MP4 a texto, sin pasar por MP3
Suelta un MP4 y saca sus palabras. La pista de audio se extrae del contenedor por ti, así que no hay paso intermedio de exportar a MP3 — ni calidad perdida en una segunda compresión.
Suelta aquí tu MP4
MP4, MOV, AVI, MKV, WebM — hasta 120 minutos
MP4 es el archivo con el que casi siempre acabas
Móviles, grabadores de pantalla, software de reuniones, cámaras sin espejo: pide vídeo a casi cualquier dispositivo y lo que aterriza en tu disco es un MP4. Se ganó ese puesto por ser el contenedor que se reproduce en todas partes sin que nadie tenga que pensarlo.
Esa omnipresencia es también la razón por la que tanta gente necesita transcribir MP4 a texto en algún momento. La grabación nunca se hizo pensando en transcribirla; era simplemente la salida por defecto de lo que capturó el momento.
De ahí sale lo que conviene entender antes de convertir MP4 a texto: un MP4 es un contenedor, no un códec. Dentro conviven dos flujos separados — normalmente H.264 o H.265 para la imagen y AAC para el sonido. Todo lo que viene después se deduce de ese único hecho.
La imagen es el 95% de los bytes
En un MP4 típico el flujo de vídeo aplasta al de audio. Todo lo que quieres de una transcripción vive en ese escaso porcentaje que lleva el sonido.
Solo se lee el audio
El flujo de vídeo se descarta antes de que empiece el reconocimiento. Un archivo en 4K y otro en 480p de la misma duración dan la misma transcripción por el mismo precio.
Rara vez elegiste el formato
MP4 es lo que te dio el dispositivo. Eso también significa que el audio de dentro se grabó para verse, no para leerse — y eso es lo que marca la precisión.
El tamaño es el límite real
Los minutos casi nunca te frenan primero. Con vídeo de móvil, el archivo toca el techo de tamaño mucho antes que el de duración.
Qué implica realmente convertir MP4 a texto
Convertir MP4 a texto significa desmultiplexar el archivo — separar su flujo de audio del de vídeo — y aplicar reconocimiento de voz solo al audio. La imagen se descarta antes de empezar la transcripción, y por eso la resolución no cambia ni el precio ni el resultado.
De esa definición se derivan cuatro cosas que, juntas, responden a casi todo lo que la gente pregunta antes de subir su primer archivo.
- Se desmultiplexa, no se convierte Nada se recodifica al entrar. El flujo de audio existente se extrae intacto del contenedor, así que en este paso no se pierde calidad.
- No hace falta exportar a MP3 Las guías antiguas te dicen que saques primero un MP3, porque las herramientas de entonces solo aceptaban audio. Ese paso ya sobra, y recomprimir a MP3 solo puede empeorar el sonido.
- Las marcas de tiempo salen del audio Cada línea lleva el momento en que se dijo, y eso es lo que permite que la misma transcripción se convierta en un archivo de subtítulos SRT sin trabajo extra.
- ¿Ya tienes solo el audio? Si tu archivo es un MP3, WAV o M4A en lugar de un vídeo, las herramientas de audio lo procesan directamente: mismo motor, mismos créditos, un paso menos.
Transcribir MP4 a texto en cuatro pasos
Todo ocurre en el navegador. Nada que instalar y sin preparar el archivo de antemano.
Sube el MP4 tal cual
Arrastra el archivo directamente desde tu disco. Sube al almacenamiento desde tu navegador, así que una grabación grande no se atasca en ningún límite de tamaño intermedio por el camino.
Se extrae la pista de audio
Se abre el contenedor, se separa el sonido de la imagen y solo el sonido sigue adelante. Esto pasa automáticamente: no es un paso que tengas que hacer.
Se ejecuta el reconocimiento de voz
El idioma hablado se detecta entre más de 100 idiomas y la transcripción vuelve dividida en segmentos con marca de tiempo que puedes leer y corregir.
Exporta lo que necesites
Texto plano para documentos, o SRT y VTT si las palabras vuelven al vídeo como subtítulos. Una ejecución, tantos formatos como quieras.
Un MP4 de diez minutos suele volver en menos de un minuto. Los archivos largos se dividen internamente y se recomponen después, así que una grabación de dos horas se comporta igual que una de dos minutos.
Las grabaciones que la gente necesita transcribir de verdad
Casi ninguna se grabó pensando en una transcripción. Ese es el caso normal, no la excepción.
Grabaciones de reuniones
Exportadas como MP4 desde el software de videollamadas. Suele ser el audio más limpio que vas a conseguir, porque el sonido llegó por el canal y no por el aire.
Grabaciones de pantalla
Tutoriales, demostraciones, informes de errores. Audio del sistema más micrófono, y lo bastante largas como para que rebobinar sea un suplicio.
Clases y formación
Una hora o más de una sola persona hablando: el formato donde una transcripción con buscador ahorra más tiempo por archivo.
Entrevistas con el móvil
Grabadas con lo que alguien llevaba en el bolsillo. Bitrate alto, archivo enorme y voz captada desde más lejos de lo que nadie pretendía.
Videopódcasts
El episodio ya está hecho; las notas del programa no. Una transcripción convierte ese segundo trabajo en una edición en vez de una reescucha.
Grabaciones de eventos
Ponencias que merecen citarse, enterradas en archivos que nadie va a recorrer. El texto es lo que las hace citables.
