que el video nunca se suba.

Un audio de origen limpio ayuda más que cualquier otra cosa. Las etiquetas de hablante funcionan mejor cuando cada voz es distinta y la gente no se pisa todo el tiempo. Si grabaste a cada participante en una pista separada, ya tienes la entrada más limpia posible. Una sola pista mezclada también sirve; solo depende más de la diarización para distinguir las voces. Si puedes, graba las voces en seco y añade la base musical después en tu editor, porque un jingle que suena bajo un habla continua es lo único que baja la precisión de forma fiable.

Necesitarás una cuenta para transcribir un episodio completo. La vista previa de 5 minutos es el paso sin cuenta, así que puedes comprobar las etiquetas de hablante y la calidad del texto en tu archivo real antes de registrarte.

Cómo transcribir un podcast a texto, paso a paso

El flujo es vista previa primero, luego registro y después transcribir el resto. Así se transcribe el audio de un podcast a texto.

  1. Suelta el archivo en la página de transcripción de podcasts. Hushscript recorta los primeros 5 minutos en tu navegador y devuelve una vista previa con etiquetas de hablante. Para este paso no se necesita cuenta. Ves exactamente cómo se separan el presentador y el invitado y qué tan limpio se lee el texto con tu propio audio.
  2. Regístrate para transcribir el resto. Cuando ingresas tu correo e inicias sesión, subes el episodio completo. Las cuentas personales elegibles pueden recibir 30 minutos gratis para probar, concedidos una sola vez, tras verificar la tarjeta o con su primera compra; los precios tienen las condiciones. La transcripción completa requiere una cuenta y suficientes minutos disponibles.
  3. Deja que la transcripción termine y luego exporta. La transcripción llega con una etiqueta y una marca de tiempo en cada intervención. Exporta DOCX para un documento que editarás hasta convertirlo en notas del episodio, TXT para un bloque limpio que pegar en tu CMS, SRT para subtítulos en una versión en video, o JSON si tu alojamiento de podcasts acepta transcripciones por intervención.

Los 30 minutos gratis pueden cubrir un episodio corto o una parte representativa de uno más largo. Un episodio de 60 minutos usa 60 minutos de tu saldo, así que después de la prueba necesita una recarga.

Pasada la prueba, la transcripción de pago por uso son paquetes de minutos prepago sin suscripción, así que un mes tranquilo entre episodios no cuesta nada.

Etiqueta a cada presentador e invitado

La diarización de hablantes se ejecuta sola, así que no tienes que activar nada. En un episodio de dos personas (un presentador, un invitado), la transcripción llega bien separada, con cada línea atribuida a una de dos etiquetas. En un panel, Hushscript separa tantas voces distintas como oiga, sin límite de hablantes.

Para reemplazar las etiquetas genéricas por nombres reales:

  1. Haz clic en cualquier aparición de Hablante A en el editor.
  2. Escribe el nombre, como “Alex” o “Presentador”.
  3. Todas las apariciones de esa etiqueta se actualizan a la vez en toda la transcripción.

Reetiquetas cada voz una sola vez, no línea por línea. Un episodio de dos personas toma aproximadamente un minuto; un panel de cuatro, unos minutos. Tras reetiquetar, un tramo de la transcripción se lee así:

Alex [00:03:12]: Entonces dirigías la empresa en ese momento. ¿Cuáles fueron las primeras señales?
Jamie [00:03:19]: Sinceramente, fueron los números. Tuvimos una caída del 40 % en un trimestre.
Alex [00:03:27]: ¿Y no pudiste explicarlo en ese momento?
Jamie [00:03:35]: No durante semanas. Esa fue la parte que me quitó el sueño.

Esa es la estructura que necesitas para sacar citas y escribir capítulos con marcas de tiempo. Como las etiquetas se mantienen en todo el archivo, un episodio largo se etiqueta una sola vez. Para conocer la mecánica de la separación de voces, consulta cómo funciona la diarización de hablantes.

Cuando las etiquetas necesitan un arreglo

La diarización es precisa en grabaciones limpias, pero no infalible, y conviene conocer un par de patrones para corregirlos rápido.

Si dos invitados tienen voces muy parecidas, alguna línea puede caer en el hablante equivocado. Revisa la transcripción con el audio abierto y reasigna a mano las pocas líneas mal atribuidas. Es mucho más rápido que escribir los nombres de los hablantes desde cero, porque solo corriges excepciones.

