Las mejores apps de transcripción sin conexión para Mac y iPhone (2026)

Respuesta corta

• Necesitas trabajo en equipo y anotaciones compartidas — vete a la nube: Otter o Notta. El precio es que el audio se sube y la suscripción se renueva.
• El audio no puede salir de tu computadora — realistamente solo quedan dos apps: MacWhisper es la navaja suiza, completa pero recargada; Whisper Notes es la sencilla. Las dos existen en Mac y en iOS.
• Trabajas en Windows o Linux, o el presupuesto es cero — Buzz, gratuito y de código abierto.
• Grabas una nota de voz en inglés de vez en cuando — lo que ya trae Apple lo hace gratis.

¿Puede tu grabación terminar en el servidor de alguien más?

Las herramientas de voz a texto son exactamente de dos tipos: el modelo se ejecuta en tu propio dispositivo, o llamas a la API de un fabricante. Eso decide la privacidad de tus grabaciones, la precisión y normalmente también el precio — los servicios de API son en la práctica solo por suscripción, nunca un pago único.

La ventaja de una API es la inferencia en GPU en la nube: el modelo puede ocupar varios gigabytes, incluso decenas, y eso compra la mejor precisión de transcripción — Scribe de ElevenLabs, por ejemplo. El costo es igual de concreto: tu audio acaba en el servidor de otro, los minutos se cuentan, hay un tope y la suscripción se renueva.

Mientras tanto, los chips Apple de la serie M y los iPhone recientes ya tienen potencia local suficiente para ejecutar los modelos de voz abiertos y reducir esa distancia hasta algo que la mayoría de las grabaciones no va a notar (la comparación honesta está en las preguntas frecuentes de más abajo) — la grabación nunca sale del dispositivo, la transcripción es rápida y fiel, y estas apps suelen venderse una sola vez.

El resto de esta página habla solo de las herramientas locales.

El panorama, de un vistazo

• MacWhisper: El reconocimiento de hablantes, las colas por lotes, las carpetas vigiladas y la grabación de reuniones son funciones Pro, no del plan gratuito, y la app de iOS necesita un iPhone 15 o más nuevo para el modelo en el dispositivo.
• Whisper Notes: La versión de Mac App Store no tiene escritura por voz con Fn ni detección automática de reuniones; eso es solo de la descarga directa.
• Superwhisper: Híbrido por diseño: varias funciones de precisión y de reescritura mandan el audio o el texto a un proveedor en la nube, así que si una sesión se queda en local depende del modo que hayas elegido.
• VoiceInk: Es una app de dictado más que de transcripción de archivos: sin importación de archivos, sin grabación de reuniones y sin etiquetas de hablante, y su app de iOS también es de dictado.
• Aiko: Sin identificación de hablantes, sin elección de modelo y sin edición dentro de la app — se exporta la transcripción y se arregla en otro lado.
• Buzz: Sin app de celular y sin etiquetas de hablante, y es una utilidad más que un producto — la interfaz y la instalación lo dejan ver.
• Apple Voice Memos / Dictation: Una lista de idiomas restringida, muy por debajo de los 101 de Whisper, ninguna separación de hablantes, ninguna exportación a TXT, SRT ni VTT, y una grabación a la vez, hecha en la app de Apple.
• Otter / Notta: El audio se sube y los minutos se cuentan — el plan Basic gratuito de Otter son 300 minutos al mes, con un tope de 30 minutos por conversación — y puede aparecer un bot en la lista de participantes.

Una salvedad en una celda nombra la condición de la que depende; "No" significa que la herramienta no lo hace en absoluto.

Las funciones y los precios son los que cada fabricante publica en su propio sitio, y cambian; el orden de la tabla no es un ranking. Confírmalo con el fabricante antes de comprar.

La carrera local: MacWhisper o Whisper Notes

Una vez que el audio se queda en la computadora, en las plataformas de Apple quedan dos apps: MacWhisper y Whisper Notes. Las dos ejecutan los mismos modelos de voz abiertos, las dos se venden una sola vez, las dos existen en Mac y en iPhone, y las dos pasan la prueba del modo avión que cierra esta página. Se diferencian en el carácter, no en el principio: una despliega todas las opciones, la otra mantiene la pantalla despejada.

