Para transcribir un OGG a texto tienes dos caminos rápidos: subirlo a un servicio que acepte OGG, como Otter, ChatGPT en un plan de pago o la herramienta gratuita de TurboScribe, o usar Whisper, gratis y sin conexión, que lee cualquier formato. Si el servicio que quieres usar no admite OGG, como pasa con «Transcribir» de Word, Fireflies o la app de Descript, conviértelo antes a WAV con VLC o con una sola orden de FFmpeg. Aquí tienes qué acepta cada herramienta, qué hay dentro de un audio de WhatsApp o Telegram y los pasos para OGG, OPUS, WAV, MP4 y MOV.
Qué herramienta acepta cada formato
Hemos reunido en una tabla lo que dice la página de ayuda de cada empresa, consultada el 6 de noviembre de 2026. «Sí» significa que el formato está en su lista; «No», que la empresa lo da expresamente como no compatible; un guion, que no aparece en la lista.
| Herramienta | OGG | OPUS | WAV | FLAC | MP4 | MOV | WebM |
|---|---|---|---|---|---|---|---|
| «Transcribir» de Word | – | – | Sí | – | Sí | – | – |
| App de Descript | No | Sí | Sí | Sí | Sí | Sí | Sí |
| ChatGPT (planes de pago) | Sí | – | Sí | Sí | Solo audio | – | Solo audio |
| Otter | Sí | – | Sí | – | Sí | Sí | – |
| Fireflies | – | – | Sí | – | Sí | – | Sí |
| TurboScribe, herramienta gratuita | Sí | Sí | Sí | Sí | Sí | Sí | – |
| Whisper (en tu ordenador) | Sí | Sí | Sí | Sí | Sí | Sí | Sí |
Lo que la tabla no cuenta:
- El dictado de Google Docs no sirve para archivos. La ayuda de Google describe «Escribir por voz» (en Herramientas) solo para hablar al micrófono del ordenador. No tiene opción de subir un audio, así que no transcribe un OGG, un WAV ni un MP4.
- Gemini dice que admite «la mayoría de los tipos de archivo», sin lista. Los audios pueden durar en total hasta 10 minutos, o hasta 3 horas con Google AI Pro o Ultra, y cada archivo que no sea vídeo puede pesar hasta 100 MB.
- ChatGPT solo acepta audios en los planes de pago, de hasta 512 MB. Según OpenAI, los MP4 y WebM que identifica como vídeo no se admiten: hay que subir solo la pista de audio.
- Whisper pasa cada archivo por FFmpeg, que lo descodifica y lo convierte en audio mono a 16 000 muestras por segundo. Todo lo que abre FFmpeg, Whisper lo transcribe.
- El idioma también cuenta. Otter dice que solo admite inglés, español, francés y japonés; Descript transcribe 26 idiomas, entre ellos el español (en su lista, «Spanish (US)») y el catalán.

Si tu archivo es un MP3, nuestra guía para transcribir un MP3 a texto gratis lo trata a fondo. Esta guía va de los demás formatos.
OGG y OPUS: qué hay dentro de un audio de WhatsApp o Telegram
La extensión nombra el contenedor, la caja; el sonido va guardado dentro con un códec. Cuando un programa dice «formato no compatible», muchas veces falla el códec, no la caja.
- OGG es un contenedor abierto de la Fundación Xiph.org. Dentro suele llevar Vorbis u Opus, dos códecs distintos con la misma extensión.
- OPUS es un archivo Ogg con audio Opus. MDN Web Docs explica que a un Ogg con una sola pista Opus a veces se le llama archivo Opus y puede terminar en .opus, pero sigue siendo un Ogg. La norma de Ogg Opus, la RFC 7845, recomienda precisamente la extensión .opus.
- Telegram, según la documentación de su API para bots, guarda los mensajes de voz como archivos OGG con Opus.
