Cómo transcribir un audio a texto en Word: guía paso a paso 2026

Para transcribir un audio a texto en Word se usa la función Transcribir: ve a Inicio, abre la flecha junto a Dictar, elige Transcribir y luego carga una grabación o graba directamente; Word genera una transcripción con marcas de tiempo e identificación de hablantes que puedes insertar en tu documento. Necesitas una suscripción a Microsoft 365, la función no está en todas las versiones de Word y los archivos cargados tienen un límite de minutos al mes. Si no la tienes, una herramienta de transcripción que exporte a DOCX te lleva al mismo resultado.

En esta guía verás qué hace Transcribir, en qué se diferencia de Dictar, qué requisitos tiene, los pasos uno por uno, cómo trabajar con una entrevista y una comparación honesta con Google Docs y con las herramientas de transcripción dedicadas. Los detalles reflejan la documentación de soporte de Microsoft a octubre de 2026; Microsoft cambia con frecuencia dónde y cómo lanza las funciones de Office, así que revisa lo que muestra tu propia copia de Word. Los nombres de los botones corresponden a Word en español y pueden variar un poco según la versión.

Transcribir y Dictar: dos funciones distintas

Mucha gente busca cómo pasar un audio a texto en Word y termina en el lugar equivocado, porque Word tiene dos funciones de voz que viven bajo el mismo botón.

• Dictar convierte tu voz en texto escrito mientras hablas. Haces clic en el micrófono, hablas y las palabras aparecen donde está el cursor. Reemplaza al teclado, solo escucha el micrófono en tiempo real y no acepta archivos. Útil para redactar, inútil para una grabación que ya existe.
• Transcribir trabaja con grabaciones. Cargas un archivo de audio o video, o grabas una conversación dentro de Word, y te devuelve una transcripción completa dividida en secciones, con marcas de tiempo e identificación de hablantes. La revisas en un panel lateral y después la agregas al documento.

Si ya tienes una entrevista, una clase, una reunión o una nota de voz guardada como archivo, la que necesitas es Transcribir.

Qué necesitas antes de empezar

Revisa estos puntos antes de ponerte a buscar el botón:

• Una suscripción a Microsoft 365. Transcribir no forma parte de las versiones de Office de pago único.
• La versión correcta de Word. Microsoft describe actualmente Transcribir como disponible en Word para Microsoft 365 en Windows en inquilinos comerciales (cuentas de trabajo o de escuela administradas por una organización) y en Word para la web en inquilinos de gobierno. La forma en que Microsoft describe la disponibilidad ha cambiado con el tiempo, así que abre Inicio y la flecha de Dictar para ver si Transcribir te aparece.
• Conexión a internet. La transcripción se hace en la nube de Microsoft, no en tu computadora.
• Un archivo compatible. Microsoft menciona MP3, WAV, M4A y MP4.
• Minutos disponibles en el mes. Los suscriptores de Microsoft 365 pueden transcribir hasta 300 minutos de audio cargado al mes. Una licencia de Microsoft Copilot sube mucho ese límite (Microsoft indica actualmente 30 mil minutos).
• Un archivo de tamaño razonable. La página de soporte de Microsoft no indica un límite de tamaño por archivo. Guías anteriores suelen mencionar 200 MB por archivo y algunas respuestas recientes de la comunidad de Microsoft hablan de 300 MB, así que si un archivo grande falla, prueba a comprimirlo a un MP3 o M4A más ligero.

Si usas una Mac, un plan familiar o personal, o una cuenta de trabajo donde el administrador no activó la función, es posible que no veas Transcribir en absoluto. En ese caso, salta a la comparación y a la opción de exportar a DOCX.

Cómo transcribir un audio a texto en Word

Cargar una grabación

1. Abre un documento nuevo o existente en Word e inicia sesión con tu cuenta de Microsoft 365.
2. En la pestaña Inicio, haz clic en la pequeña flecha junto a Dictar y elige Transcribir. Se abre un panel a la derecha.
3. Haz clic en Cargar audio y elige tu archivo. Word lo sube y empieza a transcribir. Las grabaciones largas pueden tardar, así que deja el panel abierto hasta que termine.
4. Cuando aparece la transcripción, viene dividida en secciones, cada una con una marca de tiempo y una etiqueta de hablante. Haz clic en una marca de tiempo para reproducir esa parte del audio.
5. Para corregir una palabra, pasa el cursor sobre una sección y usa el icono de edición (el lápiz). Para renombrar a un hablante, edita la etiqueta y aplica el cambio a todas las secciones de esa persona.
6. Haz clic en Agregar todo al documento para insertar la transcripción completa, o agrega secciones sueltas donde las necesites. Word te deja incluir u omitir los nombres de los hablantes y las marcas de tiempo.

Si lo que tienes es un video, el proceso es el mismo: Transcribir acepta archivos MP4, así que también sirve para transcribir un video a texto en Word. Una vez que el texto está en el documento, es texto normal de Word: puedes darle formato, agregar títulos, usar buscar y reemplazar y controlar cambios. Microsoft guarda la grabación en tu OneDrive; el audio no queda insertado en el documento.