MacWhisper — todas las funciones que puede tener una app de transcripción

El plan gratuito de MacWhisper cubre la transcripción básica de los formatos habituales de audio y video en más de 100 idiomas, con exportación a texto plano y a SRT/VTT, grabación por micrófono y dictado en todo el sistema. La licencia Pro — €64 de pago único con actualizaciones de por vida, según indica el propio sitio de MacWhisper — la abre en una estación de trabajo de verdad: reconocimiento automático de hablantes, colas por lotes, carpetas vigiladas, transcripción de YouTube y de URL de medios, grabación de reuniones en Zoom, Teams, Webex, Skype, Chime y Discord, traducción de subtítulos, archivos de pódcast separados por hablante, exportación a .docx/.pdf/.md/.html, una CLI e integraciones con Notion, Obsidian y Zapier. Si una función de transcripción existe, es probable que MacWhisper ya la haya publicado. Si quieres todas las opciones bajo un mismo techo, cómprala; si prefieres que la herramienta siga siendo sencilla, sigue leyendo hasta Whisper Notes.

El precio de esa amplitud es la forma de la herramienta: densa. Su app de iOS se llama Whisper Transcription y lleva una parte del conjunto de funciones del Mac; según la documentación del propio fabricante, el modelo en el dispositivo necesita un iPhone 15 o más nuevo. A quien le guste una cabina de mando — a muchos profesionales les gusta —, nada de esto le sonará a defecto. La comparación función por función está en Whisper Notes frente a MacWhisper.

Límites: el plan gratuito hace transcripción y exportación básicas, así que el reconocimiento de hablantes, las colas por lotes, las carpetas vigiladas y la grabación de reuniones llegan con la licencia Pro de €64; la app de iOS, Whisper Transcription, necesita un iPhone 15 o más nuevo para ejecutar el modelo en el dispositivo.

Whisper Notes — tres tareas, bien resueltas, en tus dos dispositivos

Whisper Notes se concentra en las tres cosas que la gente hace de verdad con la voz y deja al mínimo todo lo que las rodea. Escritura por voz: mantén presionada la tecla Fn y habla, y las palabras se escriben en la app que tenga el foco — Slack, un editor, una terminal (versión de descarga directa). Transcripción de reuniones: audio del sistema más micrófono en los dos canales de Mac, sin ningún bot en la llamada; la versión de descarga directa detecta las llamadas de Zoom, Teams y Google Meet y empieza a grabar sola, y después escribe el resumen y los pendientes en la propia computadora con Gemma 4 — sin clave de API, sin ninguna llamada a la nube. Transcripción de archivos: tres modelos en todos los canales — Parakeet V3, Whisper y SenseVoice — que cubren 101 idiomas, con etiquetas de hablante calculadas en el dispositivo que marcan una hora de audio en unos 15 segundos.

En el iPhone tienes el juego completo, no una versión recortada: grabación, importación de archivos, carpetas, elección de modelo y etiquetas de hablante funcionan en el propio celular (iOS 18 o posterior; se recomienda iPhone 12 o más nuevo), con una sola compra de $7.99 en la App Store que cubre a la vez la app de iPhone y la versión de Mac App Store. La interfaz no estorba: grabar, leer, exportar, listo.

Así que elige por carácter. Si quieres todas las opciones y disfrutas una herramienta densa, compra MacWhisper. Si prefieres que la herramienta desaparezca — tres tareas bien hechas, una pantalla limpia, la misma app en el bolsillo —, compra Whisper Notes. Las dos respuestas mantienen el audio en casa; ninguna sube un solo byte.

Tarea 1: escribir por voz en el cursor

Es el flujo en el que se mantiene presionada una tecla, se dice una frase, se suelta y el texto aterriza en la app que tenga el foco. Es la tarea más exigente de esta página: la herramienta tiene que ser lo bastante rápida como para dejar de notarse, y tiene que insertar texto en apps que no controla.

Whisper Notes lo hace de forma nativa en la Mac — mantener Fn, hablar, soltar — con los mismos modelos locales que transcriben las grabaciones, sin nada que configurar ni ajustes app por app. Viene en la versión de descarga directa; la versión de la App Store no puede incluirlo, porque las reglas del sandbox de Apple dejan fuera la API de accesibilidad que escribe en otras apps: esa es la historia de por qué la app de Mac salió de la App Store. El funcionamiento está explicado en dictado en todo el sistema en Mac con Whisper.

