Usa Whisper en Windows con una aplicación gratuita
Escrito por Andreas, el creador de ClipCatalog. Datos comprobados el 5 de noviembre de 2026. Fuentes
Whisper es el modelo abierto de reconocimiento de voz de OpenAI. Hay aplicaciones de escritorio gratuitas, como Buzz y Vibe, que lo ejecutan en un PC con Windows normal, así que tus grabaciones nunca tienen que salir de tu ordenador. Para toda una videoteca, ClipCatalog transcribe los vídeos de tus carpetas y te permite buscar lo que se dijo.
¿Cuál es la forma más fácil de usar Whisper en Windows?
Instala una aplicación de escritorio gratuita como Buzz o Vibe. Las dos ofrecen un instalador para Windows, así que no necesitas Python ni la línea de comandos. Descarga un modelo de Whisper en la aplicación; después, transcribe en tu PC sin Internet. Una tarjeta gráfica lo acelera, pero no es imprescindible.
Cómo empezar
Herramientas gratuitas para unos pocos archivos
Tres programas gratuitos y de código abierto ejecutan Whisper en Windows. Hay otros; estos tres estuvieron entre los más mencionados cuando preguntamos a asistentes de IA qué herramienta de Windows puede transcribir todos tus archivos de vídeo sin conexión y permitirte buscar lo que se dijo (octubre de 2026).
| Programa | Qué es | Funciona en | Licencia y precio | Exportación |
|---|---|---|---|---|
| Buzz | Aplicación de escritorio | Windows, macOS, Linux | Código abierto (MIT), gratis | TXT, SRT, VTT |
| Vibe | Aplicación de escritorio | Windows, macOS, Linux | Código abierto (MIT), gratis | SRT, VTT, TXT, HTML, PDF, JSON, DOCX |
| whisper.cpp | Programa de línea de comandos y biblioteca | Windows, macOS, Linux y otros | Código abierto (MIT), gratis | TXT, SRT, VTT y otros |
| ClipCatalog | Aplicación de catálogo para una videoteca | Windows 10 y 11 | De pago, US$99 en compra única; prueba gratuita | TXT, SRT |
Buzz
La página de Buzz menciona la transcripción de archivos de audio y vídeo, la transcripción en directo desde un micrófono, la identificación de hablantes, una carpeta vigilada que transcribe los archivos nuevos y un visor de transcripciones con búsqueda.
Vibe
La página de Vibe menciona la transcripción por lotes de varios archivos, la traducción al inglés, la identificación de hablantes, la transcripción desde un micrófono o el audio del sistema, y compatibilidad con GPU de NVIDIA, AMD e Intel.
whisper.cpp
Una versión de Whisper en C/C++ sobre la que se construyen otros programas; ClipCatalog también la usa. Se maneja desde la línea de comandos, y su documentación muestra cómo convertir antes las grabaciones a WAV con FFmpeg.
Cuándo es mejor una herramienta gratuita
- Transcribes unas pocas grabaciones de vez en cuando.
- Tus grabaciones son archivos de audio, como pódcasts o notas de voz. ClipCatalog solo transcribe el sonido de archivos de vídeo.
- Necesitas una traducción al inglés, etiquetas de hablante o transcripción desde un micrófono. Las páginas de Buzz y Vibe las mencionan; ClipCatalog no tiene ninguna.
- Usas un Mac o Linux. ClipCatalog solo funciona en Windows.
Cuando quieres toda una videoteca transcrita y con búsqueda
Con cientos o miles de vídeos repartidos en carpetas y discos, transcribir es la parte fácil. Lo difícil es no perder el control: qué archivos están hechos, dónde está cada transcripción y qué clip tiene la frase que recuerdas. ClipCatalog se encarga de ello en tu PC.
Añade las carpetas una sola vez
Añade tus carpetas y discos, y ClipCatalog transcribe el sonido de cada vídeo que contienen. Los vídeos que añadas después se transcriben en la siguiente sincronización. Puedes desactivar la transcripción en cualquier carpeta.
Busca todo lo que se dijo
Escribe unas palabras o una frase y ve cada clip en el que se dijeron, resaltadas en su transcripción. Añade más palabras y elige si deben aparecer todas o basta con cualquiera.
Combínalo con lo que ves
Acota los resultados de palabras habladas por personas, etiquetas de IA, una descripción de escena, fechas, cámaras o carpetas.
Idioma detectado en cada vídeo
ClipCatalog detecta el idioma hablado de cada vídeo y te permite filtrar por él. Una transcripción que probablemente sea solo ruido de fondo no se guarda.
Subtítulos y texto
Exporta cualquier transcripción como subtítulos SRT o texto sin formato, o cópiala.
Tu tarjeta gráfica, si tienes una
La transcripción se ejecuta en una tarjeta gráfica compatible con Vulkan y, si no, en el procesador. Una prueba integrada elige el dispositivo más rápido.
Preguntas frecuentes
¿Whisper funciona sin Internet?
Sí. Todos los programas de esta página ejecutan Whisper en tu PC. Cada uno necesita un modelo de Whisper, que descargas primero; después, la transcripción no necesita Internet. ClipCatalog descarga sus modelos de IA en el primer inicio y comprueba su licencia en línea de vez en cuando.
¿Necesito una tarjeta gráfica?
No. Whisper también funciona en el procesador, solo que más despacio. ClipCatalog usa una tarjeta gráfica de NVIDIA, AMD o Intel cuando la hay y, si no, el procesador.
¿Qué idiomas entiende Whisper?
Muchos. Funciona mejor con habla clara; los acentos marcados, el ruido de fondo o varias personas hablando a la vez reducen la precisión. ClipCatalog detecta automáticamente el idioma de cada vídeo.
¿Cuánto tarda la transcripción?
Depende de tu PC, sobre todo de su tarjeta gráfica, del modelo de Whisper y de cuánto metraje tengas. ClipCatalog muestra el tiempo restante de cada paso mientras trabaja.
¿Puede ClipCatalog transcribir archivos MP3 o WAV?
No. ClipCatalog cataloga archivos de vídeo y transcribe su sonido. Para archivos solo de audio, usa una herramienta gratuita como Buzz o Vibe.
¿Qué motor de Whisper usa ClipCatalog?
whisper.cpp, la versión de código abierto de Whisper en C/C++, incluida con la aplicación.
¿Puedo probar ClipCatalog gratis?
Sí. La prueba gratuita nunca caduca y abarca hasta 500 vídeos o 10 horas de metraje. Una licencia es una compra única de 99 USD.
Fuentes
Las páginas de los propios creadores usadas para los datos de esta página
Las herramientas gratuitas cambian a menudo. Comprueba las funciones actuales en la página de cada creador antes de elegir.
Guías relacionadas
Búsqueda de transcripciones
Busca las palabras habladas en todos tus vídeos, combinadas con rostros, etiquetas de IA y otros filtros.
Buscar vídeos por palabras habladas
Encuentra el momento exacto en que se dijo algo en toda tu biblioteca. Transcripción Whisper offline, sin subidas y sin tarifas por minuto.
Organiza el material en discos y NAS
SSD internos, discos externos, recursos NAS — una sola biblioteca los cataloga todos. Busca clips aunque un disco esté desconectado.
Buscar en una videoteca de varios TB
Pasados unos pocos terabytes, hacer scroll deja de funcionar. Combina filtros de etiquetas, transcripción, rostros y metadatos en una sola consulta y reduce miles de clips a docenas, en todas tus unidades y sin tarifas por minuto.
Prueba ClipCatalog gratis: hasta 500 vídeos.
No es necesario crear una cuenta. Las imágenes permanecen en tu ordenador.