Hay dos formas honestas de convertir un audio de WhatsApp en texto en la computadora (o el ordenador, o la PC, como le digas). Puedes guardar el audio del chat y pasarlo por una herramienta de transcripción aparte, lo cual funciona, pero te cuesta una descarga, una subida y un copiar y pegar cada vez. O puedes agregar una extensión de navegador a WhatsApp Web que pone un botón de transcribir directamente sobre el audio, para que el texto aparezca debajo de la onda de sonido, dentro del chat, que es donde tiene que estar.
Lo que no puedes hacer, al menos por ahora, es usar las transcripciones propias de WhatsApp en la versión web. Esa función existe, es realmente buena, y está pensada para el celular. Esta guía repasa qué dicen exactamente las páginas de ayuda de WhatsApp sobre eso, la vía manual en una computadora de escritorio, y el paso a paso para hacerlo directamente en WhatsApp Web.
Actualizado en septiembre de 2026
Por qué la transcripción propia de WhatsApp es solo para el celular
WhatsApp sí tiene transcripción de mensajes de voz. Su artículo de ayuda, "Cómo activar o desactivar las transcripciones de mensajes de voz", tiene pestañas para Android, iOS, Web, Windows y Mac, y la diferencia entre ellas cuenta toda la historia: las pestañas de Android y iPhone traen instrucciones reales, numeradas paso a paso, mientras que la pestaña Web solo dice que las transcripciones de mensajes de voz "están disponibles solo en ciertos dispositivos y es posible que todavía no estén disponibles para ti", y recomienda mantener WhatsApp actualizado para recibir la función cuando llegue.
El motivo es de diseño, no arbitrario. WhatsApp explica que las transcripciones se generan en tu propio dispositivo, y que tus mensajes de voz personales siguen protegidos por cifrado de extremo a extremo —nadie fuera del chat, ni siquiera WhatsApp, puede escuchar tus audios ni leer la transcripción—. En el celular, eso significa apoyarse en el reconocimiento de voz propio del sistema operativo. En iPhone, la página de ayuda dice que necesitas iOS 16 o una versión posterior con Siri activada, y que puede que tengas que descargar el paquete de idioma cuando actives la función. Una pestaña del navegador no tiene nada equivalente en qué apoyarse.
Dos detalles más que vale la pena conocer, porque explican bastante de la confusión. Las transcripciones vienen apagadas por defecto y hay que activarlas dispositivo por dispositivo. Y solo la persona que recibe un mensaje de voz puede ver su transcripción —quien lo envía, no—.
Idiomas soportados, según WhatsApp
La lista de idiomas no es la misma en todos los celulares, y por eso dos personas pueden comparar experiencias y llegar a conclusiones opuestas:
| Plataforma | Idiomas que lista WhatsApp para la transcripción |
|---|
| Android | Inglés, portugués, español y ruso |
| iPhone, iOS 16 o superior | Inglés, árabe, chino, francés, alemán, italiano, japonés, coreano, portugués, ruso, español y turco |
| iPhone, iOS 17 o superior | La lista de iOS 16 más danés, neerlandés, finlandés, hebreo, malayo, noruego, sueco y tailandés |
| WhatsApp Web | No hay ajuste de transcripción; la página de ayuda dice que la función solo está disponible en ciertos dispositivos |
WhatsApp también publica una página para cuando la transcripción directamente no aparece. Los motivos que lista son que el idioma configurado para transcribir no coincide con el idioma del audio, que algunas palabras no se reconocieron (el ruido de fondo es el ejemplo que dan), o que el idioma del audio no está soportado.
La vía manual en una computadora
Si quieres texto sin instalar nada, la mecánica es simple. WhatsApp Web descarga automáticamente los mensajes de voz que recibes, así que el audio ya está ahí; lo guardas desde el menú del mensaje, subes el archivo a la herramienta de transcripción que uses, esperas, y pegas el resultado donde lo necesites.
Funciona, y para una grabación puntual e importante tiene todo el sentido. El problema aparece con el volumen. Cada audio se convierte en un trámite de cuatro pasos, el texto queda en una ventana distinta de la conversación a la que pertenece, y terminas entregando una grabación privada a un servicio de terceros que quizás no conoces bien. Si es la nota de voz de un cliente, ese último punto merece un minuto de reflexión antes de arrastrar el archivo a cualquier lado.