Los especialistas en dictado: Superwhisper y VoiceInk

Dos apps tratan el dictado no como una función sino como el producto entero; si el dictado ocupa toda tu jornada, merecen la mirada. El sistema de "modos" de Superwhisper reformula la transcripción en bruto con un prompt — para convertirla en un correo, en un mensaje de commit, en un reporte de error — y nadie lo ha igualado. Ahí es también donde entra la nube: el diseño es híbrido, modelos locales por defecto, pero varias funciones de precisión y de reescritura mandan tu audio o tu texto a un proveedor en la nube, así que "local" depende del modo que hayas elegido. Funciona en macOS, Windows e iOS, su plan gratuito no caduca y la licencia vitalicia que su propio sitio lista, $249.99, es el precio más alto de esta página. VoiceInk cubre el mismo ciclo de dictado en Macs con Apple Silicon por una licencia única de $29 (más si son varias Macs) y se desarrolla en abierto en GitHub — una afirmación de privacidad que se puede comprobar leyendo el código. La comparación larga está en nuestra página de alternativa a Superwhisper.

Límites: ninguna de las dos etiqueta hablantes. La garantía de local de Superwhisper es por modo y no por app, porque algunos modos llaman a un proveedor en la nube. El propio sitio de VoiceInk la presenta como una app de dictado — escribir por voz en cualquier app — y no como una herramienta para transcribir archivos que ya tienes, y su app de iOS también es de dictado.

La regla de decisión es la carga de trabajo. Si el dictado es todo tu trabajo y la reescritura guiada por prompts es el objetivo, compra al especialista. Si la escritura por voz es una de varias cosas que haces — junto a reuniones, grabaciones y archivos que llegan del celular —, Whisper Notes la resuelve dentro de la misma app que ya se ocupa del resto: una herramienta, un pago, un solo modelo de privacidad, local sin condiciones.

El dictado de Apple — gratis, ya instalado y realmente correcto

Antes de pagarle a nadie, prueba el dictado que viene con macOS y con iOS. En hardware moderno funciona en el dispositivo para muchos idiomas, está disponible en todo el sistema y, en mensajes cortos, la distancia con una herramienta de paga es menor de lo que sugiere internet. Donde flojea es en los textos largos: la disciplina de puntuación, el vocabulario técnico y la ausencia de cualquier pasada de limpieza. Si dictas un párrafo y luego pasas un minuto arreglándolo, ese es el momento en que una herramienta de paga empieza a pagarse sola.

Límites: la lista de idiomas en el dispositivo es mucho más corta que los 101 de Whisper, no hay separación de hablantes y Notas de voz no exporta nada — se selecciona el texto y se copia, sin archivo TXT, SRT ni VTT y sin procesamiento por lotes.

Tarea 2: transcribir un archivo que ya tienes

Aquí las restricciones se invierten: nada es en tiempo real, tienes un MP3, un M4A o un MP4 y quieres el texto que trae dentro. Tres cosas separan a unas herramientas de otras: dónde está el archivo, qué idioma contiene y cuánto del trabajo de alrededor (etiquetas de hablante, formatos, procesamiento por lotes) hace la app por ti.

Whisper Notes — archivos en cualquiera de los dos dispositivos, con el modelo ajustado al idioma

Si la grabación está en el iPhone: Buzz no tiene app de celular; MacWhisper sí tiene app de iOS (Whisper Transcription), pero según su propia documentación el modelo en el dispositivo necesita un iPhone 15 o más nuevo. Whisper Notes graba y transcribe en el propio iPhone (iOS 18 o posterior; se recomienda iPhone 12 o más nuevo), importa desde Archivos y desde Notas de voz, video incluido, y una sola compra de $7.99 en la App Store cubre tanto la app de iPhone como la versión de Mac App Store — así que el celular no es el aparato de captura de otra herramienta: es la herramienta.

Si el audio está en chino, japonés, coreano o cantonés, importa más el modelo que la app. Whisper no es el modelo más fuerte para esas lenguas, y la mayoría de las herramientas de esta página solo ejecutan Whisper. Whisper Notes incluye SenseVoice junto a Whisper y Parakeet V3 en todos los canales — en nuestra prueba transcribió un pódcast en chino de 27 minutos en 13,83 segundos en una M4 Pro, con mejor puntuación que Whisper. La comparación está en SenseVoice frente a Whisper para chino, japonés y coreano, y la tabla de idiomas por modelo, en whispernotes.app/languages.

