Transcripción Instagram: Reels y videos de posts
Transcripción de Instagram: Reels, posts y Lives
Pega cualquier enlace público de un video de Instagram —un Reel, una publicación con video, una retransmisión guardada de un Live o una Story con audio— y obtén una transcripción literal en el idioma hablado, un resumen y puntos clave en el idioma del chat, además de un archivo descargable.
El formato se adapta a tu solicitud: texto simple de forma predeterminada, Markdown con marcas de tiempo cuando mencionas timestamps y subtítulos SRT cuando pides subtítulos. Sin menús de configuración, sin selectores de formato y sin copiar manualmente los subtítulos automáticos de Instagram.
Qué hace
Convierte cualquier enlace público de un video de Instagram en un documento de transcripción descargable con tres partes:
- Resumen — de 2 a 4 frases que explican el contenido del video, en el idioma del chat
- Puntos clave — de 5 a 7 viñetas que extraen los ganchos, afirmaciones, entidades mencionadas y conclusiones, en el idioma del chat
- Transcripción — el texto hablado completo y literal, dividido en párrafos para facilitar la lectura y conservado en el idioma original para que las citas, los ganchos y las declaraciones registradas mantengan su redacción exacta
En clips cortos, la transcripción completa aparece directamente en la respuesta del chat. En videos más largos, como retransmisiones guardadas de Lives o publicaciones de mayor duración, el chat muestra el Resumen y los Puntos clave junto con una referencia al archivo, evitando que un video de 30 minutos llene la conversación con una enorme cantidad de texto.
Para quién es
- Creadores de contenido que reutilizan Reels en TikTok, YouTube Shorts, LinkedIn o X y quieren extraer el guion hablado como texto listo para pegar en segundos.
- Responsables de redes sociales que localizan campañas de Instagram para distintos mercados. La transcripción literal en el idioma original conserva exactamente lo dicho y queda lista para traducirse después mediante una persona o IA.
- Marketers e investigadores de la competencia que analizan Reels virales y publicaciones con video para leer sus argumentos y capturar los ganchos sin volver a ver decenas de videos a velocidad normal.
- Personas que recopilan recetas, estudiantes y usuarios en formación que convierten Reels de cocina, clases y videos educativos en notas consultables y fáciles de revisar.
- Investigadores, periodistas y equipos de accesibilidad que citan Reels en artículos, generan subtítulos SRT para personas con dificultades auditivas o verifican contenido viral. La transcripción es literal y nunca una paráfrasis.
- Cualquier persona que vea videos sin sonido, ya sea en la oficina, en el transporte público o de madrugada junto a alguien que duerme.
Qué diferencia a esta skill
Salida en dos idiomas de forma predeterminada. La transcripción permanece literal en el idioma hablado por el creador, por lo que cada cita conserva todas sus palabras. El resumen y los puntos clave aparecen en el idioma utilizado en el prompt. Un Reel en español transcrito por un usuario angloparlante genera una transcripción en español y un resumen en inglés. Una publicación japonesa transcrita por un usuario que escribe en mandarín genera una transcripción en japonés y un resumen en mandarín. No hay ningún selector que cambiar ni un parámetro de idioma que recordar: la salida bilingüe es el comportamiento predeterminado.
El formato se decide desde tu frase, no desde una página de configuración. Escribe «dame subtítulos» y recibirás un archivo SRT listo para Premiere, CapCut, DaVinci o YouTube Studio. Escribe «con marcas de tiempo para encontrar la cita» y recibirás Markdown con indicadores [mm:ss] por párrafo. Si no especificas ningún formato, recibirás texto simple y limpio. La detección de palabras clave funciona en inglés, chino, japonés, coreano, español y otros idiomas compatibles.
Diseñada para los formatos públicos de video de Instagram. Los Reels son el caso más habitual, pero la skill también procesa publicaciones con video del feed, retransmisiones guardadas de Lives y Stories con audio mientras sigan disponibles dentro de su ventana de 24 horas. Un solo campo de enlace cubre todos los formatos compatibles.
Transcripción literal, no una paráfrasis. La transcripción se produce mediante reconocimiento de voz y nunca se reescribe. Las muletillas, repeticiones y vacilaciones se conservan tal como se pronunciaron. Esto es importante en periodismo, investigación y cualquier contexto en el que las palabras exactas sean la evidencia.
Rápida con contenidos largos. Las publicaciones de video largas y las retransmisiones guardadas de Lives pueden durar una hora o más. La skill genera el resumen y los puntos clave sin esperar a que termine de ensamblarse la transcripción completa. Así, los videos largos devuelven rápidamente un resumen claro y una referencia al archivo, mientras la transcripción literal completa se guarda en el archivo descargable.
