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

La primera pregunta no es «qué app»

Las herramientas de voz a texto se dividen por una sola línea arquitectónica: si el audio se procesa en hardware propio o en los servidores de un proveedor. Todo lo que viene después se deriva de esa elección — el modelo de precio, la postura ante la privacidad, los topes de minutos, qué pasa dentro de un avión —, así que decídala primero y el resto se vuelve pequeño.

La nube compra dos cosas reales: subtítulos que aparecen mientras alguien habla y un espacio compartido en el que los compañeros pueden buscar y comentar. Cuesta otras tres: el audio se sube y queda sujeto a una política de retención que habrá que ir a leer, el contador corre (los topes por minuto existen porque se está gastando cómputo en servidores ajenos) y la suscripción se renueva se haya transcrito algo ese mes o no.

Lo local se ejecuta en el silicio que ya está pagado. No hay tope por minuto porque no hay contador, no hay cuenta porque no hay nada donde iniciar sesión y no hay política de retención que leer porque no existe ninguna copia del audio que retener. Sigue funcionando en un vuelo, en un hospital, dentro de una empresa que bloquea el tráfico saliente. No significa automáticamente más precisión — los modelos punteros de la nube son buenos, y la comparación honesta está en las preguntas frecuentes de más abajo —, pero en Apple Silicon los modelos abiertos están lo bastante cerca como para que en la mayoría de las grabaciones la diferencia sea ruido. Si ha llegado hasta aquí escribiendo «sin conexión» en un buscador, esa elección ya está hecha. El resto de esta página trata la mitad local del campo.

El panorama, de un vistazo

Los precios cambian. Abajo solo citamos los que cada fabricante publica en su propia web, y describimos de forma cualitativa aquellos que hoy no hemos podido verificar. Compruébelo con el fabricante antes de comprar.

La carrera local: MacWhisper o Whisper Notes

Una vez decidido que el audio se queda en el ordenador, la lista corta en las plataformas de Apple son dos apps. Las dos ejecutan las mismas familias de modelos de voz abiertos, las dos se venden una vez en lugar de alquilarse y las dos pasan la prueba del modo avión que cierra esta página. Se diferencian en el carácter, no en el principio: una es una navaja suiza; la otra, un bolígrafo.

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 vídeo 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 la propia web 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: es la compra correcta si quiere todas las opciones bajo un mismo techo, y la razón para mirar Whisper Notes si prefiere que la herramienta siga siendo sencilla.

El precio de esa amplitud es la forma de la herramienta: es densa, es solo para Mac y no hay app de teléfono, así que una grabación hecha en el iPhone tiene que llegar antes al Mac para que pueda pasarle algo. A quien le guste una cabina de mando — a muchos profesionales les gusta —, nada de esto le sonará a queja. Nuestra comparación función por función está en Whisper Notes frente a MacWhisper.

Whisper Notes — tres tareas, bien resueltas, en sus 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: mantenga pulsada la tecla Fn y hable, y las palabras se escriben en la app que tenga el foco — Slack, un editor, un terminal (versión de descarga directa; las reglas de Apple dejan fuera de las versiones de la App Store la API de inserción de texto que hace falta). 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 las tareas pendientes en el propio ordenador 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.

Y es la única app de esta lista corta que le da al iPhone el juego completo — grabación, importación de archivos, carpetas, elección de modelo y etiquetas de hablante, todo funcionando en el propio teléfono —, con una sola compra de $6.99 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 elija por carácter. Si quiere todas las opciones y disfruta con una herramienta densa, compre MacWhisper. Si prefiere que la herramienta desaparezca — tres tareas bien hechas, una pantalla limpia, la misma app en el bolsillo —, compre 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 pulsada 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 el 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, y si el dictado ocupa toda su 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 informe de error — y nadie más lo ha igualado, aunque ahí es también donde entra la nube: el diseño es híbrido, modelos locales por defecto, con varias funciones de precisión y de reescritura que envían el audio o el texto a un proveedor en la nube, así que «local» depende del modo que haya elegido. Funciona en macOS, Windows e iOS, con un plan gratuito que no caduca y una licencia vitalicia que su propia web lista en $249.99, el precio más alto de esta página. VoiceInk cubre el mismo ciclo en Macs con Apple Silicon por una licencia única de $29 (más si son varios 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.

La regla de decisión es la carga de trabajo. Si el dictado es todo su trabajo y la reescritura guiada por prompts es el objetivo, compre al especialista. Si la escritura por voz es una de varias cosas que hace — junto a reuniones, grabaciones y archivos que llegan del teléfono —, 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, pruebe 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 pago 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 dicta un párrafo y luego pasa un minuto arreglándolo, ese es el momento en que una herramienta de pago empieza a pagarse sola.

Tarea 2: transcribir un archivo que ya tiene

Aquí las restricciones se invierten. Nada es en tiempo real: hay un MP3, un M4A o un MP4 y se quiere texto a la salida. Lo que separa a unas herramientas de otras es dónde está el archivo, qué idioma contiene y cuánto del trabajo que lo rodea — etiquetas de hablante, formatos, procesamiento por lotes — hace la app por usted.