Si un coanfitrión callado que casi no habla se fusiona con otra etiqueta, primero ponles sus nombres reales a los hablantes principales y luego busca las pocas líneas que deberían pertenecer a la voz callada. En una grabación bien separada rara vez ocurre alguno de los dos casos, y por eso vale la pena el pequeño esfuerzo extra de grabar una pista por persona.

Problemas comunes y sus causas reales

La mayoría de los problemas de transcripción vienen de la grabación, no de la herramienta. Conviene prever algunos antes de publicar un programa.

Hablar encima del otro. Es lo más difícil para cualquier sistema de separación de hablantes, porque dos voces en el mismo instante no se pueden separar limpiamente. El texto suele seguir siendo legible, pero un momento de mucho solapamiento puede caer en un solo hablante o quedar borroso en la unión. Una buena higiene de podcast ya ayuda aquí: un presentador que deja terminar a sus invitados produce, de rebote, una transcripción más limpia. Cuando ocurra, corrige esas pocas líneas a mano con el audio.

Invitados remotos grabados en una sola pista. Una llamada grabada como un único archivo mezclado es más difícil de separar que la misma llamada capturada con una pista por participante. Si tu herramienta admite la grabación local por participante, úsala; si solo tienes el archivo mezclado, la transcripción igual sale, solo que depende más de la diarización. En ambos casos el audio se sube igual, así que no hay nada distinto que hacer al transcribir. Si grabaste pistas separadas por invitado y necesitas unirlas en un solo archivo antes de subirlas, la herramienta gratuita para unir audio lo hace en tu navegador, sin subir nada. Un invitado que se une desde una pestaña de Chrome se puede grabar con la extensión de Chrome de Hushscript, gratuita, que mezcla la pestaña y tu micrófono en una sola grabación. Avisa a tu invitado antes de empezar.

Acentos marcados y cambio de idioma. Hushscript detecta el idioma automáticamente y transcribe unos 99 idiomas, con precisión de primer nivel en dieciocho de ellos, así que un invitado con un acento marcado en un idioma compatible se maneja bien. Un invitado que cambia entre dos idiomas a mitad de una frase es el caso realmente difícil; prepárate para limpiar a mano las frases con el cambio. Para ver la lista completa de idiomas compatibles, consulta la página de idiomas.

Música de entrada y cortinillas. Una base musical entre segmentos suele omitirse en lugar de transcribirse como un disparate. Los problemas empiezan solo cuando la música suena bajo un habla continua durante un tramo largo. La solución limpia es editorial: graba las voces en seco y coloca la música después, de modo que la transcripción solo vea habla.

Nombres, jerga y ortografía de marcas. Un invitado especialista usará términos y nombres de productos que el modelo puede escribir de forma fonética. Se arreglan rápido porque se repiten, y una búsqueda y reemplazo en el documento exportado corrige una errata recurrente de una sola pasada.

Algunos consejos de precisión

Lo que más influye es la calidad de la grabación, así que el esfuerzo en micrófonos y en una sala silenciosa se recupera al transcribir. Además, una pista por hablante da tanto el texto más limpio como las etiquetas de hablante más limpias, porque el sistema nunca tiene que desenredar dos voces de una misma onda. Mantén el micrófono del invitado cerca y constante en lugar de dejar que se desplace, y dedicarás tu tiempo de edición a lo importante en lugar de a las reparaciones.

Cuando revises, lee con el audio abierto y corrige por pasadas: primero las etiquetas de hablante, luego los nombres y la jerga mal entendidos, y por último el solapamiento ocasional. Trabajar por categorías es más rápido que leer de arriba abajo y te deja un documento lo bastante limpio como para publicarlo.

Aprovecha la transcripción

Cuando el texto está limpio, sirve de base para citas, capítulos y subtítulos. Cada intervención trae su marca de tiempo, así que puedes encontrar un cambio de tema sin volver a escuchar el episodio. Para buscar en el texto las direcciones web dichas en voz alta, busca fragmentos como “punto com” o “barra”. Para una cita destacada, decide a propósito si conservas las muletillas; transcripción limpia y transcripción literal explica ambas.

Las notas del episodio, los capítulos y el resto de la rutina de publicación están en el flujo de trabajo de transcripción de podcasts.

