Whisper Notes

Una app offline de voz a texto para iOS y macOS. Graba ideas, juntas y clases: transcripción rápida y precisa, todo directo en tu dispositivo.

Sí, por completo. Cada grabación y transcripción se procesa en tu dispositivo — no necesitas internet.

No. Tus datos nunca salen de tu dispositivo — no usamos herramientas de análisis ni rastreo, y no operamos servidores de transcripción, así que tenemos cero acceso a tu audio.

Sí. Importa grabaciones de juntas, clases o entrevistas. Soporta la mayoría de formatos — MP3, M4A, WAV. En iPhone, también puedes compartir grabaciones directamente desde la app Notas de Voz: toca la grabación → ‘...’ → Compartir → ‘Transcribir con Whisper Notes’. Para automatizarlo, usa la acción ‘Transcribe Audio’ en la app Atajos: recibe un archivo de audio y te devuelve el texto. Es una de las cinco acciones de Whisper Notes que encontrarás ahí, junto con ‘Start Recording’, ‘Stop Recording’, ‘Stop & Get Transcription’ y ‘Last Transcription’. Todo se transcribe offline en tu dispositivo.

Mantén presionada la tecla Fn en cualquier app — Gmail, Slack, VS Code, Notes, ChatGPT, Claude o cualquier campo de texto del navegador — y habla. Suelta la tecla, y tu texto aparece. Funciona completamente offline, así que tu voz se mantiene privada incluso al usar apps en la nube. Para personalizar el atajo, abre el panel lateral izquierdo → Escritura por voz (no en Ajustes). Esto es útil si usas un teclado externo sin tecla Fn.

Sí — en Mac. Whisper Notes detecta cuándo inicia una llamada de Zoom, Microsoft Teams o Google Meet y te pregunta si quieres grabarla; en Ajustes → Grabación de juntas también puedes activar el inicio automático. Todo se transcribe localmente en tu dispositivo. La grabación de reuniones necesita el permiso de grabación de pantalla (Ajustes del Sistema → Privacidad y seguridad → Grabación de pantalla y audio del sistema): así se capta a los demás participantes, desde el audio del sistema, escuches con lo que escuches. Los AirPods y otros audífonos Bluetooth funcionan: el otro lado siempre se graba, y "Grabar micrófono" (activado de forma predeterminada) agrega tu propia voz desde el micrófono que tengas seleccionado.

Sí. Whisper Notes hace la diarización de hablantes directamente en el dispositivo para grabaciones, archivos de audio importados y juntas grabadas. Renombra a un hablante una vez y el nombre se actualizará en toda la transcripción; las exportaciones SRT y VTT lo conservarán. Para voces parecidas, puedes indicar manualmente entre 2 y 6 hablantes. Disponible en iPhone y Mac.

100+ idiomas, incluyendo inglés, chino, español, alemán, francés, japonés, coreano, ruso, árabe, hindi, portugués, italiano, holandés, turco, indonesio, vietnamita, tailandés, checo, polaco, ucraniano, sueco y muchos más.

iPhone: iPhone 12 en adelante (incluidos todos los modelos Pro/Plus/Max y el iPhone SE de tercera generación), con iOS 18 o posterior. El iPhone 11, el SE de segunda generación y los modelos anteriores no son compatibles: sus chips son demasiado lentos para transcribir en el dispositivo.

Mac: Todos los Mac con chip serie M (M1, M2, M3, M4 y chips futuros). Los Mac Intel no son compatibles. Recomendamos 8GB+ de RAM si vas a usar el modelo Whisper Large V3 Turbo, que es más grande y es la opción multilingüe con 100+ idiomas.

Whisper Notes ofrece varios modelos de IA optimizados para distintos usos.

En iPhone: Parakeet (por defecto) soporta 25 idiomas europeos con menos errores. Whisper soporta 100+ idiomas pero puede agregar ocasionalmente muletillas en secciones silenciosas.

En Mac: Parakeet V3 (por defecto) está optimizado para 25 idiomas europeos. Whisper Large V3 Turbo es la opción multilingüe y cubre 100+ idiomas: elígelo cuando tu audio quede fuera de los 25 idiomas de Parakeet. Para chino, japonés, coreano o cantonés, selecciona SenseVoice en Ajustes: es el motor de esos idiomas y la app no cambia sola. En la app para Mac que descargas de nuestro sitio web también puedes seleccionar Qwen3-ASR 1.7B (Beta): 30 idiomas, el texto va apareciendo mientras transcribe y se recomiendan 16 GB de memoria — no está en la versión de la Mac App Store ni en iPhone.

