¿Puede ChatGPT transcribir audio?

Valeria, agente inmobiliaria en Monterrey, grabó una consulta de 40 minutos con una pareja que compra su primera casa (los dos aceptaron la grabación). De vuelta en su auto, abrió ChatGPT en su iPhone, tocó el botón para adjuntar y eligió el archivo. Quería el texto antes de su siguiente visita. (Valeria es un ejemplo, no una clienta real.)

Que eso funcione depende de algo que no se le ocurrió revisar: su plan.

Entonces, ¿puede ChatGPT transcribir audio? Sí, con un plan de pago. Puedes subir un archivo de audio (de hasta 512 MB) y pedir una transcripción, o grabar una reunión en vivo con Record en la app de ChatGPT para Mac. En el plan Free, a noviembre de 2026, no puedes subir audio. Los usuarios de Free solo pueden dictar su propia voz como mensaje.

Quizá leíste que ChatGPT "no puede escuchar archivos". Eso fue cierto mucho tiempo, pero ya no lo es. Esta guía explica las seis formas en que ChatGPT y OpenAI convierten voz en texto, cuál funciona en tu iPhone, Android, Mac o PC, cuánto audio cabe de verdad en cada límite y cuándo una app de transcripción en el celular es la opción más sencilla. Cada límite viene de las páginas de ayuda de OpenAI, revisadas el 8 de noviembre de 2026.

Si casi siempre grabas conversaciones con el celular y quieres la transcripción y un resumen sin mover archivos, ParrotNotes lo hace en iPhone y Android, con 100 minutos gratis al mes.

¿Puede ChatGPT transcribir audio? La respuesta corta

ChatGPT tiene más de una forma de convertir voz en texto, y cada una sirve para algo distinto. A noviembre de 2026:

Las dos primeras son lo que la mayoría entiende por "transcribir audio". El dictado y Voice convierten tu voz en texto, pero no transcriben una grabación que ya tienes.

Qué forma de ChatGPT funciona en tu iPhone, Android, Mac o PC

Aquí es donde la mayoría de las guías se quedan en lo general. Las páginas de OpenAI son concretas, así que esto es lo que dicen, por dispositivo y por plan:

Fuentes: páginas de ayuda de OpenAI Uploading files and audio to ChatGPT, ChatGPT Record, Meetings plugin, ChatGPT Voice y Voice Dictation, todas revisadas el 8 de noviembre de 2026.

Destacan dos cosas. Primero, hoy no hay forma de grabar una reunión para transcribirla dentro de la app de ChatGPT en el celular; en el teléfono grabas en otra app y subes el archivo. Segundo, el plan de pago más barato es Go, a US$8 al mes, luego Plus a US$20 y Pro a US$100 (precios de ChatGPT). OpenAI dice que la subida de audio viene con las "suscripciones de pago de ChatGPT", pero no la detalla plan por plan, así que comprueba que el menú para adjuntar funcione antes de pagar un plan solo para esto.

Cómo transcribir archivos de audio en ChatGPT, paso a paso

Con un plan de pago, la subida tarda alrededor de un minuto en arrancar:

1. Abre un chat nuevo en chatgpt.com o en la app de ChatGPT.
2. Selecciona + en el cuadro de mensaje, luego Add photos & files (agregar fotos y archivos), y elige tu grabación.
3. Revisa el formato. ChatGPT acepta WAV, MP3, M4A, AAC, FLAC, OGG, PCM y WebM o MP4 solo de audio. La app Notas de Voz del iPhone guarda en M4A, que funciona.
4. Di exactamente lo que quieres. "Transcribe esto" puede devolverte un resumen ordenado. Pide las palabras exactas (prompts abajo).
5. Compara con el audio todo lo importante: nombres, cifras, fechas y citas.

Un video no funciona tal cual. La página de OpenAI dice que los archivos WebM y MP4 identificados como video no son compatibles con la subida de audio. Primero extrae el sonido con un convertidor de video a audio gratis y luego sube el audio. Si un archivo se sube pero no se transcribe, OpenAI sugiere convertirlo a WAV e intentarlo de nuevo.

Prompts para obtener una transcripción, no un resumen

Cópialos y cambia los datos entre corchetes:

• Palabra por palabra: "Transcribe esta grabación de forma literal. No resumas, no acortes ni corrijas nada. Empieza un párrafo nuevo cuando cambie quien habla."
• Con hablantes: "Transcribe esta conversación entre [Valeria] y [dos clientes]. Marca cada línea con quién habla. Si no lo distingues, escribe Hablante 1, Hablante 2."
• Versión limpia: "Ahora quita las muletillas (eh, este, o sea) y corrige la puntuación. No cambies el sentido ni agregues nada."
• Autorrevisión: "Haz una lista de todos los nombres, cifras y fechas de la transcripción, con más o menos dónde aparecen, para que pueda revisarlos contra el audio."