O grabar directamente en Word

El mismo panel tiene la opción Iniciar grabación. Word graba a través de tu micrófono y puedes pausar y reanudar. La transcripción se genera cuando detienes y guardas la grabación, no aparece como texto en vivo en la página. Esto sirve para una entrevista en persona o una reunión con la laptop en el centro de la mesa. En una videollamada, grabar en Word solo capta lo que oye tu micrófono, así que una grabación hecha por la propia plataforma de reuniones suele dar un audio más limpio.

Cómo transcribir una entrevista en Word

Las entrevistas son donde Transcribir resulta más útil, gracias a la identificación de hablantes. Un flujo práctico:

1. Graba con buen audio. Coloca la grabadora o el celular entre tú y la persona entrevistada, lejos de ventiladores y del ruido de tazas. Nuestros consejos para una transcripción precisa explican con más detalle el tema de micrófonos y espacios.
2. Sube el archivo a Transcribir como se describió arriba.
3. Renombra primero a los hablantes. Las etiquetas genéricas pasan a ser "Entrevistador" y el nombre de la persona, aplicado a todas las secciones.
4. Corrige nombres y términos. El reconocimiento automático de voz tropieza con nombres propios, lugares y tecnicismos. Corrígelos una vez y usa buscar y reemplazar en el documento para el resto.
5. Agrégala al documento con marcas de tiempo si más adelante vas a citar momentos concretos, o sin ellas si la transcripción va directo a un artículo.
6. Compara las citas con el audio antes de publicar algo. Haz clic en la marca de tiempo, escucha y confirma las palabras exactas.

Ten cuidado con las confusiones de hablantes cuando las personas se interrumpen o tienen voces parecidas, y toma la primera transcripción automática como un borrador. Sobre consentimiento, anonimización y codificación de transcripciones en investigación, revisa nuestra guía de transcripción de entrevistas.

Límites que conviene conocer

Transcribir es cómodo, pero tiene restricciones reales:

• Minutos al mes. 300 minutos de carga al mes equivalen a unas cinco entrevistas de una hora. Si la usas mucho, llegas rápido al tope.
• Disponibilidad limitada. Depende de tu tipo de suscripción, tu plataforma y tu organización, así que no puedes dar por hecho que un colega o un cliente la tiene.
• Un idioma por archivo. Eliges el idioma de la transcripción en la configuración del panel; las grabaciones que cambian de idioma salen mal. Microsoft dice que la función funciona con más de 80 configuraciones regionales.
• Exportación limitada. El resultado vive en un documento de Word. No hay exportación directa a formatos de subtítulos como SRT.
• Procesamiento en la nube. El audio se sube a Microsoft y se guarda en OneDrive, algo que está bien para la mayoría de los trabajos, pero conviene revisarlo frente a las reglas de tu organización y la ley de protección de datos personales de tu país si las grabaciones son sensibles.

Transcribir de Word frente a Google Docs y una herramienta dedicada

Quien busca cómo transcribir en Google Docs suele esperar que Docs tenga algo equivalente. No exactamente. La escritura por voz de Google Docs (Herramientas > Escritura por voz) es una función de dictado en vivo: funciona en versiones recientes de Chrome, Edge y Safari, escucha el micrófono y escribe lo que oye. No permite subir archivos. Puedes reproducir una grabación por las bocinas frente al micrófono, pero el resultado suele ser malo y tienes que escuchar toda la grabación en tiempo real.

Transcribir de Word es la opción natural si ya lo tienes y no pasas de los minutos mensuales. La escritura por voz de Google Docs es ideal para dictar tus propias palabras, no para transcribir grabaciones. Un servicio dedicado conviene cuando no tienes la versión correcta de Word, necesitas más minutos o idiomas, quieres archivos de subtítulos o necesitas compartir el flujo de trabajo con personas que no tienen Microsoft 365. Otras herramientas dedicadas, como Otter, TurboScribe o Whisper ejecutado en local, también exportan a formatos que Word puede abrir.

Cómo pasar una transcripción de Audiotexta a Word

Si no tienes acceso a Transcribir, la forma más rápida de llevar el texto a Word es exportarlo desde una herramienta dedicada. En Audiotexta, la exportación a DOCX forma parte del plan Pro; en el plan gratuito exportas un TXT y lo pegas en Word:

1. Abre la aplicación web de Audiotexta y sube tu archivo de audio o video, o pega un enlace. Puedes empezar sin cuenta con archivos de hasta 30 minutos.
2. Elige el idioma que se habla, o deja que lo detecte, y mantén activada la identificación de hablantes en entrevistas y reuniones.
3. Revisa la transcripción: corrige nombres y términos y renombra a los hablantes.
4. Exporta en DOCX (Pro) y abre el archivo en Word, o descarga un TXT (gratis, sin cuenta) y pégalo. Los nombres de los hablantes, los párrafos y, si las conservas, las marcas de tiempo llegan como texto normal de Word al que puedes dar formato, agregar comentarios y controlar cambios.

El TXT también sirve para cualquier otro editor. El plan gratuito incluye 120 minutos al mes; la página de precios muestra lo que suman los planes de pago. Para ver todas las opciones, incluidas las aplicaciones de escritorio y las herramientas locales, revisa cómo transcribir un audio a texto.

Uses la herramienta que uses, el último paso es el mismo: lee la transcripción una vez escuchando el audio antes de darla por buena. El reconocimiento de voz es lo bastante bueno para ahorrarte horas de tecleo, pero los nombres, las cifras y las citas merecen una revisión humana.