Cómo transcribir una reunión o grabación de Zoom

Autor: Hushscript | Publicado: 10 de junio de 2026 | Última revisión: 21 de julio de 2026

Hay dos formas de convertir una reunión de Zoom en texto. Una es permitir que un robot de toma de notas con IA se una a la llamada como asistente visible y escuche en tiempo real. La otra es grabar la reunión usted mismo y luego cargar el archivo guardado. Hushscript es el segundo tipo. No es una integración de Zoom, un robot de reuniones ni un tomador de notas que participa en su llamada.

Esa diferencia es el objetivo de esta guía. Con el enfoque de carga, no hay ningún servicio de terceros presente mientras habla, no se otorga acceso a nada a su cuenta de Zoom y no aparece ningún nombre adicional en la lista de participantes para que todos lo vean. Usted mantiene el control de la grabación desde el momento en que se guarda.

A continuación se muestra el proceso completo: sacar la grabación de Zoom, extraer el audio, producir una transcripción etiquetada por el hablante y mantener todo en privado. Funciona para una reunión individual de dos personas y para una reunión de junta directiva con ocho personas en la llamada.

Lo que necesitas

Necesitas tres cosas y es casi seguro que ya las tienes todas.

La primera es una grabación de la reunión. Zoom puede producir uno para usted, ya sea guardado en su computadora o en su cuenta en la nube de Zoom; La guía de grabación Zoom actual de Boston College explica los controles del host y los archivos creados. El segundo es el derecho a transcribirlo, lo que generalmente significa que usted participó y lo grabó con el consentimiento requerido. El tercero es un navegador. Hushscript se ejecuta en Chrome, Firefox, Safari o Edge y no hay nada que instalar.

No necesita un plan pago de Zoom para la grabación local y no necesita conectar ninguna aplicación ni otorgar acceso al calendario. El archivo hace el trabajo.

Graba la reunión, local o en la nube

Zoom le ofrece al anfitrión dos modos de grabación, y el que elijas decide dónde termina el archivo.

Una grabación de computadora se guarda en la computadora de quien hizo clic en grabar. Usted controla los archivos descargados y Zoom no coloca esa grabación en su biblioteca de grabaciones en la nube. La carpeta y los archivos exactos dependen del cliente y la configuración de Zoom, así que utilice los controles de grabación actuales de Zoom en lugar de depender de una ruta fija. Esta suele ser la ruta más sencilla si usted es el anfitrión y desea cargar un archivo después.

En su lugar, se carga una grabación en la nube a su cuenta de Zoom. Para obtener el archivo, abra el portal web de Zoom, elija Grabaciones, busque la reunión y descargue el MP4. La disponibilidad de la grabación en la nube depende de la cuenta y está controlada por el anfitrión. Otros participantes solo pueden acceder a él si el anfitrión comparte el acceso, lo cual vale la pena recordar cuando piensas en quién tiene una copia.

Cualquier ruta te deja con un archivo en tu computadora. Ese archivo es lo que subes y a Hushscript no le importa si proviene de una grabación local o en la nube.

Transscribe la grabación en tres pasos

El flujo es el mismo ya sea que tu archivo sea MP4 completo o una pista de audio separada.

1. Suelta el archivo y mira la vista previa. Ve a audio a texto y suelte su MP4 o M4A en el área de carga. El audio se prepara a partir del vídeo en su navegador y obtiene una vista previa de 30 segundos etiquetada por el hablante del inicio de la reunión. No se necesita una cuenta para este paso, por lo que puedes consultar esa muestra de apertura antes de comprometerte con algo.
2. Regístrate para transcribir el resto. Si la vista previa se ve bien, crea una cuenta con tu correo electrónico. Este es el paso cerrado. La prueba de 30 segundos está abierta a todos, pero para transcribir la reunión completa se necesita una cuenta. Obtienes 30 minutos gratis para probar algo real, otorgados en el momento en que validas una tarjeta con una retención de $1 que se libera de inmediato y nunca se cobra, o con tu primera compra si pagas de otra manera. No se requiere una tarjeta.
3. Sube el archivo completo y obtén la transcripción. De vuelta en la aplicación, sube la grabación completa. La transcripción regresa con una expresión por línea, cada una atribuida a una etiqueta de hablante como Hablante A o Hablante B, con marcas de tiempo. Desde allí, vuelves a etiquetar los hablantes y los exportas.

Solo el audio sale de tu dispositivo. El MP4 permanece, el audio extraído se elimina en el instante en que la transcripción está lista y lo que queda es el texto de su propiedad.

