Calculadora de transcripción: cuánto tardas en transcribir un audio y cuánto cuesta
Calcula cuánto tarda transcribir un audio o video y cuánto cuesta: horas de trabajo según duración, calidad, hablantes, tipo de transcripción y tu velocidad, con palabras, páginas, entrega y una comparación entre servicio (con urgencia), hacerlo tú e IA con o sin revisión.
Cómo funciona
Minutos de trabajo = minutos de audio × 4 × factor de calidad × factor de hablantes × factor de tipo · Tu tiempo = tiempo de trabajo × factor de habilidad · Palabras ≈ minutos × palabras por minuto (× 0.92 limpia, × 1.1 literal completa) · Costo del servicio = minutos × (tarifa × factor de entrega + cargos extra) · Revisión de IA ≈ minutos × factor de revisión × factor de calidad
La vieja regla de que una hora de audio lleva cuatro horas de transcripción solo se cumple con alguien que escribe rápido y tiene práctica, y con una grabación clara de una sola voz; cada complicación del mundo real la multiplica. El ruido de fondo, las llamadas telefónicas y los acentos obligan a repetir una y otra vez, cada hablante extra suma trabajo para identificar quién dice qué, y la transcripción literal completa (con cada «eh», frase cortada y risa) es más lenta que la limpia. La calculadora multiplica esos factores para obtener los minutos de trabajo por minuto de audio y aplica un factor de habilidad si lo transcribes tú en lugar de un profesional. Los servicios cobran por minuto de audio (más o menos $1–2.50 por trabajo humano con entrega estándar) y cobran más por entrega en 24 horas o el mismo día y por extras como marcas de tiempo, así que puedes elegir el plazo y sumar cargos extra. Ese costo se compara con el valor de tu tiempo y con la ruta de IA: transcripción automática por centavos el minuto seguida de una revisión a cerca de 1.5 veces el tiempo real para corregir nombres, cifras, hablantes y palabras mal entendidas. Una tabla y dos gráficas comparan costo, tus horas y entrega de cada opción, y una cuadrícula muestra cómo cambian el factor la calidad y el número de hablantes. En «Más opciones» puedes ajustar la velocidad al hablar, las palabras por página, las horas productivas al día y cuántas personas se reparten el trabajo.
Ejemplo resuelto
Luis tiene una entrevista de 60 minutos a dos voces, con buena calidad, y quiere transcripción literal limpia: 4 × 1.25 × 1.15 = 5.75 minutos de trabajo por minuto de audio, unas 5.8 horas, que producen ≈ 8,280 palabras (33 páginas). Un servicio a $1.50 por minuto con entrega estándar le cobraría $90; con entrega en 24 horas (×1.6), $144. Con IA a $0.02 por minuto más 1.9 horas de revisión gastaría unos $57.45, y el tiempo de un profesional a $30 la hora valdría $172.50. Si Luis transcribe solo de vez en cuando (×1.6), le tomaría unas 9.2 horas, que valen $276.
Preguntas frecuentes
¿Cuánto tiempo se tarda en transcribir una hora de audio?
Con audio claro y una sola voz, un profesional tarda unas 4 horas. Una entrevista a dos voces con audio aceptable lleva 5–6 horas, y con ruido, grupos o transcripción literal completa puede pasar de 8 a 12 horas. Si transcribes poco, calcula entre 1.5 y 2 veces el tiempo de un profesional.
¿Cuánto cuesta transcribir por minuto?
Los servicios de transcripción humana suelen cobrar entre $1 y $2.50 por minuto de audio con entrega estándar, y más por entrega en 24 horas o el mismo día o por extras como marcas de tiempo. La transcripción con IA cuesta unos centavos por minuto o menos, pero igual hay que dedicar tiempo a revisarla.
¿Por qué mi transcripción con IA tiene tantos errores?
Las causas principales son las voces encimadas, la distancia al micrófono, la jerga del tema y los nombres propios. Darle una lista de vocabulario y grabar a cada persona en una pista separada mejora mucho la precisión.
¿Cuántas palabras tiene una hora de audio?
En conversación se hablan 120–150 palabras por minuto, en un discurso preparado 150–170 y las personas que hablan rápido pasan de 200; una hora son unas 7,000–10,000 palabras, o 28–40 páginas a doble espacio.
¿Qué diferencia hay entre transcripción literal limpia y completa?
La limpia quita muletillas, repeticiones y frases cortadas para que se lea bien; la completa conserva cada «eh», pausa y risa, y por eso toma alrededor de 30% más tiempo.
Calculadoras relacionadas
Estimación de planeación basada en tarifas promedio de la industria. Tú o tu equipo pueden trabajar más rápido o más lento, así que ajústala con una transcripción ya terminada.