Cómo transcribir un audio de WhatsApp en iPhone (gratis)

Dónde aparece la transcripción (y por qué tarda)

La transcripción no es automática para todos los mensajes: la disparas audio por audio, con una pulsación larga y «Transcribir». El texto aparece justo debajo del mensaje de voz, dentro de la burbuja de la conversación, y puedes volver a ocultarlo con un toque.

El procesamiento ocurre entero en tu iPhone, nunca en los servidores de WhatsApp. Por eso la primera transcripción en un idioma tarda un poco: el dispositivo tiene que descargar antes el modelo de reconocimiento. Y es también lo que hace la función compatible con el cifrado de extremo a extremo, ya que el contenido del audio nunca sale del móvil para transcribirse. En este punto concreto, la transcripción nativa es más respetuosa con tu privacidad que cualquier servicio de terceros, el nuestro incluido.

Los límites de la transcripción nativa

Es genuinamente útil, pero tiene tres límites que conviene conocer antes de fiarlo todo a ella.

Primero, la disponibilidad. Necesitas iOS 16 como mínimo y un iPhone razonablemente reciente. La lista de idiomas se amplía con cada versión: una docena desde iOS 16, más de veinte desde iOS 17. El español está incluido desde el principio.

Después, la calidad con audios difíciles. En un mensaje largo, grabado en la calle, con varias personas hablando o hablando muy rápido, el reconocimiento deja huecos. Y suelen caer justo en lo que más importa: nombres propios, cifras, direcciones. Un «____» en mitad de una dirección no te sirve de nada.

Y por último, el límite principal: recibes el texto palabra por palabra. Un audio de cuatro minutos transcrito siguen siendo cuatro minutos de lectura, rodeos incluidos. La transcripción cambia el formato del mensaje, no recorta el tiempo que te cuesta. Para un mensaje corto es perfecta. Para un monólogo de cinco minutos donde solo una frase te concierne, no resuelve gran cosa.

Transcribir un audio largo, o resumirlo

Aquí es exactamente donde la transcripción nativa toca techo: cuando el audio es largo, o cuando solo quieres saber qué te piden sin leerte ocho párrafos.

Hay otro enfoque, que no es transcribir palabra por palabra sino resumir. Es lo que hace Abrège: reenvías el audio al contacto de Abrège dentro de WhatsApp, como se lo reenviarías a un amigo, y recibes los puntos clave y lo que hay que hacer, en unas líneas. Si además quieres el texto completo, puedes activar la transcripción íntegra y recibir las dos cosas.

Tres diferencias prácticas con la función de Apple: aguanta audios de hasta unos 25 minutos, te devuelve lo esencial en vez de todo, y no deja huecos, porque reformula la idea completa en lugar de perseguir cada palabra.

A cambio, seamos transparentes: al contrario que la transcripción de Apple, que se queda en tu móvil, aquí el audio se transcribe con la API de OpenAI (Whisper) y luego se borra de nuestros servidores sin guardar copia. Es un intercambio deliberado, y más vale saberlo para elegir con conocimiento. Los 5 primeros resúmenes de cada mes son gratis, sin tarjeta.