Cómo funciona
Al pulsar «Transcribir», tu navegador descarga un modelo Whisper multilingüe de mayor precisión (una sola vez, después queda en caché) y, cuando el equipo lo permite, usa su GPU para acelerarlo. No existe ningún servidor intermedio: ni el archivo ni el resultado se transmiten a Utilio ni a terceros.
Formatos compatibles
Puedes subir cualquier archivo de audio o vídeo que tu navegador sepa reproducir: MP3, MP4/M4A, WAV, OGG/OPUS —incluidas las notas de voz de WhatsApp exportadas como .opus o .ogg—, WEBM y otros contenedores habituales. Si un archivo no se puede leer, la herramienta lo indica con un mensaje claro en lugar de fallar en silencio.
Idioma y precisión
El modelo es multilingüe y funciona mejor si indicas el idioma del audio; el sitio propone español por defecto porque es el idioma principal de Utilio, pero puedes elegir otro o dejar que lo detecte automáticamente. Puede equivocarse con acentos muy marcados, ruido de fondo o varias personas hablando a la vez.
Limitaciones
- El resultado no lleva puntuación perfecta ni identifica quién habla.
- Los audios largos tardan más: el procesamiento depende de la potencia del dispositivo, no de tu conexión a internet.
- La primera transcripción de cada visita tarda más porque incluye la descarga del modelo; las siguientes son más rápidas gracias a la caché del navegador.