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

Si la grabación está en el iPhone, la decisión es corta: MacWhisper y Buzz no tienen app de teléfono. 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, vídeo incluido, y una sola compra de $6.99 en la App Store cubre tanto la app de iPhone como la versión de Mac App Store — así que el teléfono 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 un 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 necesita 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 su propio chip; el modelo y sus casos de fallo 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 igualado 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 un M4 Pro — cifras que se pueden reproducir, y que dicen más de los modelos que de las apps que los envuelven. Si prefiere un 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, solo en Mac

Si a su 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 es deliberadamente el sitio al que no fue la nuestra: la nuestra 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 un Mac, MacWhisper; si los archivos empiezan en un teléfono, o el audio es CJK, o quiere 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 pago 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.

Aiko — la transcripción puntual más simple

Aiko hace una sola cosa: se le suelta dentro un audio o un vídeo 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 su diseño: sin identificación de hablantes, sin elección de modelo, sin edición dentro de la app — se exporta y se arregla el texto en otro sitio. Si lo que necesita es «convertir de vez en cuando una grabación en texto sin configurar nada», Aiko es una respuesta limpia. En el momento en que necesite saber quién habló, elegir un modelo más fuerte para su idioma o editar la transcripción donde vive, se le habrá quedado pequeña — y ese es exactamente el hueco que ocupa Whisper Notes a un precio comparable.

Tarea 3: capturar una reunión en directo

Las reuniones son el punto en el que la elección entre local y nube deja de ser filosófica. En una reunión hay más personas, y el reparto honesto tiene que ver con qué pasa después con las notas.

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

Si quiere subtítulos apareciendo en directo durante la llamada, un espacio compartido donde buscar, una integración con el calendario que se una a las reuniones por usted y un enlace que enviar a quien se la perdió — compre 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 y 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.

Whisper Notes y MacWhisper ganan si la grabación no puede salir del ordenador

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 retribución, trabajo de producto todavía sin anunciar, entrevistas en las que se prometió a la fuente que la grabación no se movería de sitio. Ahí una herramienta local no es una preferencia, es el requisito.

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 usted — entre en 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 las tareas pendientes en el propio ordenador, 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 sus llamadas viven ahí, puede que eso lo decida por usted.

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 directo durante la llamada. Whisper Notes transcribe cuando la grabación se detiene, no mientras habla. Si alguien en la sala necesita leer las palabras según se dicen, hace falta un servicio en la nube o un producto de subtitulado específico.

Pruebe primero lo que ya trae Apple

Notas de voz transcribe una grabación sin coste — en un 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 venderle algo.

Cuatro cosas empujan a la gente fuera de ahí. Apple transcribe una lista limitada de idiomas, muy por debajo de los 101 que cubre Whisper — el desglose por modelo está en nuestra página de idiomas. No hay separación de hablantes. No hay exportación de verdad: se selecciona el texto y se copia, en lugar de obtener TXT, SRT o VTT. Y no hay procesamiento por lotes: una grabación cada vez, hecha en la app de Apple, así que una carpeta de entrevistas no es un trabajo que pueda hacer. Si ninguna de esas cuatro cosas le afecta, deje de leer y ahórrese el dinero.

Elija por restricción

Cómo comprobar por su 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. Active el modo avión, o apague el wifi y desconecte el cable de red, y entonces grabe algo y transcríbalo. 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. Hágalo 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. Lea la etiqueta de privacidad de la App Store. En la ficha de la App Store, baje hasta Privacidad de la app. «Datos no recopilados» es una declaración que el desarrollador le hace a Apple, con consecuencias si miente. Compárela con lo que dice la página comercial. Compruebe también si la app exige una cuenta: si hay que registrarse para transcribir, algo está saliendo del dispositivo.
3. Vigile la red. Un cortafuegos como Little Snitch, o el LuLu de código abierto, muestra cada conexión saliente que intenta una app. Transcriba un archivo con él en marcha. Las comprobaciones de actualización y la validación de licencia son normales y pequeñas; una subida sostenida del tamaño de su archivo de audio, no.
4. Busque 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 se ejecuta en su hardware no tiene motivo para ponerle contador, así que la transcripción local ilimitada es lo normal, no un plan premium.
5. Compruebe 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 sus ajustes y no de la app. Busque el selector de modelo, mire qué opción está marcada y compruebe si algún paso de limpieza de texto o de resumen sale a la red por su cuenta, aparte del paso de transcripción.

Aplíquenos 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

Por simetría, los casos en los que debería comprar otra cosa:

• Windows o Android. No hay versión ni está prevista. Use Buzz o faster-whisper.
• Macs con Intel. La app de Mac requiere Apple Silicon. MacWhisper y Buzz son el recambio.
• Subtitulado en directo. La transcripción ocurre después de la grabación, no durante.
• Colaboración. No hay espacio compartido, ni comentarios, ni sincronización en la nube entre sus 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 ha dicho en un correo o en un mensaje de commit. Nosotros transcribimos lo que ha dicho y dejamos sus palabras en paz.

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

Preguntas frecuentes

Si lo que está comparando son modelos de voz locales y no apps, vea 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