Un ejemplo práctico

Supongamos que organizó una revisión trimestral de 45 minutos con cuatro personas y la grabó localmente. Zoom colocó un MP4 en Documents/Zoom/2026-06-18 Q2 Review/. Colocas ese MP4 en el área de carga, los primeros 30 segundos se obtienen una vista previa limpia con dos hablantes distintos ya separados y te registras para hacer el resto.

Cuando la carga completa termina de procesarse, tienes una transcripción que se ve así:

Hablante A [00:05:22]: Los números del segundo trimestre están disponibles. Los márgenes se mantienen pero el volumen ha bajado un doce por ciento.
Hablante B [00:05:31]: Eso coincide con lo que el departamento de adquisiciones marcó la semana pasada.
Hablante A [00:05:38]: Correcto. Entonces la pregunta es si ajustamos el pronóstico ahora o esperamos hasta julio.
Hablante C [00:06:02]: Yo esperaría. Un mes suave aún no es una tendencia.

Haces clic en Hablante A, escribes Sarah y cada línea que pronunció se vuelve a etiquetar a la vez. Haz lo mismo con los demás. Cinco minutos de clic convierten cuatro voces anónimas en un registro con nombre de quién dijo qué. Lo exportas como DOCX, lo haces circular entre los cuatro asistentes y la reunión queda documentada sin que nadie tenga que escribir notas durante la llamada.

Etiquetas de los hablantes para saber quién dijo qué

Es difícil actuar sobre una pared plana de texto. Una transcripción de la reunión que muestra quién dijo cada línea es algo que realmente puede usar, y Hushscript agrega esas etiquetas a cada transcripción de forma predeterminada, sin límite de hablantes ni nivel de pago.

Poner nombres reales en las etiquetas requiere tres clics. Haga clic en cualquier instancia de Hablante A en el editor, escriba el nombre de la persona y la etiqueta se actualizará en todos los lugares donde aparezca el hablante. Para una reunión de 60 minutos con cinco personas, el pase de reetiquetado tarda uno o dos minutos. Para una conversación individual de 30 minutos, se necesita menos de un minuto.

Una vez que se ingresan los nombres, la transcripción se lee como la conversación que fue. Puede buscar las contribuciones de una sola persona, extraer todos los compromisos que hizo un participante o citar una decisión con el nombre correcto adjunto. Para obtener más información sobre cómo funciona la separación de hablantes, consulte identificación de hablantes.

Mantenga la reunión privada

Las reuniones internas contienen las cosas que menos desea que se filtren: presupuestos, personal, estrategia, exposición legal, opiniones sinceras sobre personas que no están en la sala. La forma en que la reunión se convierte en texto es tan importante como el texto en sí.

Cuando un robot que toma notas se une a una llamada, es un participante en vivo. Es visible para todos, graba desde dentro de la sesión de la reunión y su conversación se transmite a través de la infraestructura de ese servicio mientras usted sigue hablando. Algunos participantes se callarán en el momento en que vean a un asistente desconocido etiquetado como grabador, y no siempre puedes controlar a dónde va esa transmisión en tiempo real.

La transcripción basada en carga elimina el robot de la ecuación. La grabación ya existe en su dispositivo antes de que Hushscript intervenga. El audio se extrae localmente en su navegador, por lo que el archivo de vídeo nunca se carga. El audio que llega al servidor se elimina en el momento en que la transcripción está lista y nada toca su cuenta de Zoom, su calendario o sus participantes. Grabar la reunión usted mismo y cargarla después es la alternativa completa a un bot en la sala, y la transcripción de la reunión sin un bot lo justifica mejor.

Hay una capa más que vale la pena conocer. Sus transcripciones están cifradas en reposo. Si alguna vez se filtrara nuestro almacenamiento, el contenido sería texto cifrado ilegible en lugar de su reunión en texto plano. Esto es protección contra filtraciones, no una afirmación de que nadie de nuestro lado puede leerla: la clave está en nuestros servidores, no usted solo. La imagen más completa de cómo se manejan los datos se encuentra en la página transcripción privada.

Solución de problemas comunes de grabaciones de Zoom

El audio real de una reunión es más confuso que una grabación de estudio limpia, por lo que estos son los problemas que surgen con más frecuencia y cómo manejarlos.

Las personas hablan entre sí. Las revisiones trimestrales y las lluvias de ideas se calientan, y cuando dos voces se superponen, el sistema tiene que adivinar dónde termina un hablante y comienza el siguiente. La diafonía es la principal causa de líneas mal etiquetadas. No puedes arreglar el audio después del hecho, pero puedes arreglar la transcripción: escanea los tramos ocupados y, cuando una etiqueta parezca incorrecta, corrígela. En el futuro, pedir a las personas que se silencien cuando no hablan influye más en la calidad de la transcripción que cualquier configuración.