Si necesitas saber quién habló, las etiquetas de hablante se calculan en el dispositivo en todos los canales — en la app de iPhone desde la 1.8.5, en la versión de Mac App Store y en la de descarga directa (DMG) desde la 1.5.1 — y marcan una hora de audio en unos 15 segundos. Las huellas de voz son datos biométricos, que es una buena razón para querer que ese cálculo ocurra en tu propio chip; el modelo y sus casos de falla están descritos en diarización de hablantes en el dispositivo. De las demás herramientas locales de esta página, solo el plan Pro de MacWhisper hace también reconocimiento de hablantes; Aiko y las apps que trae Apple, no.

En rendimiento bruto sobre audio en inglés el campo está más parejo de lo que a ningún fabricante le gusta admitir, porque todos ejecutan los mismos modelos abiertos. Como referencia: en las pruebas que publicamos, Parakeet V3 transcribió 35 minutos de audio en 18 segundos en una M4 Pro — cifras que se pueden reproducir, y que dicen más de los modelos que de las apps que los envuelven. Si prefieres una terminal a una ventana, la versión de descarga directa incluye desde la 1.5.5 una CLI y un servidor MCP, de modo que los scripts y los asistentes de IA pueden transcribir y buscar en local.

MacWhisper — el flujo de archivos más profundo en la Mac

Si a tu Mac llegan archivos en volumen — el histórico de un pódcast, una carpeta de entrevistas —, MacWhisper Pro está hecho exactamente para eso: colas por lotes, carpetas vigiladas que transcriben lo que caiga dentro, entrada desde YouTube y desde URL de medios, y exportación a Notion, Obsidian y formatos de oficina. Esa profundidad de estación de trabajo es real, y deliberadamente no es hacia donde fuimos nosotros: nuestro esfuerzo se fue a la app de iPhone, a los modelos para chino, japonés y coreano y a las etiquetas de hablante en el dispositivo. Así que el reparto es el mismo de la lista corta de arriba: si los archivos se acumulan en una Mac, MacWhisper; si los archivos empiezan en un celular, o el audio es CJK, o quieres la misma app en los dos extremos del cable, Whisper Notes.

Buzz — gratuito, de código abierto y la respuesta en Windows y Linux

Buzz es una app de escritorio con licencia MIT que ejecuta Whisper en local en macOS, Windows y Linux, con aceleración por GPU, vigilancia de carpetas, exportación a TXT/SRT/VTT y una CLI. Gana dos situaciones sin discusión. Presupuesto: gratis y sin tope por minuto le gana a cualquier herramienta de paga de esta página si el dinero es la restricción que manda. Plataforma: no tenemos app para Windows ni para Android y no vamos a hacerla, así que en Windows nuestra recomendación es Buzz o una herramienta de línea de comandos como faster-whisper — esa recomendación tiene su propia página en este sitio, porque mandar a la gente a la herramienta adecuada es mejor que fingir. Lo que se cede es el acabado: Buzz es una utilidad más que un producto, y se nota en la interfaz y en la instalación. En un dispositivo de Apple, con unos pocos dólares de presupuesto, una app hecha a propósito resulta más agradable de usar cada día.

Límites: no hay app de iPhone ni de Android, ni etiquetas de hablante, ni captura de reuniones.

Aiko — la transcripción puntual más simple

Aiko hace una sola cosa: se le suelta dentro un audio o un video y devuelve una transcripción hecha en el dispositivo con Whisper, exportable como subtítulos. Es una compra única de $24 con Universal Purchase para iPhone, iPad, Mac y Vision Pro, y nada sale del dispositivo. Sus límites son deliberados: sin identificación de hablantes, sin elección de modelo, sin edición dentro de la app — se exporta y se arregla el texto en otro lado. Si lo que necesitas es "convertir de vez en cuando una grabación en texto sin configurar nada", Aiko es una respuesta limpia. En el momento en que necesites saber quién habló, elegir un modelo más fuerte para tu idioma o editar la transcripción donde vive, se te habrá quedado chica — y ese es exactamente el hueco que ocupa Whisper Notes a un precio comparable.