Si la calidad de transcripción no es buena para tu idioma, prueba cambiar de modelo en Ajustes. También intenta seleccionar tu idioma manualmente en vez de usar la detección automática.

Con Parakeet V3 (el modelo predeterminado), la transcripción es muy rápida. En Mac, en nuestra propia prueba en una M4 Pro Parakeet corrió a 103× el tiempo real contra 14.3× de Whisper Large V3 Turbo. En iPhone, la velocidad depende del dispositivo: modelos nuevos como el iPhone 15 son mucho más rápidos. Si cambias a Whisper para más idiomas, espera una proporción de aproximadamente 1:5 — 5 minutos de audio en aproximadamente 1 minuto en iPhone 15.

Todavía no. Pero durante la transcripción, vas viendo el texto aparecer poco a poco (salida en streaming). Whisper Notes transcribe después de que terminas de grabar, lo que le permite a la AI analizar el audio completo para mejor precisión.

Sí. Puedes exportar una transcripción con marcas de tiempo o como subtítulos SRT, y en Mac también en VTT. En Mac, un video importado se abre en un espacio de subtítulos donde puedes ver los subtítulos sobre el video, editarlos y exportarlos en SRT o VTT. La Mac también guarda cada transcripción como archivo Markdown (.md) junto a su audio, con encabezado YAML, en la carpeta que elijas; sirve también una bóveda de Obsidian.

Sí — en la app para Mac de nuestro sitio web. Cuando descargas el modelo de IA local (Gemma 4), con un clic obtienes un resumen o la lista de pendientes, y puedes chatear con tu transcripción para hacer preguntas o sacar los puntos clave. También puede generar títulos. Todo corre en el dispositivo, nada se sube.

En iPhone, los resúmenes con IA todavía no están disponibles. Puedes copiar la transcripción y usar ChatGPT o Claude si lo necesitas.

Sí — en la app para Mac de nuestro sitio web. Para grabaciones de más de 3 minutos, puedes chatear con una IA local sobre tu transcripción — revisar puntos clave de juntas, sacar tareas pendientes o hacer preguntas sobre lo que se dijo. Para acceder, toca "Ver transcripción detallada" en cualquier grabación de más de 3 minutos. Todo corre en el dispositivo, tus conversaciones se mantienen privadas.

Para grabaciones más cortas, Whisper Notes hace una limpieza automática pero la opción de chat no está disponible.

Sí — Whisper Notes para Mac (versión descargada de nuestro sitio web) incluye la herramienta de línea de comandos whispernotes y un servidor MCP integrado: Claude y otros asistentes de IA pueden buscar en tu historial, leer transcripciones y transcribir archivos. Todo se ejecuta en el dispositivo a través de un socket local, sin puertos de red abiertos. Guía completa: Whisper Notes CLI & MCP

Compra única. Sin suscripción, sin anuncios, sin costes ocultos.

iOS: Compra en la App Store por $7.99.

Mac: Descarga gratis desde nuestra web. 5,000 palabras gratis a la semana — sin tarjeta, sin registro. Después, desbloquea la versión completa por $14 en la app. Actualizaciones futuras incluidas en ambas plataformas.

Sí — en Mac. Descarga desde nuestra web y obtén 5,000 palabras gratis a la semana. Sin tarjeta, sin registro.

iOS: Compra en la App Store por $7.99. Si no estás satisfecho: Ajustes → Solicitar reembolso.

En resumen: no tienes que comprar por separado las versiones de App Store; el DMG sí se vende aparte. Una sola compra en App Store incluye iOS y Mac App Store, y ambas permiten grabar y transcribir audio importado.

Por las restricciones de Apple, la versión de Mac App Store no puede ofrecer escritura por voz en todo el sistema (mantén presionada la tecla Fn y habla). El DMG además incluye el asistente de IA local. Si necesitas esas funciones o quieres recibir primero las últimas novedades y actualizaciones de modelos, elige el DMG, que se vende por separado en nuestro sitio. Gracias por apoyar el desarrollo independiente.

Sí. Solo ve a Configuración → Solicitar Reembolso.

No. Es una decisión deliberada de privacidad. Como todas tus grabaciones y transcripciones se quedan en el dispositivo, no hay sincronización en la nube entre tu iPhone y Mac. Esto quiere decir que tu audio nunca pasa por ningún servidor — ni el nuestro, ni el de Apple. Puedes exportar transcripciones manualmente si las necesitas en otro dispositivo.

