El artículo de XDA de esta semana sobre la aplicación Pixel Recorder señaló un cambio silencioso: el estándar para “transcripción gratuita” en un teléfono es ahora lo suficientemente alto que los servicios pagos están perdiendo actualizaciones fáciles. Los usuarios de escritorio plantearon la pregunta obvia de seguimiento. Si Pixel puede transcribir una hora de audio de reunión de forma gratuita, ¿qué deberíamos ejecutar en una Mac, un portátil Windows o una caja Linux para hacer lo mismo sin cargar audio confidencial a terceros?
Probamos ocho de las mejores aplicaciones para transcripción en escritorio. Los criterios: precisión en una entrevista real de una hora con un solo hablante, precisión en una reunión de cuatro hablantes ruidosa, latencia para subtítulos en directo, compensaciones sin conexión versus nube, y qué tan limpiamente cada aplicación exporta transcripciones que realmente usan herramientas posteriores (Notion, Obsidian, Final Cut, Premiere).
Qué buscar en una aplicación de transcripción
Seis criterios separan las herramientas en las que realmente puede confiar de las de calidad de demostración:
- Precisión en audio del mundo real. El material de marketing dice 95%. Las reuniones reales con hablantes superpuestos cuentan una historia diferente.
- Sin conexión versus nube. Para audio confidencial (legal, médico, financiero) el único canal seguro se ejecuta localmente.
- Diarización de hablantes. La denominación automática de hablantes importa más de lo que parece para cualquier audio con más de dos voces.
- Subtítulos en directo. La transcripción de reuniones es una carga de trabajo diferente de la transcripción de archivos posterior.
- Profundidad del formato de exportación. El texto sin formato es el piso mínimo. Los exportes SRT, VTT, JSON y Markdown ahorran tiempo aguas abajo.
- Modelo de precios. Las herramientas de compra única, suscripciones y canales de código abierto gratuitos coexisten en 2026.
Comparación rápida
| Aplicación | Mejor para | Motor | Sin conexión | Nivel gratuito | Precio inicial |
|---|---|---|---|---|---|
| MacWhisper | Usuarios de Mac que quieren Whisper sin CLI | OpenAI Whisper | Sí | Sí (modelos básicos) | $79 Pro de una sola vez |
| OpenAI Whisper | Motor alojado automáticamente de código abierto gratuito | OpenAI Whisper | Sí | Sí, completamente | Gratis |
| Otter.ai | Transcripción de reunión en directo con nombres de hablantes | Motor propietario de Otter | No | 300 minutos/mes | $16,99/mes Pro |
| Descript | Editar audio y video editando texto | Motor propietario de Descript | Parcialmente | 1 hora de transcripción/mes | $24/mes Creator |
| Notta | Transcripción de reunión multilingüe | Motor propietario de Notta | No | 120 minutos/mes | $14,99/mes Pro |
| Sonix | Precisión de calidad de estudio con carga por lotes | Motor propietario de Sonix | No | 30 minutos de prueba gratuita | $10/hora pago por uso |
| SuperWhisper | Dictado y transcripción de Mac con backend Whisper | OpenAI Whisper | Sí | Sí (funciones básicas) | $8,49/mes Standard |
| Aiko | Transcripción de Mac sin conexión con prioridad de privacidad | OpenAI Whisper | Sí | Sí, completamente | Gratis |
Las 8 mejores aplicaciones para transcripción en escritorio
1. MacWhisper — mejor envoltorio de Mac alrededor de Whisper
MacWhisper es una aplicación Mac pulida que agrupa OpenAI Whisper en una interfaz nativa, por lo que obtiene precisión de código abierto sin configuración de Python y línea de comandos. Arrastra un archivo, elige un tamaño de modelo (pequeño, mediano, grande), y la transcripción se ejecuta localmente en Apple Silicon. El nivel Pro agrega diarización de hablantes, procesamiento por lotes, modelos Whisper más grandes y exportación directa a SRT, VTT y Markdown.
Donde falla: Solo Mac. Los modelos Whisper más grandes necesitan un chip Apple Silicon reciente y varios gigabytes de RAM. La transcripción en directo es un flujo de trabajo separado.
Precios:
- Gratis: funciones básicas con modelos Whisper más pequeños
- Pago: licencia Pro única de $79 (Pro agrega diarización y modelos más grandes)
- Pago: $9,99/mes para la suscripción de sincronización de nube opcional
Plataformas: macOS 12+ (Apple Silicon recomendado)
Descargar: goodsnooze.gumroad.com/l/macwhisper
Conclusión: Elige MacWhisper si trabajas en una Mac y quieres el mejor canal de transcripción sin conexión gratuito o casi gratuito.
2. OpenAI Whisper — mejor motor autohospedado de código abierto
OpenAI Whisper es el modelo de reconocimiento de voz automático de código abierto que reinició la barra de precisión en 2022 y aún lidera la mayoría de los puntos de referencia en 2026. Whisper se ejecuta localmente en Linux, macOS y Windows a través de Python, o a través de bifurcaciones más rápidas como whisper.cpp y faster-whisper. El resultado es transcripción de calidad de estudio al costo de la electricidad, con control total sobre la ruta de datos.
