Las mejores IA para transcripción y subtítulos

Para transcribir y subtitular en español, las opciones más sólidas son ElevenLabs Scribe v2, gpt-transcribe de OpenAI, Deepgram Nova-3 y Google Cloud Speech-to-Text Chirp 3. Si buscas privacidad total, Whisper large-v3 en local. La elección depende del precio, del volumen de audio y de si aceptas que el audio salga de tu equipo.

• ElevenLabs Scribe v2: admite más de 90 idiomas y sitúa el español en su nivel «Excelente», con una tasa de error por palabra del 5 % o menos, según el propio fabricante. En la API cuesta 0,22 USD por hora.
• OpenAI: gpt-transcribe, el modelo que recomienda ahora, cuesta 0,0045 USD por minuto. Los archivos tienen un límite de 25 MB. Ojo: whisper-1 y los modelos gpt-4o de transcripción están obsoletos y se retirarán el 26 de febrero de 2027.
• Deepgram Nova-3: 0,0043 USD por minuto para audio pregrabado en un solo idioma y 0,0052 USD para audio multilingüe.
• Google Cloud Speech-to-Text Chirp 3: disponible de forma general para es-ES, entre otros idiomas.
• Subtítulos automáticos de YouTube: disponibles en 67 idiomas, incluido el español, para vídeos largos y Shorts, aunque la propia plataforma avisa de que la calidad puede variar.
• Whisper large-v3: código abierto con licencia Apache 2.0, 99 idiomas y funciona en tu propio ordenador, sin que el audio salga de él.

Para subtítulos, asegúrate de que la herramienta genere marcas de tiempo y exporte en SRT o VTT. Revisa siempre nombres, cifras y términos técnicos, porque todos los sistemas fallan en ellos.