Traducido del inglés por Plainly. Si algo no coincide, la que cuenta es la página en inglés.

ModeloVoz y hablaTotalmente abiertoOpción gratuita

Whisper

Un modelo de reconocimiento de voz gratuito de OpenAI que convierte grabaciones en texto en muchos idiomas y puede traducir la voz a texto en inglés. Lo descargas y lo ejecutas tú mismo, así que requiere algo de configuración técnica.

Ir al sitio web de Whisper

¿Se puede probar gratis?Sí

¿Puedo vender lo que creo?Sí

Abierto o cerradoTotalmente abierto

Nivel necesarioTécnico

Los datos, con fuentes

Abierto o cerrado: Totalmente abierto
Pesos y código descargables con una licencia abierta estándar
README: el código y los pesos del modelo se publican con la licencia MIT.
fuente · comprobado el 12 oct 2026 · comprobado en la página del propio fabricante
Licencia: MIT (Permisiva (p. ej., Apache 2.0, MIT))
La ficha de Hugging Face de whisper-large-v3 tiene la etiqueta Apache-2.0, mientras que el README de GitHub dice MIT. Ambas son permisivas.
fuente · comprobado el 12 oct 2026 · comprobado en la página del propio fabricante
¿Puedo vender lo que creo?: Sí
Se deduce de la licencia MIT; no hay condiciones aparte para los resultados.
fuente · comprobado el 12 oct 2026 · comprobado en la página del propio fabricante
Coste: Opción gratuita: Descarga gratuita; pagas tu propio equipo
Planes a continuación.
Cómo se usa: En tu propio ordenador, A través de otro servicio
Las cifras de VRAM del README son aproximadas (~). Hay versiones .en solo en inglés de tiny a medium. Necesita Python 3.8-3.11, PyTorch y ffmpeg. Pesos en Hugging Face (organización openai). No se ha comprobado la API de voz de pago de OpenAI.
fuente · comprobado el 12 oct 2026 · comprobado en la página del propio fabricante
Nivel necesario: Técnico
Se instala con pip y ffmpeg en la línea de comandos.
fuente · comprobado el 12 oct 2026 · comprobado, pero la página era poco clara o incompleta
Creado por: OpenAI
El repositorio no indica país; no se pudo leer ninguna otra página de OpenAI (límite de consultas).
fuente · comprobado el 12 oct 2026 · comprobado en la página del propio fabricante
Estado: Disponible
El README no muestra fechas de lanzamiento; no se ha encontrado ningún aviso de retirada.
fuente · comprobado el 12 oct 2026 · comprobado, pero la página era poco clara o incompleta

Qué puedes crear con ella

Una voz o audio hablado, texto a partir de una grabación (uso principal)
Una voz o audio hablado, una traducción escrita de una grabación

de audio a texto

Transcribe muchos idiomas, traduce la voz a texto en inglés e identifica el idioma hablado. El modelo turbo no está entrenado para traducir.

fuente · comprobado el 12 oct 2026 · comprobado en la página del propio fabricante

Planes y precios

No se indican planes de pago.

fuente · comprobado el 12 oct 2026 · comprobado en la página del propio fabricante

Relacionado

Dónde puedes usarlo

Hugging Face

Otras opciones para «Una voz o audio hablado, texto a partir de una grabación»

Adobe Podcast (Enhance Speech), Adobe Premiere, AssemblyAI, Async (formerly Podcastle), AudioShake, Auphonic, Azure AI Speech, CAMB.AI, Cartesia, Cleanvoice AI, Clipchamp, Deepgram, Descript, Distil-Whisper, Dubverse, ElevenLabs, Filmora, Gling, Granite Speech 5.0, Happy Scribe, Hugging Face, Kapwing, Krisp, LFM3-Audio

Sobre esta ficha. Última comprobación de los datos: 12 oct 2026, con las páginas del propio fabricante (cada dato enlaza a su fuente). Estado de la ficha: borrador. Resumen en lenguaje sencillo escrito por Plainly.

¿Has visto un error? Avísanos, con un enlace a la fuente. Cómo funcionan las correcciones