Transcripciones de podcasts de Spotify

Spotify puede mostrar una transcripción junto a un episodio. Su ayuda para creadores indica que algunos programas reciben transcripciones autogeneradas, y que los oyentes las ven en la vista Reproduciendo ahora y en las páginas de episodios de la aplicación móvil de Spotify. Para publicar en su lugar tu propio texto revisado, subes un archivo VTT o SRT de hasta 5 MB. Incluye marcas de tiempo, o el texto no se sincronizará durante la reproducción.

Para crear ese archivo, transcribe el audio original de tu episodio, no una copia sacada de Spotify. Hushscript no importa episodios desde páginas de Spotify, y la exportación de tu editor es de todos modos la fuente más limpia. Corrige nombres y etiquetas de hablante en el editor y luego exporta SRT o VTT. Ambos formatos llevan las marcas de tiempo que pide Spotify.

Dos cosas que conviene comprobar antes. Spotify indica que una transcripción subida se reemplaza si activas las autogeneradas, así que decide cuál prefieres. Y no puedes editar una transcripción dentro de Spotify for Creators: cambias el archivo sin conexión y lo subes de nuevo. Conserva tu SRT corregido como original y vuelve a exportarlo tras cada corrección. Spotify también indica que, según tu proveedor de alojamiento de podcasts, puede que no puedas sincronizar tus transcripciones, y que las transcripciones no están disponibles para todos los creadores ni en la aplicación móvil de Spotify for Creators. Su ayuda sitúa los controles en Spotify for Creators en la web: Configuración y luego Transcripciones para todo el programa, o los Detalles de un episodio para un solo episodio.

Añade subtítulos

Si publicas una versión en video del episodio en una plataforma como un servicio de alojamiento de video, Spotify video o LinkedIn, la exportación SRT es un archivo de subtítulos con tiempos listo para subir. No hay ningún paso extra, porque la transcripción que ya generaste lleva los datos de tiempo. Si solo tienes el audio y la plataforma pide un archivo de video, la herramienta gratuita MP3 a MP4 convierte el episodio en un MP4 con una imagen fija o un color liso, en tu navegador y sin subir nada. Acepta archivos de hasta 200 MB y unas 3 horas. Para el flujo más amplio de poner subtítulos en un clip, incluidos los archivos incrustados frente a los independientes, consulta cómo añadir subtítulos a un video.

Si tu punto de partida es una grabación en video y no una exportación de audio, el proceso es idéntico; el audio se extrae primero en tu navegador. La página de video a texto cubre ese camino completo.

Episodios largos y de varias partes

Para un episodio de larga duración o una grabación en vivo, Hushscript acepta cargas de hasta 10 horas, sin límite de tamaño de archivo. Un panel de cuatro horas o un episodio en formato documental se procesa como un solo archivo en lugar de dividirse en trozos, lo que importa por dos razones. Las etiquetas de hablante se mantienen coherentes en todo el archivo, así que reetiquetas una vez. Y las marcas de tiempo son continuas, así que un capítulo en la hora tres se lee [03:12:40] en lugar de reiniciarse desde cero en la segunda parte.

Si grabas una serie de varias partes en una sola sesión, transcribe toda la sesión como un único archivo y divide las notas del episodio por partes después. Cortar primero el audio solo multiplica el trabajo de reetiquetado.

Fuentes y normas independientes

Hushscript consultó estas referencias independientes y no competidoras. Explican investigaciones, normas o el funcionamiento de plataformas y no implican el respaldo de Hushscript.

Fuentes revisadas:

Preguntas frecuentes

¿Cómo se transcribe un podcast?

Sube el archivo de audio del episodio, o una grabación en video, revisa la vista previa gratis de 5 minutos, inicia sesión y ejecuta la transcripción completa. Cambia el nombre de las etiquetas de hablante, lee el texto contra el audio y exporta TXT, DOCX o SRT. Un episodio de 60 minutos usa 60 minutos de tu saldo.

¿Puedo transcribir un podcast a texto gratis?

En parte. La vista previa de 5 minutos es gratis y no requiere cuenta, así que puedes juzgar el texto y las etiquetas de hablante con tu propio episodio. Las cuentas personales elegibles también reciben 30 minutos gratis una sola vez, tras verificar la tarjeta o con una primera compra. Un episodio más largo necesita minutos prepagados, sin suscripción.

¿Puedo transcribir el audio de un podcast desde un MP3 o un enlace?

Sí a los MP3 y a otros archivos de audio comunes, que se suben tal cual. Si solo tienes un enlace directo al archivo de audio, puedes importarlo en lugar de descargarlo y volver a subirlo. Los enlaces de video no se importan, porque el audio se extrae en tu dispositivo a partir de un archivo de video local.