- WhatsApp: si el audio que sacas de un chat termina en .opus o en .ogg, es el mismo tipo de archivo. Cómo sacarlo del móvil lo explicamos en la guía para transcribir audios de WhatsApp, que también cuenta cómo leerlos en el propio móvil sin pasar por el ordenador.
| Extensión | Contenedor | Audio que suele llevar | Lo que conviene saber |
|---|---|---|---|
.ogg, .oga | Ogg, abierto, de Xiph.org | Vorbis u Opus | Dos códecs diferentes bajo la misma extensión |
.opus | Ogg | Opus | La extensión que recomienda la norma; sigue siendo un Ogg |
.wav | WAVE (RIFF), de Microsoft e IBM, de 1991 | Casi siempre PCM sin comprimir | Archivos grandes, se aceptan en casi todas partes |
.flac | FLAC | FLAC, compresión sin pérdida | Más pequeño que un WAV, con el mismo sonido |
.mp4 | MPEG-4 Parte 14 | Normalmente AAC | Vídeo con sonido, o solo sonido |
.mov | QuickTime, de Apple | Normalmente AAC o PCM | El MP4 nació de él, pero no son intercambiables |
.webm | WebM, basado en Matroska | Opus o Vorbis | Pensado para la web, a menudo con vídeo VP8 o VP9 |
Por qué importa: la app de Descript acepta Opus en un .opus, pero no el contenedor OGG; y en un MP4 o un MOV admite AAC, MP3 o PCM, pero no FLAC ni Opus.
Cómo saber qué formato tiene tu archivo
Lo compruebas en un momento:
- Con VLC en Windows o Linux: abre el archivo y ve a Herramientas > Información del códec. La ventana muestra cada pista del archivo, de audio y de vídeo, con su códec.
- Con FFmpeg, si lo tienes instalado: ejecuta la orden de abajo y busca la línea que contiene
Audio:. La primera palabra después es el códec:opus,vorbis,aacopcm_s16le, por ejemplo.
ffprobe -hide_banner nota-de-voz.oggSi un archivo .ogg dice Audio: opus, es justo el caso que la app de Descript rechaza como .ogg y admite como .opus. Si un vídeo trae dos pistas de audio, por ejemplo en castellano y en inglés, apunta cuál necesitas: según su documentación, FFmpeg elige por defecto la pista con más canales.
Transcribir un OGG a texto paso a paso
Ordenadas de menos a más trabajo:
- Un servicio que acepte OGG. Otter, ChatGPT en un plan de pago y la herramienta gratuita de TurboScribe lo tienen en su lista; TurboScribe también incluye OPUS. Sube el archivo tal cual.
- Descript con un archivo .opus. Su ayuda incluye OPUS entre los contenedores admitidos y OGG entre los no admitidos. Un OGG con Vorbis es otro caso: la app no admite Vorbis en ningún contenedor.
- Whisper en tu ordenador. Lee .ogg y .opus sin convertir nada (órdenes abajo).
- Convertir y luego subir. Para Word, Fireflies o cualquier servicio que no admita OGG, conviértelo antes a WAV o MP3 (secciones de VLC y FFmpeg).
Whisper: del OGG al texto sin convertir
Whisper necesita Python y FFmpeg; la instalación está en nuestra guía del MP3 a texto. Después basta una línea por archivo:
whisper nota-de-voz.ogg --model turbo --language Spanish --output_format txt
whisper audio-telegram.opus --model turbo --language Spanish --output_format srtLa primera escribe nota-de-voz.txt junto al audio; la segunda, un archivo de subtítulos con tiempos. Pon siempre --language Spanish si sabes que es español: si no, lo adivina con los primeros 30 segundos y puede equivocarse con un audio que empieza con un «hello». Si quieres subtítulos, la guía de MP4 a SRT explica las opciones de largo de línea.
Un audio corto en ChatGPT
Para una nota de uno o dos minutos, un asistente de chat es lo más rápido. En ChatGPT, con un plan de pago, adjuntas el OGG y le pides algo así:
Transcribe este audio palabra por palabra, en el idioma en que está grabado. Quita las muletillas («eh», «o sea»), respeta los nombres tal como se dicen y marca con [inaudible] lo que no se entienda. Si hablan dos personas, sepáralas con «Persona 1» y «Persona 2».OpenAI avisa de que la transcripción puede tener errores y de que puede fallar al identificar quién habla.