Límites: el único motor es Whisper y no hay selector de modelo, ni identificación de hablantes, ni edición dentro de la app.

Tarea 3: capturar una reunión en vivo

Con las reuniones, la elección entre local y nube deja de ser una cuestión de principios: hay más gente en la sala. Lo que de verdad separa es qué pasa con las notas cuando termina la reunión.

Otter y Notta ganan si las notas son un objeto de equipo

Si quieres subtítulos apareciendo en vivo durante la llamada, un espacio compartido donde buscar, una integración con el calendario que se una a las reuniones por ti y un enlace que mandar a quien se la perdió — compra una herramienta en la nube. El plan Basic de Otter es gratuito, con 300 minutos al mes y un tope de 30 minutos por conversación; Pro cuesta $16.99 por usuario al mes, o $8.33 al mes con facturación anual. Notta es un equivalente cercano, con buena traducción en tiempo real. Ninguna herramienta sin conexión hace nada de eso, y ninguna cantidad de ingeniería local lo va a cambiar: colaborar exige un servidor. Lo que se acepta a cambio es que el audio se sube, los minutos se cuentan, la suscripción se renueva y puede aparecer un bot en la lista de participantes. Nuestro análisis detallado está en Whisper Notes frente a Otter.ai y en alternativas a Notta.

Límites: la grabación se sube y los minutos se cuentan — el plan Basic gratuito de Otter permite 300 minutos al mes y limita una conversación a 30 minutos — y el asistente puede entrar en la llamada como un participante visible.

Whisper Notes y MacWhisper ganan si la grabación no puede salir de la computadora

La otra mitad del mercado son las reuniones que no se pueden subir: consultas médicas, llamadas con abogados sujetas a secreto profesional, consejos y conversaciones sobre sueldos, trabajo de producto todavía sin anunciar, entrevistas en las que se le prometió a la fuente que la grabación no se movería de lugar. Ahí una herramienta local no es una preferencia, es el requisito. La propia página de Superwhisper también incluye la grabación de reuniones, pero su diseño es híbrido, así que si el audio se queda en local depende del modo que hayas elegido — si "nunca se puede subir" es un requisito duro, eso hay que confirmarlo modo por modo en vez de darlo por hecho.

Whisper Notes graba reuniones desde el audio del sistema más el micrófono en los dos canales de Mac, sin ningún bot que se una a la llamada y sin nada visible para los demás participantes. La versión de descarga directa (DMG) detecta además las llamadas de Zoom, Teams y Google Meet y empieza a grabar por ti — entra a la llamada y, al terminar, la transcripción simplemente está ahí, con etiquetas de hablante separando quién dijo qué y con Gemma 4 escribiendo el resumen y los pendientes en la propia computadora, sin clave de API y sin ninguna llamada a la nube. La versión de Mac App Store graba de forma manual, porque las reglas de Apple dejan fuera la detección automática. El paso a paso está en transcripción de reuniones sin conexión en Mac. MacWhisper Pro también graba reuniones en local y cubre una lista más amplia de apps de videollamada — Webex, Skype, Chime, Discord —, así que si tus llamadas viven ahí, puede que eso lo decida por ti.

Hay una limitación que atraviesa todo el campo sin conexión, y preferimos que se sepa ahora y no después de comprar: ninguna de las apps de consumo pulidas que hay aquí produce subtítulos en vivo durante la llamada. Whisper Notes transcribe cuando la grabación se detiene, no mientras hablas. Si alguien en la sala necesita leer las palabras según se dicen, hace falta un servicio en la nube o un producto de subtitulaje específico.

Prueba primero lo que ya trae Apple

Notas de voz transcribe una grabación sin costo — en una Mac con Apple Silicon y macOS 15 o posterior, y en el iPhone desde iOS 18. Junto con el dictado del sistema, eso cubre una parte real del uso informal, y cualquier recomendación que se lo salte está intentando venderte algo.

Tiene cuatro límites duros: una lista de idiomas restringida, muy por debajo de los 101 que cubre Whisper (el desglose por modelo está en nuestra página de idiomas); ninguna separación de hablantes; ninguna exportación de verdad — se selecciona y se copia, sin TXT, SRT ni VTT; y ningún procesamiento por lotes — una grabación a la vez, hecha en la app de Apple. Si nada de eso te afecta, deja de leer y ahórrate el dinero.