Donde falla: La configuración es el compromiso. La instalación básica de Python, la descarga del modelo y las dependencias del códec no son difíciles, pero no son amigables para no desarrolladores. Sin GUI por defecto; combínalo con un envoltorio (MacWhisper, SuperWhisper, Aiko, WhisperX) para una experiencia de usuario normal.
Precios:
- Gratis: código abierto bajo MIT
- Pago: pague solo por la versión API de OpenAI si no desea ejecutarla localmente
Plataformas: Linux, macOS, Windows (Python o bifurcaciones precompiladas)
Descargar: github.com/openai/whisper
Conclusión: Elige OpenAI Whisper directamente cuando te sientas cómodo con la línea de comandos y quieras control total sobre el canal de transcripción.
3. Otter.ai — mejor para transcripción de reunión en directo
Otter.ai es el servicio de transcripción en la nube que ha dominado la categoría “subtítulos en directo en una videollamada” durante años. Las aplicaciones de escritorio en Windows y Mac, la extensión del navegador y las integraciones nativas con Zoom, Google Meet y Microsoft Teams, todos empujan subtítulos en directo a la reunión y producen una transcripción pulida con nombres de hablantes en cuestión de minutos después de que finalice la reunión.
Donde falla: Solo nube. El audio confidencial (legal, médico, financiero, RR.HH.) no es apropiado para Otter. El nivel gratuito está limitado a 300 minutos por mes con un límite de 30 minutos por grabación.
Precios:
- Gratis: 300 minutos/mes, límite de grabación de 30 minutos
- Pago: Pro en $16,99/mes, Empresa en $30/mes con más minutos y controles de administrador
Plataformas: Windows, macOS, extensión Chrome, iOS, Android
Descargar: otter.ai
Conclusión: Elige Otter.ai cuando tu trabajo de transcripción sea reuniones en directo y la sensibilidad de datos sea a nivel de negocio normal.
4. Descript — mejor cuando editas editando la transcripción
Descript es el editor de audio y video donde la transcripción es la superficie de edición. Elimina una oración de la transcripción y Descript elimina el audio. Mueve un párrafo y mueve el video. Para podcasters, YouTubers y productores que pasan más tiempo editando que transcribiendo, Descript está en una categoría propia. La precisión de transcripción en audio limpio está en el mismo rango que Whisper; el flujo de trabajo es el diferenciador.
Donde falla: Los precios de suscripción suben rápidamente para proyectos serios. El modelo de edición es brillante pero requiere algunos ajustes; los usuarios tradicionales de NLE a veces se resisten. Aplicación de escritorio más pesada que una herramienta de transcripción pura.
Precios:
- Gratis: 1 hora de transcripción/mes
- Pago: Creator en $24/mes, Pro en $48/mes, Empresa personalizado
Plataformas: Windows, macOS
Descargar: descript.com
Conclusión: Elige Descript cuando la transcripción sea un paso de un flujo de trabajo de edición, no un resultado final.
5. Notta — mejor para transcripción de reunión multilingüe
Notta es el servicio de transcripción en la nube con la cobertura de idiomas no ingleses más sólida en este grupo, incluida transcripción de alta calidad para japonés, coreano, mandarín, español, portugués e hindi. La extensión de Chrome y el modelo de bot de reunión coinciden con Otter’s, y la latencia de subtítulos en directo aguanta en una llamada de video normal.
Donde falla: Solo nube. La precisión de transcripción en inglés es buena pero no líder del mercado; Otter y Whisper lo superan en grabaciones de un solo hablante ruidosas. El precio por minuto es justo pero el nivel gratuito es estrecho.
Precios:
- Gratis: 120 minutos/mes, límite de grabación de 3 minutos
- Pago: Pro en $14,99/mes, Empresa en $27,99/mes
Plataformas: Windows, macOS, extensión Chrome, iOS, Android
Descargar: notta.ai
Conclusión: Elige Notta cuando tu trabajo abarca idiomas que las herramientas orientadas al inglés manejan débilmente.
6. Sonix — mejor para precisión de calidad de estudio en lote
Sonix es el servicio de transcripción web de calidad de estudio en el que confían las redes de podcasts y los periodistas para trabajos de carga por lotes. La precisión se encuentra consistentemente en la parte superior de los puntos de referencia independientes, la diarización de hablantes maneja de cuatro a seis hablantes limpiamente, y el modelo de pago por uso evita el bloqueo de suscripción para usuarios que no transcriben diariamente.
Donde falla: Solo web (sin aplicación de escritorio nativa), por lo que la “experiencia” de escritorio es una pestaña del navegador. El precio de $10/hora se suma más rápido que una suscripción para usuarios pesados.
Precios:
- Gratis: 30 minutos de prueba gratuita
- Pago: $10/hora pago por uso, $22/usuario/mes Premium, $5/usuario/mes suscripción Standard más tarifa por hora
Plataformas: Web (funciona en Windows, macOS, Linux a través del navegador)
Descargar: sonix.ai
Conclusión: Elige Sonix cuando transcriba por lotes entrevistas o podcasts y quieras un modelo de pago por hora con precisión sólida.