Una persona es mucho más silenciosa que el resto. Si un participante marcó desde el micrófono de una computadora portátil al otro lado de una habitación mientras todos los demás usaban auriculares, sus líneas pueden ser más débiles o ocasionalmente cortarse. La propia configuración de audio de Zoom ayuda aquí. Activar “Optimizar para sonido original” antes de grabar y pedir a los asistentes remotos que usen auriculares acerca la voz tranquila a los demás.

El archivo es grande. Una videoconferencia larga puede ser un MP4 de tamaño considerable, pero solo se prepara el audio para cargar. Hushscript copia una pista de audio compatible en su navegador sin volver a codificarla y la convierte localmente solo cuando es necesario, por lo que el video permanece en su dispositivo. Una grabación puede durar hasta 10 horas, sin límite de tamaño de archivo; incluso una grabación muy grande se prepara directamente en el navegador.

Acentos fuertes o jerga técnica. Una sala llena de personas de diferentes países o una llamada llena de nombres de códigos de productos pueden hacer tropezar a cualquier transcriptor con una palabra extraña. El modelo maneja bien una amplia gama de acentos y detecta el idioma automáticamente en aproximadamente 99 idiomas, enumerados en la página idiomas. Para el raro término mal escuchado, una rápida búsqueda y reemplazo en el archivo exportado corrige todos los casos a la vez.

No está seguro de quién es Hablante A. Cuando la reunión comienza con una pequeña charla, la primera voz etiquetada no siempre es la del anfitrión. Utilice las marcas de tiempo para saltar a un momento en el que alguien presenta un tema que recuerda e identifíquelo a partir del contexto. Una vez que haya emparejado una o dos voces, el resto generalmente encaja rápidamente.

La grabación es solo audio. Si Zoom produjo un M4A en lugar de un MP4, nada cambia. Suelta el M4A directamente. No hay ningún vídeo del que extraer, por lo que va directamente a la transcripción.

Grabación local o en la nube: cuál transcribir

Si existe una copia local y una en la nube, transcriba lo que sea más conveniente, porque la transcripción es idéntica en ambos sentidos. La elección es más importante para el control que para la calidad.

Una grabación local permanece solo en su máquina hasta que usted decida lo contrario, lo cual es más adecuado para una reunión delicada en la que desea la menor cantidad de copias posible. Una grabación en la nube es más fácil de recuperar desde otro dispositivo y más difícil de perder si su computadora portátil se apaga, a costa de una copia adicional en la nube de Zoom. Para las sincronizaciones rutinarias del equipo, la nube es conveniente. Para cualquier cosa confidencial, una grabación local mantiene el archivo en sus manos desde el principio.

Cualquier cosa que cargue, la privacidad del paso de transcripción es la misma: entrada de audio, salida de transcripción, eliminación de audio.

Consejos para una transcripción de reunión limpia

Un poco de cuidado antes y después de la grabación ayuda mucho.

Antes de la reunión, recomiende el uso de auriculares en lugar de los micrófonos de las computadoras portátiles y pida a las personas que silencien el sonido cuando no estén hablando. Grabar con una calidad de audio decente, en lugar de la configuración de ancho de banda más baja, le da al modelo más con qué trabajar. Nada de esto requiere un estudio, sólo hábitos ligeramente mejores que la llamada promedio.

Después de la transcripción, vuelva a etiquetar al hablante primero mientras la reunión esté fresca en su memoria, luego lea la transcripción una vez según sus recuerdos de los momentos ocupados. Una sola pasada detecta un puñado de interferencias y el resultado es un registro que puede circular con confianza.

Hushscript se ejecuta con la misma IA de primer nivel para una reunión que para una entrevista de estudio, por lo que no es gratuito. Es un sistema de pago por uso sin suscripción y usted paga solo por los minutos que transcribe, tan solo alrededor de un centavo por minuto en el paquete más grande. Los precios actuales de los paquetes se encuentran en la página precios.

Preguntas frecuentes

Las preguntas anteriores cubren los puntos prácticos. Para conocer el mismo flujo de trabajo de etiquetado de hablantes aplicado a una conversación de dos personas, consulte cómo transcribir una entrevista y, para conocer el ángulo de las notas del episodio de varios hablantes, cómo transcribir un podcast. El enfoque para Microsoft Teams y Google Meet es el mismo que para Zoom: grabe la llamada, guarde el archivo y cárguelo en audio a texto.