Mientras tanto, dos controles nativos ayudan: tocar la etiqueta 1x mientras se reproduce un audio sube la velocidad a 1.5x y después a 2x (no se puede bajar de 1x), y arrastrar el punto sobre la onda de sonido salta a un momento puntual en vez de reproducir todo desde el inicio.
Qué hace diferente una extensión de navegador
Una extensión para WhatsApp Web no cambia la herramienta, cambia la forma de la tarea. En vez de exportar el audio a otro lado, agrega un control de transcribir sobre el propio mensaje de voz en el chat, y el texto se genera ahí mismo, pegado al mensaje, con el remitente y la hora todavía alrededor. Sin descargar nada, sin ventana de subida, sin segunda ventana, sin nada que pegar de vuelta.
Eso importa más justo en los casos de los que la gente se queja de verdad: un audio que llega en medio de una reunión, un mensaje de cinco minutos que solo tiene una dirección útil, un grupo donde cuatro personas contestaron por audio mientras estabas ausente.
Precisión e idiomas
Nuestra propia extensión, Kaption AI para WhatsApp Web, transcribe los audios en el idioma en que se grabaron —español, portugués, inglés, francés, alemán, italiano, turco, chino, japonés y decenas más— y la traducción en vivo cubre más de 90 idiomas si el mensaje llega en uno que no lees.
Preferimos ser directos sobre el límite: como dicen nuestros términos, la precisión de la transcripción con IA puede variar. El reconocimiento de voz, incluido el de WhatsApp, se ve afectado por el ruido de fondo, las voces superpuestas, los acentos marcados y la gente que graba caminando por una calle transitada. WhatsApp dice lo mismo en su propia página de ayuda para cuando algo falla. Espera una transcripción bastante usable en condiciones normales, y reproduce el audio cuando un número o un nombre puntual realmente importe.
Privacidad: qué sale de tu computadora
Esta es la parte que vale la pena leer con atención para cualquier extensión, la nuestra o cualquier otra.
Kaption funciona solo en web.whatsapp.com y trabaja con los chats que ya tienes abiertos ahí. Tu historial de WhatsApp se guarda cifrado en tu propio dispositivo, dentro del navegador, así que la búsqueda y las transcripciones funcionan sin subir tus conversaciones a ningún lado —ningún contenido de tus mensajes se almacena en los servidores de Kaption—. El audio que eliges transcribir se envía a procesar y se descarta apenas vuelve el texto, y tu contenido nunca se usa para entrenar modelos de IA, nunca se vende y nunca se licencia.
La transcripción corre primero en servidores de inferencia que operamos nosotros. Cuando esa capacidad no está disponible, y para traducción, resúmenes y análisis de chats, la solicitud va a uno de un grupo pequeño y fijo de proveedores de infraestructura de IA que actúan como nuestros procesadores: Google, Groq, DeepInfra y Cerebras. Lo único que les llega es el audio o texto que elegiste procesar, más una pista de idioma —nunca un nombre, un número de teléfono, tu lista de contactos o un identificador de cuenta—. Los datos en reposo están cifrados con AES-256 y todo lo que viaja usa TLS.
Paso a paso en WhatsApp Web
- Instala la extensión. Abre la ficha de Kaption AI en la Chrome Web Store y haz clic en "Agregar a Chrome", luego confirma "Agregar extensión". En Microsoft Edge, usa en cambio la tienda de complementos de Edge; funciona en Chrome, Edge y otros navegadores basados en Chromium.
- Abre web.whatsapp.com y recárgalo. Kaption aparece dentro de tus chats. Fíjala desde el ícono de pieza de rompecabezas de la barra de herramientas para tenerla siempre a un clic.
- Busca un audio y transcríbelo. El control de transcribir está sobre el propio mensaje de voz. El texto aparece debajo del mensaje, en el chat.
- Haz algo con el texto. Reproduce el audio y sigue la lectura, copia la transcripción, resúmela o tradúcela.
Instalarla es gratis y no pide tarjeta de crédito. Los planes opcionales Básico y Pro suman transcripciones ilimitadas, sesiones de traducción ilimitadas, transcripción inteligente y más mensajes programados. Hoy la usan unas 50.000 personas, con 4,8 estrellas sobre unas 4.700 reseñas en la Chrome Web Store.