De WAV a texto
El WAV es el formato más fácil: Word, Descript, ChatGPT, Otter, Fireflies, TurboScribe y Whisper lo aceptan. El problema suele ser el tamaño, porque el audio va sin comprimir. Un WAV estéreo de 16 bits a 44 100 muestras por segundo ocupa unos 635 MB por hora; la misma grabación en mono a 16 000 muestras por segundo, unos 115 MB.
Eso choca con los límites de subida:
- Fireflies admite audios de hasta 500 MB y 150 minutos por archivo.
- Gemini admite archivos que no sean vídeo de hasta 100 MB.
- El plan Free de Descript admite archivos de hasta 1 GB.
- «Transcribir» de Word no indica un tamaño máximo, pero con Microsoft 365 permite 300 minutos de audio subido al mes.
Si el WAV es demasiado grande, mejor comprimirlo que cortarlo: el FLAC conserva todo el sonido (lo aceptan Descript, ChatGPT, TurboScribe y Whisper) y el MP3 vale en todas partes.
Pasar un WAV a texto con Word
- Abre Word para la Web en Microsoft Edge o Chrome, con tu cuenta de Microsoft 365.
- Ve a Inicio, abre el menú desplegable de Dictar y elige Transcripción.
- En el panel Transcribir, selecciona Cargar audio y elige el WAV.
- No cierres el panel. Según Microsoft, la transcripción puede tardar hasta más o menos lo que dura el audio.
- Pulsa Agregar todo al documento, o añade solo las secciones que te interesen.
Word guarda una sola transcripción por documento y deja el audio en la carpeta Archivos transcritos de tu OneDrive. Microsoft ofrece variantes del español de España y de Latinoamérica.
De MP4 a texto: transcribir un vídeo
El MP4 es el formato de vídeo con más apoyo de la tabla: Word, Descript, Otter, Fireflies, TurboScribe y Whisper lo aceptan. Muchas grabaciones de reuniones son MP4; Microsoft, por ejemplo, indica que una grabación de Teams es un archivo .mp4.
Dos trampas:
- ChatGPT quiere solo audio. Rechaza un MP4 normal; extrae antes el sonido (sección de FFmpeg).
- El vídeo pesa mucho. El plan Free de Fireflies acepta vídeos de hasta 100 MB y audios de hasta 500 MB, y la versión gratuita de Gemini, 5 minutos de vídeo en total. La pista de audio sola ocupa muchísimo menos.
Para un TXT sin subir nada, Whisper escribe el texto junto al vídeo:
whisper reunion.mp4 --model turbo --language Spanish --output_format txtSi necesitas el texto con marcas de tiempo, exporta SRT o VTT en lugar de TXT. Nuestra guía de la transcripción con marcas de tiempo explica los formatos, y la del archivo VTT, cómo dejar solo el texto.
MOV: vídeos del iPhone o del Mac
El MOV es el formato QuickTime de Apple. Descript, Otter, TurboScribe y Whisper lo aceptan; «Transcribir» de Word, ChatGPT y Fireflies no. Para estos tres necesitas otro archivo.
En un Mac no hace falta instalar nada:
- Abre el MOV en QuickTime Player.
- Ve a Archivo > «Exportar como» > «Solo audio».
- Ponle nombre y guárdalo.
Según Apple, el resultado es un archivo de audio MPEG-4 con una pista AAC, es decir, un M4A. Word, ChatGPT y Fireflies aceptan M4A. En Windows, VLC o FFmpeg hacen lo mismo (secciones de abajo).
Comprueba antes que el MOV tiene sonido, por ejemplo en VLC, en Herramientas > Información del códec.
WebM, FLAC y otros formatos
WebM: lo aceptan la app de Descript, Fireflies y Whisper. ChatGPT, solo si es un archivo de audio. Word y Otter no lo incluyen; para Word, conviértelo a WAV o MP3.