Webinar de 45 minutos Vuelve como unas 6.000 palabras: material de sobra para un artículo, una newsletter y un puñado de clips.
Clase de 2 horas Unos 200 MB a 480p, así que pasa ambos límites con holgura. Se divide internamente y vuelve como una sola transcripción.
Entrevista de 10 minutos Puede ocupar 1,2 GB en 1080p60. Cabe de sobra en el límite de tamaño, pero recuerda que minutos y megabytes no son la misma medida.
Clip de 30 segundos Cuesta 250 créditos: la facturación sigue la duración de la grabación, así que los archivos cortos salen baratos sea cual sea la resolución.
Qué entra y qué sale
MP4 y sus parientes
MOV, AVI, MKV y WebM funcionan igual: también son contenedores, y el audio se extrae de todos ellos de la misma manera.
TXT para leer
Texto plano con o sin códigos de tiempo. Este es el que quieres para notas, búsquedas, citas o pegar en un borrador.
SRT y VTT para subtítulos
Archivos sincronizados que entran en YouTube, Premiere, Final Cut o cualquier reproductor. Ponle al SRT el mismo nombre que al MP4 y la mayoría lo cargan solos.
Más de 100 idiomas
Detectados automáticamente. Una grabación que cambia de idioma a mitad se transcribe en cada idioma tal como se habló.
Los subtítulos no se incrustan en la imagen: el SRT sigue siendo un archivo aparte, así que puedes corregir un nombre o un término sin volver a renderizar el vídeo.
Cómo sacar una transcripción limpia de un MP4
El audio de un MP4 casi siempre se grabó antes de que nadie pensara en transcribirlo. No puedes volver atrás a regrabarlo, pero saber qué daña la precisión te dice qué arreglar y qué aceptar.
- Distancia del micrófono de cámara Los micrófonos de móviles y cámaras están a metros de quien habla y recogen la sala junto con la voz. Esta es la principal razón por la que un MP4 grabado con el móvil se transcribe peor que una grabación de pantalla.
- Las grabaciones de pantalla ganan Cuando el audio viene del sistema y no del aire, no hay sala, ni distancia, ni ruido de manipulación. Estos archivos dan sistemáticamente los mejores resultados.
- Música de fondo La música bajo el diálogo confunde al reconocimiento mucho más que un ruido constante como el aire acondicionado. Quítala antes de transcribir, no después.
- Varias personas a la vez Las voces solapadas son la causa más común de pasajes ininteligibles. No hay nada que hacer a posteriori, así que cuenta con limpiar esos tramos a mano.
- Nombres y jerga Los nombres de producto y los términos técnicos son donde se le ven las costuras incluso a una transcripción del 97%. Una pasada de buscar y reemplazar sobre el texto exportado lo arregla en menos de un minuto.
¿Cuánto puede durar realmente tu MP4?
Los planes de pago admiten 120 minutos o 2 GB por archivo, lo que llegue primero — y cuál de los dos toques depende por completo de cómo se grabó. Lo decide el bitrate, no la duración. Estas cifras son estimaciones a partir de bitrates típicos; tu archivo puede variar.
| Origen | Bitrate típico | 2 GB dan para | 120 min pesan | Límite que tocas antes |
|---|---|---|---|---|
| Móvil, 4K | 45 Mbps | ~6 minutos | ~40 GB | Tamaño |
| Móvil, 1080p60 | 25 Mbps | ~11 minutos | ~22 GB | Tamaño |
| Móvil, 1080p30 | 17 Mbps | ~16 minutos | ~15 GB | Tamaño |
| Grabación de pantalla, 1080p | 8 Mbps | ~33 minutos | ~7 GB | Tamaño |
| Reunión exportada, 720p | 2 Mbps | ~2,2 horas | ~1,8 GB | Duración |
| Clase, 480p | 1 Mbps | ~4,4 horas | ~0,9 GB | Duración |
Si tu archivo es demasiado grande: recodifícalo a menor bitrate antes de subirlo. Bajar vídeo de móvil de 1080p60 a 720p lo encoge unas diez veces y no cambia la transcripción en absoluto, porque recodificar el vídeo no toca la pista de audio. Partir el archivo también sirve, aunque luego tendrás que unir dos transcripciones a mano. Lo que no ayuda es convertirlo antes a MP3: mismo audio, un paso más y otra ronda de compresión.
Lo que desbloquea el texto
Todas las herramientas de abajo salen del mismo saldo de créditos que tu transcripción: ninguna necesita una segunda suscripción.
Texto a voz
Convierte la transcripción ya editada en una narración con otra voz.
Abrir el conversor de MP4 a textoClonación de voz
Nárrala con tu propia voz, entrenada a partir de una muestra corta.
Abrir el conversor de MP4 a textoAislador de voz
Quita el ruido de sala y la música de fondo: úsalo antes de transcribir, no después.
Abrir el conversor de MP4 a textoGenerador de pódcast con IA
Convierte una transcripción larga en un episodio a varias voces.
Abrir el conversor de MP4 a textoDudas sobre transcribir MP4
Convierte gratis tu primer MP4 a texto
Las cuentas nuevas incluyen unos diez minutos de transcripción. Suficiente para pasar una grabación real y juzgar el resultado con tu propio material en lugar de un clip de demostración.
Convertir MP4 a texto