Consejos para audios largos o con varias personas
Primero resume, después lee. Para cualquier audio de más de un par de minutos, un resumen te dice si vale la pena leer el texto completo. Escribimos toda una guía sobre ese hábito en cómo resumir una nota de voz de 10 minutos en 3 segundos.
Trata los audios de un grupo como una cola, no como una transmisión continua. Los mensajes de voz consecutivos se reproducen automáticamente uno tras otro en WhatsApp Web, y así es como se te van doce minutos sin darte cuenta. Transcribirlos uno por uno y leerlos por encima suele ser más rápido que escucharlos a doble velocidad.
Los nombres y los números son el punto débil. Los códigos de producto, las alturas de calle y los nombres propios poco comunes son donde cualquier motor de voz se equivoca. Cuando un detalle es importante de verdad, retrocede sobre la onda de sonido y confírmalo escuchando.
Pide que te lo reenvíen cuando la grabación es realmente mala. Si alguien grabó al lado de una licuadora, ninguna herramienta lo va a salvar —WhatsApp mismo lista el ruido de fondo como una razón por la que sus propias transcripciones fallan—. Pedir una regrabación de diez segundos es más rápido para los dos.
Si quieres el panorama más amplio, incluidas las opciones del lado del celular, lo cubrimos en cómo convertir audios de WhatsApp en texto.
Preguntas frecuentes
¿WhatsApp Web puede transcribir audios por sí solo?
Todavía no. El artículo de ayuda de WhatsApp sobre transcripción de mensajes de voz tiene una pestaña para Web, pero solo dice que la función está disponible en ciertos dispositivos y que es posible que todavía no te haya llegado, sin ningún interruptor para activarla. Las instrucciones paso a paso están en las pestañas de Android y iPhone. En una computadora necesitas una herramienta de transcripción aparte, o una extensión de navegador que agregue esa función a WhatsApp Web.
¿Cómo activo la transcripción de audios de WhatsApp en el celular?
En Android, abre los Ajustes de WhatsApp, toca Chats, activa Transcripción de mensajes de voz, toca Elegir idioma y selecciona el idioma en el que llega la mayoría de tus audios, y después elige "Configurar ahora" o "Esperar a tener wifi". En iPhone el camino es el mismo, por la foto de perfil y Chats, y la función necesita iOS 16 o superior con Siri activada. Para leer una transcripción, mantén presionado el mensaje de voz y elige Transcribir.
¿Qué idiomas puede transcribir WhatsApp?
Depende del dispositivo. La página de ayuda de WhatsApp lista inglés, portugués, español y ruso para Android. En iPhone depende de la versión de iOS: iOS 16 o superior cubre doce idiomas, incluido el turco, y iOS 17 o superior suma ocho más. Si tu idioma no está en la lista de tu plataforma, la transcripción directamente no va a aparecer.
¿Transcribir audio de WhatsApp en la computadora es gratis?
Sí, si usas la capa gratuita de una herramienta pensada para eso. Instalar la extensión de Kaption es gratis y puedes empezar a transcribir audios de inmediato, sin tarjeta de crédito; los planes opcionales Básico y Pro existen para uso intensivo. Descargar el audio y usar un servicio de transcripción aparte también puede ser gratis, según los límites de ese servicio.
¿La persona que envía el audio se entera de que lo transcribí?
La propia página de ayuda de WhatsApp aclara que quien envía el mensaje no puede ver la transcripción; solo la ve quien lo recibe. Con una extensión de navegador, transcribir es algo que activas tú en tu propia pestaña. Lo que el remitente sigue viendo es lo de siempre: las confirmaciones de lectura de los audios, según tus ajustes de privacidad de WhatsApp.
¿Qué tan precisa es en la práctica?
Lo suficiente para leerla por encima y actuar, pero no para citar un número de teléfono sin confirmarlo antes. La precisión varía según la grabación: un audio limpio de una sola persona se transcribe casi perfecto, mientras que las voces superpuestas, el ruido de fondo fuerte o un acento poco común van a dejar huecos. WhatsApp menciona las mismas causas en su propia página de ayuda sobre transcripciones que no aparecen.