Elige por restricción

Cómo comprobar por tu cuenta cualquiera de estas afirmaciones

Todos los fabricantes de esta página, nosotros incluidos, dicen la palabra "privado". No hace falta creerle a nadie. Cinco comprobaciones, ninguna de las cuales exige formación técnica:

1. La prueba del modo avión. Activa el modo avión, o apaga el wifi y desconecta el cable de red, y entonces graba algo y transcríbelo. Si la transcripción sigue apareciendo a toda velocidad, el procesamiento es local. Si aparece un indicador girando, un error o un trabajo en cola que se completa en cuanto vuelve la conexión, no lo es. Hazlo después de que la app haya terminado de descargar su modelo: una herramienta genuinamente local necesita la red exactamente una vez, para traer los pesos del modelo.
2. Lee la etiqueta de privacidad de la App Store. En la ficha de la App Store, baja hasta Privacidad de la app. "Datos no recopilados" es una declaración que el desarrollador le hace a Apple, con consecuencias si miente. Compárala con lo que dice la página comercial. Revisa también si la app exige una cuenta: si hay que registrarse para transcribir, algo está saliendo del dispositivo.
3. Vigila la red. Un firewall como Little Snitch, o el LuLu de código abierto, muestra cada conexión saliente que intenta una app. Transcribe un archivo con él corriendo. Las comprobaciones de actualización y la validación de licencia son normales y pequeñas; una subida sostenida del tamaño de tu archivo de audio, no.
4. Busca el tope de minutos. Las páginas de precios son una señal honesta. Los cobros por minuto y las bolsas de minutos mensuales existen porque se está gastando cómputo en servidores ajenos. Una herramienta que corre en tu hardware no tiene motivo para ponerte contador, así que la transcripción local ilimitada es lo normal, no un plan premium.
5. Comprueba si "local" significa "local por defecto". Varias herramientas buenas son híbridas: modelos locales para la velocidad, modelos en la nube para la precisión o la reescritura, elegidos modo a modo. Es un diseño razonable, pero significa que la respuesta sobre privacidad depende de tus ajustes y no de la app. Busca el selector de modelo, mira qué opción está marcada y revisa si algún paso de limpieza de texto o de resumen sale a la red por su cuenta, aparte del paso de transcripción.

Aplícanos esas cinco con la misma soltura que a cualquier otro. Whisper Notes no tiene cuentas, ni inicio de sesión, ni modo híbrido: no hay nada que configurar para que sea local, porque no funciona de ninguna otra manera. La prueba del modo avión lleva treinta segundos y vale más que este párrafo.

Dónde Whisper Notes no encaja

Los casos en los que deberías comprar otra cosa, dichos con claridad:

• Windows o Android. No hay versión ni está prevista. Usa Buzz o faster-whisper.
• Macs con Intel. La app de Mac requiere Apple Silicon. MacWhisper y Buzz son el recambio.
• Subtitulaje en vivo. La transcripción ocurre después de la grabación, no durante.
• Colaboración. No hay espacio compartido, ni comentarios, ni sincronización en la nube entre tus propios dispositivos. Es una herramienta de un solo usuario por construcción: eso es lo que significa "sin servidor".
• Reescritura guiada por prompts. Los modos de Superwhisper convierten lo que dijiste en un correo o en un mensaje de commit. Nosotros transcribimos lo que dijiste y dejamos tus palabras en paz.

Todo lo demás — escritura por voz en la Mac (versión de descarga directa), reuniones que tienen que quedarse en privado, archivos que llegan del celular, audio en chino, japonés o coreano, saber quién habló, pagar una sola vez — es para lo que se construyó Whisper Notes. Los detalles están en la página de Whisper Notes; si tu situación es una de las cinco de arriba, otra de las herramientas de esta página es un mejor uso de tu dinero, y preferimos que lo gastes ahí.

Preguntas frecuentes

Si lo que estás comparando son modelos de voz locales y no apps, mira la guía de transcripción con Whisper para los tamaños de modelo y las formas de ejecutar Whisper, y la guía completa de voz a texto sin conexión para el panorama más amplio, Windows y Android incluidos.

Descargar para iOS Probar gratis en Mac