Depende de tu dispositivo. Todo corre en tu iPhone, no en la nube, así que el chip marca la velocidad: un iPhone más nuevo termina antes. Con Parakeet en un iPhone 15, cinco minutos de audio tardan unos 18 segundos; con Whisper, cerca de un minuto. Whisper Notes necesita un iPhone 12 o posterior.

Limitación de iOS. Whisper Notes necesita acceso al GPU para transcribir, y Apple no deja que las apps usen el GPU en segundo plano. Si cambias de app a media transcripción, solo regresa y toca ‘Re-transcribir’.

Esto es para lo que se usa, en concreto. Entrevistas: graba en el iPhone o arrastra un archivo que ya tengas a la app de Mac; la transcripción se queda en el dispositivo que la hizo. Juntas: en Mac capta a la vez el audio del sistema y el micrófono, así que no hace falta que nada entre a la llamada como participante. Escribir: en la versión para Mac de nuestro sitio web mantienes Fn en cualquier app —Mail, Notas, un editor, una terminal—, hablas, sueltas y el texto aparece donde está el cursor. Notas de voz: un toque desde la pantalla de bloqueo del iPhone empieza a grabar.

Como no hay cuenta ni se sube nada, también sirve para grabaciones que no pueden salir del equipo por un acuerdo de confidencialidad o por una política de datos. Una cosa que conviene revisar antes de comprar: el dictado con Fn en todo el sistema solo está en la versión para Mac de nuestro sitio web; las reglas de Apple no lo permiten en la del Mac App Store.

Depende de lo que necesites, así que aquí va lo comprobable. La transcripción corre en tu iPhone o tu Mac y el audio se queda ahí: 100 % sin conexión, y por eso la app funciona en modo avión. Es un pago único, sin suscripción: $7.99 en iPhone, y en Mac 5,000 palabras gratis a la semana, o $14 una sola vez para uso ilimitado. En todas las versiones de la app vienen tres motores y tú eliges cuál se usa: Parakeet V3, el que viene por defecto, cubre 25 idiomas europeos; Whisper cubre 100+ idiomas (Large-v3 Turbo en Mac, Small en iPhone); SenseVoice es el motor de chino, japonés, coreano y cantonés, y lo seleccionas tú en Ajustes. En la app para Mac que descargas de nuestro sitio web hay un cuarto motor que eliges tú: Qwen3-ASR 1.7B (Beta), 30 idiomas, con 16 GB de memoria recomendados; en la versión de la Mac App Store y en iPhone siguen siendo tres. La interfaz está en 32 idiomas.

Whisper Notes encaja cuando la grabación tiene que quedarse en el dispositivo y prefieres pagar una sola vez. Una herramienta en la nube encaja mejor si necesitas un espacio compartido de equipo, edición colaborativa o un cliente para Windows. Nuestra comparativa de las mejores apps de transcripción sin conexión dice cuál gana en cada uno de esos casos.

Sí. Los dos ofrecen dictado con la tecla Fn en Mac. Typeless sube tu voz a servidores en la nube y cobra $30 al mes. Whisper Notes corre en tu Mac por $14 una sola vez, y tu voz nunca sale de ahí. En nuestra prueba en un M4 Pro, un clip de 20 segundos regresó transcrito en 2.5 segundos, contra 7–10 segundos de Typeless. Diferencia: Typeless reescribe tu texto con un LLM en la nube. Whisper Notes pone la puntuación mientras transcribe y, en la app para Mac de nuestro sitio web, con las funciones de IA activadas, el modelo local Gemma puede quitar muletillas. No reestructura tus frases, así que la transcripción se queda cerca de la grabación.

Sí. Los dos pueden correr el mismo modelo Whisper Large-v3 Turbo en el dispositivo. MacWhisper Pro cuesta €64 en pago único en su tienda oficial de Gumroad (solo Mac — la versión de la Mac App Store es una app aparte llamada Whisper Transcription). Whisper Notes cuesta $7.99 una sola vez en iPhone; en Mac, las primeras 5,000 palabras de cada semana son gratis y después cuesta $14 una sola vez. La interfaz es más sencilla. Diferencia: MacWhisper ofrece más de 50 formatos de exportación, procesamiento por lotes y sincronización de video para flujos de trabajo profesionales de audio.