7. SuperWhisper — mejor herramienta de dictado de Mac con backend Whisper
SuperWhisper es una aplicación de barra de menú de Mac que convierte Whisper en una herramienta de dictado en todo el sistema: presiona una tecla de acceso rápido, habla, suelta, y el texto transcrito se coloca en cualquier aplicación que esté enfocada. El backend Whisper local mantiene cada palabra en tu dispositivo. El nivel Pro agrega teclas de acceso rápido personalizadas, múltiples modelos Whisper y solicitudes de postprocesamiento para tono y formato.
Donde falla: Solo Mac. La división dictado-vs-transcripción confunde a algunos usuarios; SuperWhisper es mejor cuando quieres dictar en aplicaciones existentes. La transcripción de archivos funciona pero MacWhisper es mejor para trabajos por lotes.
Precios:
- Gratis: dictado básico, modelos Whisper más pequeños
- Pago: Standard en $8,49/mes, Lifetime en $84,99
Plataformas: macOS 12+ (Apple Silicon recomendado)
Descargar: superwhisper.com
Conclusión: Elige SuperWhisper cuando quieras dictado sin conexión que funcione dentro de todas las demás aplicaciones en tu Mac.
8. Aiko — mejor para transcripción de Mac sin conexión con prioridad de privacidad
Aiko es la aplicación Mac de compra única que envuelve Whisper en una interfaz simplificada y se entrega de forma gratuita en la App Store. El mensaje es simple: elige un modelo Whisper, suelta un archivo de audio, obtén una transcripción de SRT o texto, nunca toques la nube. Para usuarios que quieren el canal “sin suscripción, sin carga” más limpio posible, Aiko es el camino más directo.
Donde falla: Solo Mac. Menos funciones de usuario avanzado que MacWhisper o SuperWhisper. La interfaz de usuario de un solo propósito es tanto el atractivo como la limitación.
Precios:
- Gratis: completamente gratis en la App Store
- Pago: ninguno
Plataformas: macOS 13+ (Apple Silicon)
Descargar: apps.apple.com/app/aiko/id1672085276
Conclusión: Elige Aiko cuando quieras una herramienta de transcripción de Mac de un solo propósito gratuita sin conexión sin configuraciones que aprender.
Cómo elegir la correcta
Si estás en una Mac y quieres precisión sin conexión sin CLI: MacWhisper o Aiko (Aiko si quieres más simple; MacWhisper si quieres funciones avanzadas).
Si eres desarrollador o administrador de sistemas y quieres el motor en sí: OpenAI Whisper.
Si tu trabajo es subtítulos de reunión en directo y el audio no es sensible: Otter.ai.
Si la transcripción es un paso de un flujo de trabajo de edición: Descript.
Si trabajas en idiomas fuera del inglés: Notta.
Si transcribo por lotes entrevistas o podcasts y quiero pago por uso: Sonix.
Si quieres dictado sin conexión que funcione dentro de otras aplicaciones de Mac: SuperWhisper.
La línea de base honesta es esta: para audio confidencial, autohospeda Whisper de una forma u otra. Para trabajo de reunión en directo donde la sensibilidad de datos es normal, Otter es difícil de vencer. Todo lo demás se ajusta a un flujo de trabajo más específico.
FAQ
¿Cuál es la mejor aplicación de transcripción gratuita para Mac? Aiko para la experiencia sin conexión más simple, nivel gratuito de MacWhisper para más opciones. Ambos ejecutan OpenAI Whisper localmente.
¿Puedo transcribir audio sin conexión en Windows? Sí. Instala whisper.cpp o faster-whisper a través de una instalación de Python en Windows, o usa la herramienta de línea de comandos OpenAI Whisper directamente. No hay envoltorio de GUI de primera parte de Windows tan pulido como MacWhisper.
¿Es Otter.ai compatible con HIPAA? Otter ofrece un nivel de Empresa compatible con HIPAA bajo solicitud, pero la cuenta Pro estándar no es compatible con HIPAA. Para audio de salud, autohospeda Whisper o usa el nivel empresarial de Sonix.
¿Qué tan precisión es Whisper en comparación con servicios pagos? El modelo large-v3 de Whisper está dentro de algunos puntos porcentuales de los mejores servicios pagos en audio limpio y a menudo los supera en audio ruidoso o acentuado. El compromiso es la velocidad: Whisper local toma más tiempo que los servicios en la nube a menos que tengas un GPU reciente o un chip Apple Silicon.
¿Cuál es la diferencia entre transcripción y dictado? La transcripción convierte un archivo de audio grabado en texto. El dictado convierte el habla en vivo en texto en tiempo real, típicamente en otra aplicación. Otter, Notta, MacWhisper y Aiko son transcripción-primero; SuperWhisper es dictado-primero.
¿Puedo editar audio editando la transcripción? Sí, eso es exactamente lo que hace Descript. Adobe Premiere Pro y DaVinci Resolve agregaron edición basada en texto similar en sus lanzamientos de 2024 y 2025, pero Descript construyó el flujo de trabajo primero y sigue siendo el más pulido.