Transcribir OGG

Los mensajes de voz de WhatsApp, Signal y Telegram son Ogg Opus. Llegan como .opus o .ogg según la aplicación que los exporte, y ambos se suben aquí sin cambios: sin convertir antes a MP3, lo que costaría una generación de calidad antes incluso de que el transcriptor viera el archivo.

Cómo sacar el archivo de WhatsApp

1. En el móvil: mantén pulsado el mensaje de voz → Compartir → guardar en Archivos o Drive, o envíatelo por correo. El archivo guardado es .opus.
2. En WhatsApp Web o Escritorio: pasa el cursor por el mensaje → la flecha → Descargar. Obtienes .ogg.
3. Un chat entero: menú del chat → Exportar chat → Incluir archivos. El archivo comprimido trae cada nota de voz por separado.

Suelta cualquiera de ellos en la caja de arriba. Una nota de voz de dos minutos se transcribe en unos tres segundos, y los primeros cinco minutos no requieren cuenta.

Las notas de voz se graban a tasas bajas —a menudo 24-32 kbps—, justo el rango para el que se diseñó Opus y justo donde el MP3 empieza a emborronar las consonantes. Por eso un mensaje que suena pobre vuelve legible.

Son medianas medidas en nuestro clúster de producción, convertidas a tiempo por hora de audio. No son estimaciones ni el mejor caso con un archivo de estudio.

Llevado a los archivos reales: una nota de voz de dos minutos tarda unos tres segundos, una reunión de 40 minutos alrededor de un minuto, una grabación de tres horas unos cuatro minutos y medio. El tiempo de cola en horas punta se suma a todo esto y no depende del modelo.

Para subirlo no: los dos se leen directamente, igual que la extensión .oga. Sí importa para lo que puedes esperar de vuelta, porque los dos códecs se degradan de forma distinta al bajar la tasa de bits.

Si puedes elegir al exportar —desde Audacity, OBS o una grabadora—, Opus a 32 kbps da un archivo más pequeño que se transcribe igual de bien que Vorbis al triple de tamaño. Si el archivo te llega hecho, súbelo tal cual: recodificarlo para «mejorarlo» solo añade una segunda pérdida.

Ocho horas es el techo del plan Premium, y limita mucho antes que los 5 GB: una hora de OGG a 128 kbps ocupa unos 58 MB, así que un archivo de 5 GB rondaría las 90 horas de audio. En la práctica lo que detiene una subida es la duración, no el tamaño.

• Corta en el silencio, no por el reloj. Corta en una pausa entre frases y deja unos segundos de solapamiento; un corte a mitad de palabra te cuesta la palabra en los dos lados.
• Corta por sesión, si la hay. Un congreso de un día son en realidad seis ponencias: seis subidas dan seis transcripciones navegables, y las etiquetas de hablante empiezan limpias en cada archivo.
• No recodifiques para reducirlo. El límite es la duración, así que un archivo más pequeño con la misma duración no aporta nada y cuesta calidad.