Resumen de Audio
Cómo orientar el resumen de una grabación
Obtén un resumen de una reunión, una clase o un podcast sin convertir toda la grabación en una transcripción. Ajusta la extensión, elige párrafos o viñetas y señala los temas que quieres destacar. El resultado se puede copiar o descargar en TXT y DOCX.
Coste: Gratis dentro de la cuota disponible. Se aplican límites de uso; consulta la guía de abajo.
Cómo resumir un archivo de audio
Añade una grabación
Pulsa Sube audio para resumir o arrastra un archivo a la vista previa. Admite audio y vídeo de hasta 200 MB por archivo. Una entrada compatible que hayas subido en otra herramienta aparecerá en Archivos, bajo Subidas.
Elige la extensión
En Longitud del resumen, selecciona un objetivo de 100, 250, 500, 1000 o 2000 palabras. La opción inicial es de 500 palabras.
Selecciona la presentación
En Formato de resumen, elige Párrafo para un texto continuo o Puntos de viñeta para una lista de ideas.
Indica un enfoque si lo necesitas
Escribe en Área de enfoque (opcional) los temas que te interesan, por ejemplo
decisiones y tareas con sus responsables. Déjalo vacío para un resumen general.Genera y revisa el resultado
Pulsa Generar resumen y mantén la pestaña abierta mientras se procesa. El texto aparece como Resumen de audio. Usa Copiar al portapapeles, TXT o DOCX y contrasta nombres, cifras y decisiones con la grabación antes de compartirlo.
Qué cambia cada opción
La longitud, el formato y el enfoque orientan al modelo de IA. La extensión solicitada es un objetivo: el resultado puede ser más corto o más largo.
- Longitud del resumen
- Las opciones visibles son Pequeño - 100, Baja - 250, Media - 500, Grande - 1000 y Alta - 2000. Los números indican palabras, no niveles de calidad. Media - 500 es el valor inicial. Elige una extensión acorde con lo que se dijo: para una nota de voz con pocas ideas, un objetivo de 100 palabras suele tener más sentido que uno de 1000.
- Formato de resumen
- Párrafo está seleccionado inicialmente y presenta las ideas como prosa continua, útil para informes o correos. Puntos de viñeta pide una lista que resulta más fácil de recorrer al revisar tareas, acuerdos o temas de una reunión.
- Área de enfoque (opcional)
- Está vacío inicialmente. El modelo recibe tu texto como indicación de qué debe destacar, manteniendo la petición de extraer las ideas principales. Prueba frases breves como
tareas, responsables y plazos,definiciones y temas del examenoobjeciones sobre el precio. El enfoque cambia el énfasis del resumen; no sustituye la grabación ni añade información que no se haya dicho.
Puntos de partida según la grabación
Son combinaciones que puedes seleccionar manualmente; no hay botones de preajuste.
Reunión o llamada de equipo
250 o 500 palabras, Puntos de viñeta y enfoque decisiones, tareas y responsables. Comprueba después quién asumió cada tarea.
Clase o formación
1000 palabras, Párrafo y enfoque conceptos clave, definiciones y ejemplos. Así solicitas espacio para explicar varios temas de una sesión extensa.
Podcast o entrevista
Para resúmenes de podcasts, empieza con 500 palabras y destaca los argumentos o las recomendaciones de la persona entrevistada. No hay una opción para etiquetar hablantes; puedes indicar en el enfoque las personas que te interesan, pero debes comprobar a quién se atribuye cada idea.
Nota de voz
100 palabras, Párrafo y el enfoque vacío. Si la grabación contiene pocas ideas, pedir un resumen largo puede provocar repeticiones.
Qué sucede con tu grabación
La subida llega a nuestro servidor. FFmpeg toma la primera pista de audio, la convierte a FLAC mono de 16 kHz y elimina sus metadatos. En un vídeo también descarta la imagen. Esa copia, junto con las instrucciones y tu enfoque, se envía a la API de Google Gemini, actualmente al modelo Gemini 3.5 Flash Lite. Si Google aplica un límite de peticiones, se utiliza OpenRouter para acceder al mismo modelo.
