Cómo transcribir las notas de voz de WhatsApp (2026): la función nativa y sus límites

Las transcripciones de mensajes de voz de WhatsApp son una función integrada en la propia app: convierten una nota de voz en texto legible dentro del chat, sin instalar nada.

Existe, es gratuita, y el texto se genera en tu propio dispositivo, no en un servidor. Si solo quieres saber qué te dijeron sin ponerte los auriculares, empieza y termina ahí: es la respuesta correcta para la mayoría de la gente.

Lo que casi nadie cuenta son las condiciones. Viene desactivada por defecto, cubre cuatro idiomas, y la ve quien recibe el audio — no quien lo envía. Este artículo cubre las dos mitades: cómo activar la función nativa y qué hacer cuando esa transcripción se queda corta.

Aviso desde el principio: dirijo Subanana, una herramienta de transcripción con IA. La menciono en la segunda mitad del artículo, así que léela sabiendo de dónde vengo. La primera mitad no la necesita para nada — y esa es justamente la parte que más gente necesita.

Nota sobre las fuentes: todo lo que sigue sobre la función nativa procede del centro de ayuda de WhatsApp y de su anuncio oficial, consultados el 16 de julio de 2026. Lo resumo con mis palabras; los textos y los nombres exactos de los ajustes los tienes en esos enlaces, que además es donde WhatsApp los mantiene al día.

¿Cómo se activa la transcripción de notas de voz en WhatsApp?

Lo primero que hay que saber, porque explica el 90 % de los "a mí no me sale": según el centro de ayuda de WhatsApp, las transcripciones están desactivadas por defecto y hay que activarlas a mano. No aparecen solas.

El recorrido es este:

1. Abre los ajustes de WhatsApp.
2. Entra en Chats.
3. Activa la opción de transcripciones de mensajes de voz.
4. Elige el idioma en el que están la mayoría de las notas de voz que recibes.
5. Confirma la descarga —puedes hacerla al momento o dejarla para cuando haya wifi.

Ese último paso existe porque el modelo de reconocimiento se descarga a tu teléfono. Es la contrapartida de que el proceso sea local.

Después, para leer una nota de voz concreta: mantén presionada la nota, elige la opción de transcribir y despliega el texto desde la propia nota de voz. WhatsApp avisa de que la transcripción puede tardar un momento en aparecer.

Los nombres exactos de cada ajuste cambian con la versión y el sistema, así que si alguno no te cuadra, la ruta buena es siempre ajustes → chats; ahí está la opción, se llame como se llame en tu pantalla.

Por qué esto es privado de verdad

Es el punto fuerte de la función nativa, y conviene subrayarlo. WhatsApp explica que las transcripciones se generan en tu propio dispositivo y que los mensajes de voz siguen protegidos con cifrado de extremo a extremo: nadie fuera del chat —ni la propia WhatsApp, según dicen ellos— puede escuchar tus audios ni leer el texto que genera tu teléfono. En su anuncio de la función el argumento es exactamente ese: el proceso es local para que nadie más pueda escuchar ni leer tus mensajes personales.

Ninguna herramienta externa —la mía incluida— puede ofrecerte eso, porque cualquier herramienta externa implica, por definición, sacar el audio del chat. Si tu criterio número uno es que el audio no salga del teléfono, la función nativa gana y no hay más que hablar.

¿Qué límites tiene la transcripción nativa de WhatsApp?

Aquí es donde la función nativa se queda corta. Los cuatro límites que sigue documentando WhatsApp:

1. Solo cuatro idiomas. El centro de ayuda los enumera y no se anda con rodeos: por ahora, únicamente inglés, portugués, español y ruso. El español está dentro, que es la buena noticia si estás leyendo esto. Pero si recibes audios en catalán, gallego, euskera, francés o alemán, la función nativa no te sirve.

2. Un solo idioma a la vez. WhatsApp te pide elegir el idioma en el que estén la mayoría de las notas de voz que recibes. Es una preferencia global, no una detección automática audio por audio. Si tu día mezcla español e inglés, uno de los dos se queda fuera hasta que cambies el ajuste a mano.

3. Solo lo ve quien recibe. Este pilla a mucha gente: la transcripción la ve el destinatario del mensaje, no quien lo envía. La documentación no describe ninguna forma de mandar una nota de voz con su texto adjunto.

4. No está en todos los dispositivos. WhatsApp avisa de que la función solo está disponible en ciertos dispositivos y de que puede que aún no te haya llegado; su consejo es mantener la app actualizada.

A esos cuatro se suma una advertencia de la propia WhatsApp: es posible que las transcripciones no sean precisas. Ninguna transcripción automática es perfecta, ni la suya ni la de nadie.

Un apunte honesto sobre lo que no dice la documentación: WhatsApp no describe ninguna opción para exportar la transcripción, resumirla ni etiquetar quién habla. No lo presento como una carencia declarada por ellos, sino como algo que su documentación no recoge. El texto vive dentro del chat, y ese es todo su alcance previsto.