FLAC: lo aceptan la app de Descript, ChatGPT, TurboScribe y Whisper. Word, Otter y Fireflies no. Como el FLAC no pierde nada, pasarlo a WAV no cambia el sonido; solo hace el archivo más grande.
Otros: el AAC (.aac) está en las listas de Descript, ChatGPT, Otter y TurboScribe; WMA y WMV, en las de Otter y TurboScribe (la app de Descript no admite WMA); MKV, en las de Descript y Otter.
Si un formato no aparece aquí y un servicio lo rechaza, pásalo a WAV: es el único que aceptan todas las herramientas de nuestra tabla.
Cuándo convertir y a qué formato
Convierte solo si hace falta: pasar de Opus a MP3 pierde algo de información; a WAV o FLAC no se pierde nada, pero el archivo crece.
| Tu caso | Convierte a | Por qué |
|---|---|---|
| El servicio no admite tu formato | WAV | Lo aceptan todas las herramientas de la tabla |
| El WAV supera el límite de subida | MP3 (o FLAC si lo admiten) | Mucho más pequeño; el FLAC no pierde nada |
| Un vídeo para ChatGPT | M4A o MP3 sin vídeo | ChatGPT rechaza MP4 y WebM identificados como vídeo |
| Un vídeo para Word, Gemini o Fireflies | M4A, WAV o MP3 | El audio pesa menos y tiene límites más altos |
| Un .ogg con Opus para Descript | WAV, o el mismo Opus en un .opus | La app acepta .opus, no .ogg |
| Whisper en tu ordenador | Nada | Lee todos los formatos de esta guía |
¿Qué calidad? Mono a 16 000 muestras por segundo, lo mismo que hace Whisper con cualquier archivo, deja los WAV pequeños.
Convertir con VLC (gratis, Windows, Mac y Linux)
VLC es un reproductor gratuito que también convierte archivos. Los pasos siguen la documentación de VideoLAN para VLC 3.0, con los nombres de la interfaz en español:
- Abre VLC y ve a Medio > Convertir.... En el Mac la opción se llama Convertir / Emitir... y las ventanas son distintas.
- Pulsa Añadir..., elige tu OGG, OPUS, MOV, MP4 o WebM y ábrelo.
- Pulsa Convertir / Guardar, abajo en la ventana.
- En Perfil, elige Audio - MP3 para un archivo pequeño o Audio - CD para un WAV. El código de VLC muestra que este perfil guarda audio sin comprimir de 16 bits en un contenedor WAV.
- En Archivo destino, pulsa Explorar, elige la carpeta y escribe un nombre que termine en .mp3 o .wav.
- Pulsa Iniciar. El archivo nuevo aparece en la carpeta elegida.
Los nombres de los perfiles salen en inglés aunque tengas VLC en español, porque el programa no los traduce. Además de esos dos, están Audio - FLAC y Audio - Vorbis (OGG).
Convertir con FFmpeg: una línea por archivo
FFmpeg es una herramienta gratuita de línea de órdenes que lee todos los formatos de esta guía. El README de Whisper indica cómo instalarla: brew install ffmpeg en el Mac, choco install ffmpeg o scoop install ffmpeg en Windows y sudo apt install ffmpeg en Ubuntu o Debian. Luego abre una terminal en la carpeta del archivo.
De cualquier audio o vídeo a WAV (mono, 16 000 muestras por segundo, 16 bits), el formato que acepta todo el mundo:
ffmpeg -i nota-de-voz.ogg -vn -ac 1 -ar 16000 -c:a pcm_s16le nota-de-voz.wav-vn quita el vídeo, -ac 1 deja un solo canal, -ar 16000 fija la frecuencia y pcm_s16le escribe audio sin comprimir de 16 bits. Cambia nota-de-voz.ogg por tu OPUS, MOV, MP4 o WebM.
A MP3, si el WAV pesa demasiado:
ffmpeg -i entrevista.wav -vn -c:a libmp3lame -b:a 128k entrevista.mp3Sacar el audio de un vídeo sin recodificar. Conserva el sonido tal cual, pero solo funciona si el audio es AAC, lo normal en MP4 y MOV:
ffmpeg -i reunion.mov -vn -c:a copy reunion.m4aSi da error con el códec, usa la orden del WAV.