Contenido de Instagram compatible
| Tipo de contenido | Compatible | Notas |
|---|---|---|
| Reels | ✓ | El caso más habitual. Devuelve la transcripción en segundos. |
| Publicaciones con video en el feed | ✓ | Publicaciones públicas con video accesibles desde el feed de Instagram. |
| Retransmisiones guardadas de Lives | ✓ | Lives guardados en el perfil una vez finalizada la emisión. |
| Stories con audio | ✓ | Compatibles mientras sigan disponibles dentro de su ventana de 24 horas. |
| Carruseles de imágenes | ✗ | No tienen una pista de audio que transcribir. |
| Lives activos | ✗ | Solo funcionan las grabaciones finalizadas y guardadas. |
| Cuentas privadas | ✗ | El enlace debe poder abrirse sin iniciar sesión en Instagram. |
Cómo funciona
- Pega cualquier enlace público de Instagram — un Reel, una publicación con video, una retransmisión guardada de un Live o una Story con audio. La skill detecta automáticamente el formato y el idioma hablado.
- Indica qué necesitas si el formato predeterminado no es adecuado: «con marcas de tiempo», «dame subtítulos» o una pregunta concreta como «¿qué dijeron sobre los precios?». De forma predeterminada, devuelve texto simple con un resumen y puntos clave. Las palabras relacionadas con formatos activan la salida correspondiente.
- Recibe un documento de transcripción — el resumen y los puntos clave aparecen directamente en el chat en tu idioma, mientras la transcripción literal completa se guarda en un archivo descargable en el idioma hablado. Los Reels cortos también muestran la transcripción completa en el chat.
Sin configuración, sin cuenta y sin clave API. Pega el enlace y obtén texto que puedes citar, buscar, traducir o reutilizar.
Formatos de salida
| Formato | Cómo se activa | Uso |
|---|---|---|
Texto simple (.txt) |
Predeterminado, sin palabras clave de formato | Leer, resumir, citar o pegar en notas y artículos |
Markdown con marcas de tiempo (.md) |
«marcas de tiempo», «códigos de tiempo», «con tiempos» o una expresión equivalente | Encontrar momentos exactos, usar como referencia de edición, navegar recetas o crear notas de clase |
Subtítulos SRT (.srt) |
«subtítulos», «captions», «SRT» o una expresión equivalente | Volver a publicar con subtítulos, mejorar la accesibilidad o preparar traducciones |
Gestión de idiomas
La transcripción permanece literal y en el idioma hablado. El resumen y los puntos clave aparecen en el idioma del chat. El motor admite inglés, español, portugués, francés, alemán, italiano, mandarín, cantonés, japonés, coreano, vietnamita, tailandés, indonesio, árabe, hindi, ruso y la mayoría de los principales idiomas utilizados en negocios y contenidos.
El idioma de origen se detecta automáticamente mediante señales de la URL, el nombre de la cuenta del creador y el audio. No necesitas indicarlo. Si la detección falla, la skill vuelve a intentarlo antes de pedir confirmación. Mencionar el idioma en el prompt, por ejemplo «este Reel en español», omite la detección.
Los Reels con varios idiomas utilizan el idioma predominante como base, mientras la transcripción literal conserva exactamente todos los idiomas utilizados.
Precisión
La precisión es alta cuando el habla es clara y el idioma es compatible. La música de fondo alta, las voces superpuestas, los acentos regionales marcados y el audio muy comprimido pueden reducirla. Ningún sistema puede recuperar por completo una fuente ininteligible. Si una sección aparece confusa, normalmente se debe a que el audio original resulta difícil de escuchar.
La skill solo procesa el enlace público del video. No inicia sesión en Instagram ni accede a contenido privado.
Fuera de alcance
- Archivos de video locales — las exportaciones
.mp4, grabaciones de pantalla y archivos guardados en el ordenador requieren un flujo independiente de audio a texto. - Lives activos — solo funcionan las grabaciones finalizadas y guardadas. Un Live en curso no puede transcribirse hasta que finalice y exista una repetición.
- Publicaciones solo con imágenes y videos sin sonido — sin audio, no hay nada que transcribir.
- Cuentas privadas — el enlace debe ser de acceso público.
- Traducción de la propia transcripción — la transcripción se mantiene intencionadamente en el idioma original para preservar las citas exactas. Solicita la traducción después de recibir el texto literal.