Entonces, ¿cuándo necesitas otra cosa?

La función nativa está pensada para leer un audio en el momento. Si tu problema es otro, la herramienta también:

• El audio no está en esos cuatro idiomas.
• Necesitas el texto fuera de WhatsApp — en un documento, un correo, un informe.
• Son muchas notas de voz y hay que juntarlas en un solo texto.
• Hablan varias personas y necesitas saber quién dijo qué.
• Necesitas un resumen, no la transcripción completa.

Ese es el salto real: pasar de "¿qué me dijo?" a "necesito esto como documento". Son dos trabajos distintos.

Cómo transcribir una nota de voz de WhatsApp con Subanana

Aquí entra mi herramienta, con los pasos concretos:

1. Saca el audio de WhatsApp. Mantén presionada la nota de voz y usa la opción de compartir o guardar para quedarte con el archivo.
2. Sube el archivo en Subanana. Admite los formatos de audio habituales — m4a, mp3, wav, ogg, aac y flac — además de video. Un aviso práctico: WhatsApp guarda las notas de voz en formatos que varían según el teléfono, y alguno puede quedarse fuera de esa lista. Si el archivo no te sube, conviértelo a m4a o mp3 (cualquier conversor sirve) y vuelve a intentarlo.
3. Elige el idioma de origen entre más de 95 idiomas. Aquí no estás limitado a cuatro.
4. Transcribe. El texto llega con puntuación y párrafos ya restaurados (en modo transcripción es automático, no hay nada que configurar) y con identificación de hablantes si en el audio hay más de una voz.
5. Ajusta en el editor los nombres propios o las palabras que se le hayan resistido.
6. Exporta en SRT, VTT, TXT, DOCX, XLSX o Markdown, según dónde tenga que acabar el texto.

Si lo que quieres es el resumen y no la transcripción entera, el modo de reunión aplica una plantilla y te devuelve puntos clave, decisiones y tareas. También puedes traducir el resultado a otro idioma.

Por dentro, Subanana no depende de un único motor de reconocimiento: evaluamos modelos sin parar y mandamos cada transcripción al que mejor rinde en ese idioma de origen, con detección de alucinaciones y cambio automático de modelo cuando el resultado no da la talla. No estás atado a un solo proveedor.

Lo que tienes que saber antes de probar: el plan gratuito es para ver el resultado, no para llevártelo. Genera los primeros 15 minutos de cada archivo, pero la exportación de transcripciones y subtítulos está en los planes de pago. Para una nota de voz de dos minutos te sobra para juzgar la calidad; para quedarte con el documento, no. Lo digo antes y no después.

Nativo o herramienta externa: la comparación honesta

La lectura correcta de esta tabla no es "gana la columna de la derecha". Para el caso más común —una nota de voz en español, leerla y seguir con tu vida— gana la nativa: es gratis, es instantánea, es privada y ya la tienes instalada. La columna de la derecha existe para cuando el audio tiene que convertirse en algo que se guarda, se busca, se traduce o se comparte.

Preguntas frecuentes

¿Cómo transcribir mis audios en WhatsApp? Activa la función en ajustes → chats, elige el idioma y espera a que se descargue el modelo. Después, mantén presionada cualquier nota de voz y elige la opción de transcribir.

¿Puedo obtener una transcripción de una nota de voz en WhatsApp? Sí, siempre que el audio esté en inglés, portugués, español o ruso, que tu dispositivo sea compatible y que seas quien recibe la nota. El remitente no puede ver la transcripción de lo que él mismo envía.

¿Cómo sacar el transcribir de los audios de WhatsApp? Si no ves la opción, casi siempre es una de tres cosas: la función sigue desactivada (está desactivada por defecto), el idioma elegido no coincide con el del audio, o tu dispositivo todavía no la admite — WhatsApp indica que solo está disponible en ciertos dispositivos.

¿Cómo puedo transcribir mensajes de audio de WhatsApp en otro idioma? La función nativa no te va a ayudar: hoy son cuatro idiomas y hay que fijar uno. Para cualquier otro idioma, exporta el audio y súbelo a una herramienta de transcripción que cubra ese idioma.

En resumen

Para leer una nota de voz, la función nativa de WhatsApp es la respuesta: gratis, en tu dispositivo, sin intermediarios. Actívala y olvídate.

El día que una nota de voz tenga que salir del chat —porque está en un idioma que WhatsApp no cubre, porque hablan tres personas, o porque el texto tiene que acabar en un documento— entonces necesitas una herramienta de transcripción de verdad. Si llegas a ese punto, sube el audio y compruébalo con una nota corta antes de decidir nada.

Y si tu caso no es WhatsApp sino grabaciones de voz en general, tenemos una guía aparte con cinco métodos para transcribir una nota de voz, incluida la app de Notas de voz del iPhone. Si lo tuyo son entrevistas, esta otra va al grano, y si necesitas saber quién dice qué, aquí explicamos cómo funciona la diarización de hablantes.