Partir un archivo largo, por ejemplo para el límite de 10 minutos de Gemini:
ffmpeg -i clase.wav -ss 0 -t 600 parte-1.wav
ffmpeg -i clase.wav -ss 600 -t 600 parte-2.wav-ss es el inicio en segundos y -t, la duración. Un corte en número redondo puede partir una frase: revisa los bordes de cada parte en la transcripción.
Una carpeta entera, todos los OGG a WAV. En PowerShell (Windows):
Get-ChildItem *.ogg | ForEach-Object { ffmpeg -i $_.FullName -vn -ac 1 -ar 16000 -c:a pcm_s16le ($_.BaseName + ".wav") }En la Terminal del Mac o en Linux:
for f in *.ogg; do ffmpeg -i "$f" -vn -ac 1 -ar 16000 -c:a pcm_s16le "${f%.ogg}.wav"; donePara los audios de WhatsApp que acaben en .opus, cambia *.ogg y .ogg por *.opus y .opus.
Convertir con Audacity
Audacity, el editor de audio gratuito, abre de serie WAV, AIFF, MP3, Ogg Vorbis, FLAC y MP2. Según su manual, para M4A, MP4 y el sonido de casi todos los vídeos necesita la biblioteca opcional FFmpeg, que su web de soporte explica cómo instalar. Los pasos siguen el manual de Audacity 3.7; la versión actual, la 4.0, ha rehecho sus ventanas y algún nombre puede cambiar.
- Archivo > Importar > Audio... y elige el archivo, o arrástralo a la ventana.
- Si la grabación es larga, recorta o quita silencios ahora.
- Archivo > Exportar audio..., elige WAV o MP3 en Formato y guarda.
Problemas frecuentes y soluciones
| Qué pasa | Causa probable | Qué hacer |
|---|---|---|
| «Formato no compatible» con un OGG | El servicio no admite OGG, o solo admite .opus | Pásalo a WAV, o mira el códec y usa .opus en Descript |
| Un servicio admite MP4 pero rechaza tu archivo | Un códec de audio poco habitual | Compruébalo con ffprobe y pásalo a WAV |
| ChatGPT rechaza un MP4 o WebM | Lo identifica como vídeo | Extrae antes la pista de audio |
| La subida se corta | El archivo supera el límite | WAV mono, MP3 o FLAC, o parte el archivo |
| Solo sale una parte del audio | Límite de duración, como los 30 minutos del plan Basic gratuito de Otter | Parte el archivo o revisa el límite de tu plan |
| El texto sale en otro idioma | La detección automática falló | Elige el idioma a mano; en Whisper, --language Spanish |
| Transcripción vacía de un vídeo | No hay pista de audio, o es la equivocada | Revisa las pistas en VLC o con ffprobe |
| Google Docs no deja subir el audio | «Escribir por voz» solo usa el micrófono | Usa Word, un servicio con subida o Whisper |
Reproducir el audio por los altavoces para que lo recoja el dictado de Google Docs mete todo el ruido de la habitación; mejor un servicio que acepte el archivo. El dictado de verdad, en el móvil o en el PC, está en nuestra guía del dictado por voz.
Privacidad antes de subir un audio
El formato no cambia adónde va tu archivo. Antes de subirlo, piensa en tres cosas:
- Quién habla. Un audio de WhatsApp o una reunión llevan la voz de otras personas: pregúntales antes. Para lo legal, consulta las condiciones de cada servicio; esta guía no es asesoramiento jurídico.
- Dónde se guarda. Word deja el audio en tu OneDrive; otros servicios lo guardan en sus servidores durante el tiempo que indiquen sus políticas de privacidad.
- Si sale de tu ordenador. Whisper, VLC, Audacity y FFmpeg funcionan en tu equipo, la vía más segura para algo confidencial.
Con el texto ya listo, léelo una vez con el audio delante, sobre todo los nombres y las cifras.