¿Cómo etiqueto al presentador y a cada invitado en la transcripción?

Hushscript separa a los hablantes automáticamente con etiquetas como 'Hablante A' y 'Hablante B'. Después de la transcripción, haz clic en cualquier etiqueta en el editor, escribe el nombre real y se actualizará en todos los lugares donde aparezca ese hablante. Un episodio de dos personas tarda aproximadamente un minuto en reetiquetarse; un panel con cuatro voces, unos minutos.

¿Las etiquetas de hablante tienen un costo adicional?

No. Las etiquetas de hablante se incluyen gratis en cada transcripción que produce Hushscript, sin tarifa por hablante y sin límite en la cantidad de voces. Muchas herramientas las reservan para un plan superior; aquí son parte del resultado estándar.

¿Puedo transcribir una grabación en video del podcast?

Sí. Si tienes un archivo de video como MP4, MOV o MKV, el audio se extrae en tu navegador antes de subir nada, por lo que el video se queda en tu dispositivo. Solo el audio extraído llega al servidor, lo que además evita que un archivo de video grande sature tu conexión.

¿Qué duración puede tener un episodio para transcribirlo de una sola vez?

Hasta 10 horas por carga, sin límite de tamaño de archivo. Un episodio de 60 minutos, una conversación de dos horas o una grabación en vivo de cuatro horas se procesan como un solo archivo, así que reetiquetas a los hablantes una vez en lugar de unir partes.

¿Qué formatos de exportación produce Hushscript?

TXT, SRT, VTT, CSV, TSV, Markdown, HTML, RTF, XML, JSON, DOCX, PDF y .husharchive protegido con contraseña, sin marca de agua. Para las notas del episodio, DOCX te da un documento con formato para editar directamente. SRT te da subtítulos con tiempos si publicas una versión en video. JSON te da datos por intervención si alimentas un alojamiento de podcasts que acepta transcripciones.

¿Necesito transcribir todo el episodio para escribir las notas del episodio?

Para marcas de tiempo precisas y citas textuales, sí. Puedes esbozar notas aproximadas de memoria, pero los marcadores de capítulo, las citas exactas y una transcripción completa en la que se pueda buscar salen del texto completo. La vista previa de 5 minutos te muestra la calidad antes de comprometerte con el episodio completo.

¿La música de fondo o un jingle de introducción confundirán la transcripción?

La música entre segmentos suele omitirse o quedar sin transcribir, y un jingle breve bajo una voz rara vez causa problemas. Si una base musical suena bajo un habla continua, la precisión en ese tramo puede bajar. Grabar las voces limpias y añadir la música en el editor después da la mejor transcripción.

¿Cómo añado una transcripción a mi podcast en Spotify?

Transcribe el audio original de tu episodio, revisa el texto y exporta SRT o VTT con marcas de tiempo. Spotify indica que los archivos deben ser VTT o SRT de hasta 5 MB y que, según tu proveedor de alojamiento de podcasts, puede que no puedas sincronizar tus transcripciones. Busca la opción en Spotify for Creators en la web; no está en la aplicación móvil. Si activas las transcripciones autogeneradas de Spotify, reemplazan el archivo que subiste.

¿Puedo transcribir un podcast de Spotify a partir de su enlace de Spotify?

No. Hushscript no obtiene episodios de las páginas de Spotify. Usa el archivo de audio original de tu editor o grabadora, o un enlace directo a un archivo de audio que alojes tú. Esa también es la mejor fuente, porque es la copia más limpia de tu programa.

¿Qué tan precisa es la transcripción de un podcast bien grabado?

En una grabación limpia con dos micrófonos y poco habla simultánea, el texto es lo bastante preciso como para publicarlo después de una revisión rápida. La precisión depende sobre todo de la calidad de la grabación, los acentos y la frecuencia con que los invitados se pisan, no del formato de archivo que subes.

Comienza con 30 minutos gratis

Obtén una vista previa de hasta 5 minutos antes de crear una cuenta, y una cuenta personal nueva recibe una vista previa gratis de su primera subida en la aplicación. La transcripción completa requiere una cuenta y minutos; las cuentas personales elegibles reciben 30 minutos gratis una sola vez, tras verificar la tarjeta o con su primera compra. Sin suscripción.

Comenzar con 30 minutos gratis