Luego haz tus preguntas de seguimiento en el mismo chat: "¿Qué dijeron sobre su presupuesto?" o "Escribe un correo de seguimiento con esto."

¿Qué tan grande puede ser el archivo que ChatGPT transcribe?

OpenAI da el límite en megabytes, no en minutos. Las subidas en ChatGPT pueden llegar a 512 MB. La API para desarrolladores acepta hasta 25 MB por archivo. Cuánta conversación cabe depende del formato; estas son las cuentas (1 MB = 1,000,000 bytes):

Son cifras calculadas a partir del bitrate, no pruebas. El tamaño real depende de la app que creó el archivo, así que revisa el tamaño antes de subirlo.

Los 512 MB son un límite de tamaño, no una promesa. OpenAI dice que las grabaciones largas pueden procesarse en partes más pequeñas, que el procesamiento se hace en la medida de lo posible y que las grabaciones muy largas pueden agotar el tiempo de espera. En la práctica, un WAV de dos horas es más riesgoso que un M4A de dos horas, aunque los dos quepan. Si un archivo es demasiado grande, una herramienta gratis para comprimir audio puede bajarle el bitrate antes.

Record y Meetings en una Mac

Si usas una Mac, ChatGPT puede grabar por ti en lugar de esperar un archivo.

Record está en la app de escritorio de ChatGPT para macOS. Haz clic en el botón Record en la parte inferior de un chat, permite el acceso al micrófono (y, para llamadas, al audio del sistema) y habla. ChatGPT transcribe mientras hablas y un temporizador muestra cuánto llevas grabando.

Haz clic en Stop y luego en Send, y obtienes una transcripción y un resumen guardados como canvas, que puedes convertir en un correo o un plan. Las sesiones se detienen solas a las 4 horas. OpenAI dice que Record distingue a los hablantes y usa etiquetas como "Speaker 1" cuando no encuentra un nombre, y que puedes renombrarlas.

Meetings es el plugin más nuevo de la app de Mac, en beta para los planes Pro y Business. Lo instalas desde Plugins, haces clic en Take notes durante una llamada en línea o una reunión en persona, y escribe un resumen con tareas sugeridas. Ningún bot se une a la llamada. OpenAI dice que la compatibilidad con iOS, Android y Windows llegará "próximamente", y que el aviso de consentimiento solo aparece en tu pantalla: no avisa a nadie más en la reunión.

Ninguno de los dos funciona hoy en un iPhone o un celular Android.

Voice y el dictado no transcriben archivos

Mucha gente prueba estos dos primero, y con una grabación que ya existe, los dos decepcionan.

El dictado es el ícono de micrófono en el cuadro de mensaje. Hablas, ChatGPT convierte tu voz en texto y puedes editarlo antes de enviarlo. Es útil para un prompt largo en el celular. No acepta archivos y no está pensado para una reunión con otras personas en la sala.

Voice es una conversación hablada de ida y vuelta con ChatGPT. Después se agrega al chat una transcripción de la conversación, pero OpenAI dice claramente que las transcripciones de Voice no son registros literales y pueden no coincidir con lo que se dijo. Acercar el celular a un altavoz y activar Voice no es una forma confiable de transcribir nada.

Cómo usar la API de transcripción de OpenAI

Los desarrolladores pueden saltarse la ventana de chat y enviar audio directamente a la API de transcripción de OpenAI. Ahí suelen llevar las búsquedas de "ChatGPT Whisper", y eso cambió.

OpenAI ahora recomienda un modelo llamado gpt-transcribe. Los modelos anteriores, como whisper-1, gpt-4o-transcribe y gpt-4o-transcribe-diarize, el que etiqueta hablantes, están obsoletos y se apagan el 26 de febrero de 2027, según la guía de speech-to-text de OpenAI. Los archivos pueden pesar hasta 25 MB, en mp3, mp4, mpeg, mpga, m4a, wav o webm.

El precio es bajo. La página de precios de la API de OpenAI indica para gpt-transcribe US$0.0045 por minuto a noviembre de 2026.

Un ejemplo con números: Diego, editor de podcasts independiente en Bogotá, tiene 30 horas de entrevistas antiguas para pasar a texto. Son 1,800 minutos × US$0.0045 = US$8.10 con la API, frente a US$20 por un mes de ChatGPT Plus. El problema es el límite de 25 MB: con MP3 a 128 kbps, cada archivo hay que cortarlo antes en partes de unos 26 minutos, y alguien tiene que escribir el script que las envía. (Diego es un ejemplo, no un cliente real.)