La copia FLAC temporal se elimina de nuestro servidor después de la petición. También se solicita a Gemini que elimine su copia subida. La grabación original, el texto del resumen y el DOCX alojado siguen los plazos de conservación indicados abajo.
Un resumen es texto redactado por un modelo, no una copia literal del audio. Puede omitir un punto, mezclar las opiniones de dos personas o equivocarse en una cifra, sobre todo si las voces se solapan o se oyen mal. Si necesitas revisar las palabras originales, utiliza Transcripción de audio con la misma grabación; puedes elegirla en Archivos sin volver a subirla.
El TXT contiene el texto tal como aparece, incluidos caracteres Markdown como ** o # si el modelo los utilizó. El DOCX convierte esas marcas en negrita, encabezados y listas.
Formatos y límites
- Entradas de audio
- MP3, WAV, M4A, AAC, FLAC, OGG/OGA, Opus y WebM.
- Entradas de vídeo
- MP4, M4V, MOV, MKV, AVI, WebM, MPEG/MPG y OGV, con una pista de audio decodificable.
- Audio utilizado
- Solo la primera pista; no se analiza la imagen del vídeo.
- Resultados
- Texto en la página, summary.txt en UTF-8 y summary.docx.
- Tamaño máximo
- 200 MB por archivo, equivalentes a 200 MiB.
- Archivos por resumen
- Uno.
- Procesamiento
- Preparación con FFmpeg en nuestro servidor; resumen con Gemini mediante Google u OpenRouter. Hasta 60 minutos por trabajo, sujeto también a los límites de respuesta del modelo.
- Marca de agua
- No se añade.
- Límites de uso
- Se aplican límites por hora y por día. Pueden contar resúmenes o minutos de grabación; un aviso indica cuándo alcanzas uno.
- Conservación
- Las subidas y los resultados alojados se eliminan tras 48 horas para invitados y 30 días para cuentas gratuitas. Los planes de pago pueden conservarlos más tiempo.
Preguntas frecuentes
¿Puedo resumir audio gratis?
Sí, puedes usar la herramienta sin una cuenta ni un pago. Se aplican límites de uso por hora y por día porque cada resumen utiliza un modelo de IA. Pueden tener en cuenta tanto la cantidad de peticiones como los minutos de grabación.
¿Se envía el audio a un servicio de IA?
Sí. Una copia mono de 16 kHz de la primera pista, junto con tu texto de enfoque, llega a Google Gemini. Cuando Google limita las peticiones, pasa por OpenRouter al mismo modelo. La imagen del vídeo no se envía.
¿Por qué el resumen no tiene la longitud elegida?
Longitud del resumen indica un objetivo al modelo. El texto no se recorta ni se rellena después para alcanzar un número exacto. También conviene que el objetivo sea menor que el contenido de la grabación: pedir 2000 palabras para una explicación breve puede dar lugar a repeticiones.
¿En qué idioma estará el resumen?
Esta herramienta no tiene un selector de idioma de salida. Si necesitas el texto en un idioma concreto, Transcripción de audio permite indicar el idioma hablado y solicitar una traducción.
¿Puedo resumir un vídeo o una grabación de pantalla?
Sí, se utiliza únicamente el sonido de la primera pista. Si el programa de grabación guardó el micrófono en una segunda pista, esa voz no se incluye. Comprueba qué contiene la primera pista antes de pedir el resumen.
¿Qué hago si mi grabación supera los 200 MB?
Un WAV estéreo de 16 bits y 44,1 kHz ocupa unos 606 MiB por hora y llega al límite en aproximadamente 20 minutos. Una exportación MP3 de 64 kbps con Conversor de audio ocupa unos 27,5 MiB por hora. La compresión con pérdida puede afectar al reconocimiento: comprueba que la voz siga clara. Si un resumen resulta demasiado general para una sesión larga, usa Dividir audio y resume las partes por separado.