Así que la API sirve para quien sabe programar, o para apps construidas sobre ella. Si no es tu caso, la subida en el chat o una app de transcripción es más sencilla.

¿Puede ChatGPT transcribir audio con precisión? Los límites

ChatGPT puede pasar audio a texto lo bastante bien para muchas tareas, pero conviene saber dónde falla.

• La precisión no está garantizada. La página de Record de OpenAI dice que ChatGPT puede cometer errores, también en sus transcripciones. Revisa nombres, cifras y citas contra la grabación antes de enviar o publicar algo.
• Puede resumir cuando pediste una transcripción. A un modelo de chat le gusta ordenar. Usa el prompt literal de arriba y escucha un minuto del audio para comparar.
• Las etiquetas de hablantes varían. Record etiqueta a los hablantes. Para un archivo subido, la página de OpenAI no promete etiquetas de hablantes, así que pídelas y revísalas.
• Idiomas. OpenAI dice que Record funciona mejor en inglés por ahora y que la transcripción de archivos subidos puede variar según el idioma.
• Archivos largos. Las subidas grandes pueden agotar el tiempo de espera, y Record se detiene a las 4 horas.
• Privacidad. En Free, Plus y Pro, las transcripciones y los canvas pueden usarse para entrenar modelos si Improve the model for everyone (mejorar el modelo para todos) está activado en Settings > Data controls. OpenAI dice que Record borra el audio después de transcribirlo. El contenido de Business, Enterprise y Edu queda excluido del entrenamiento de forma predeterminada.
• Consentimiento. Grabar a otras personas tiene reglas legales que cambian según el estado y el país. La propia página de Record de OpenAI te pide obtener los consentimientos necesarios primero. Nuestra guía de estados con consentimiento de una parte explica las reglas de EE. UU. en términos generales; no es asesoría legal, y nunca debes grabar a nadie en secreto.

Cuándo una app de transcripción en el celular es mejor opción

ChatGPT es buena opción cuando ya lo pagas, el archivo está en tu computadora y quieres hacerle preguntas de inmediato. Encaja peor en tres casos comunes.

Usas el plan Free. Los usuarios de Free no pueden subir audio. La comparación de las mejores apps de transcripción gratis ordena las opciones gratuitas por tarea, y el convertidor de audio a texto gratis resuelve un archivo corto (hasta 10 minutos, con una cuenta gratis).

Grabas con el celular. En un iPhone o un celular Android, ChatGPT no puede grabar una reunión por ti. Tendrías que grabar en otra app, buscar el archivo y subirlo. Las apps que ya trae el teléfono a menudo pueden hacerlo solas: mira cómo transcribir una nota de voz en iPhone y Android.

Grabas el mismo tipo de conversación cada semana. Marcos es vendedor de campo y visita seis tiendas al día. Los lunes grababa una visita, la subía a ChatGPT, pegaba la transcripción en un prompt de resumen y luego copiaba el resultado a su CRM, cada vez. (Marcos es un ejemplo, no un cliente real.) Una app de grabación que transcribe y resume por su cuenta elimina los pasos intermedios.

Para eso está hecho ParrotNotes. Graba conversaciones en persona y reuniones en iPhone y Android, sigue grabando con la pantalla bloqueada y te da una transcripción y un resumen con IA cuando terminas.

El plan Free incluye 100 minutos de grabación al mes (hasta 30 minutos por grabación), un resumen con IA en cada grabación y 3 importaciones de audio o video al mes. Pro (US$19.99 al mes, o US$14.99 al mes con pago anual) lo sube a 3,000 minutos y hasta 3 horas por grabación, y agrega identificación de hablantes. Pro también tiene un conector para ChatGPT, así que puedes seguir preguntándole a ChatGPT sobre tus notas.

¿Prefieres Word o Docs? Si tienes Microsoft 365, también puedes transcribir audio en Word.

Lo esencial sobre transcribir con ChatGPT

¿Puede ChatGPT transcribir audio? Sí, con condiciones:

1. Plan de pago: sube un archivo de hasta 512 MB y pide una transcripción literal.
2. Mac: usa Record (desde Plus) o el plugin Meetings (Pro y Business) para grabar y transcribir en vivo.
3. Plan Free: solo dictado, sin archivos de audio.
4. Desarrolladores: gpt-transcribe a US$0.0045 por minuto, 25 MB por archivo; Whisper se apaga en febrero de 2027.
5. Siempre: revisa nombres y cifras contra el audio, y pide consentimiento antes de grabar a alguien.

Si tus grabaciones empiezan en el celular, prueba el plan gratis de ParrotNotes en tu próxima reunión y compara la transcripción con la que te da ChatGPT.