~/social/instagram-transcript-scraper

Transcripción Instagram — Reels y videos a texto

Transcribe Reels y videos de Instagram a texto: pega el enlace o un perfil y obtén la transcripción con marcas de tiempo e idioma, en masa. Sin login.

medios TypeScript Global

ejecutar en Apify

proooxy/instagram-transcript-scraper — spec

categoríasocial / medios

lenguajeTypeScript

stackTypeScript

mercadosGlobal

salidaJSON limpio y listo para RAG

características clave

Convierte el habla de cada Reel público en texto — la transcripción completa más segmentos con marcas de tiempo (inicio, fin, texto)

Detecta el idioma hablado, o acepta una pista de idioma

El pie de foto, hashtags y menciones extraídos, likes, comentarios y duración en la misma fila — y las reproducciones de los Reels leídos desde la pestaña Reels de un perfil

Sin login de Instagram y sin clave propia de voz a texto: la transcripción está incluida

Dale perfiles para transcribir su pestaña Reels hasta el máximo de Reels por perfil, opcionalmente también su timeline, o enlaces de Reels sueltos

Descarga solo el audio, nunca el vídeo completo

Los Reels con solo música o sin sonido vuelven como filas con hasSpeech: false y no se cobran; se descarta el texto de relleno que los motores de voz inventan sobre la música

Un carrusel aporta el primero de sus vídeos que tiene sonido

casos de uso

Investigación de contenido — busca lo que dicen realmente los creadores, no solo lo que escriben en el pie de foto
Monitorización de palabras clave y marcas en todos los Reels de un nicho
Corpus de texto a partir de Reels para RAG, resúmenes y clustering
Subtitulado y reutilización, con hora de inicio y fin por pasaje
Analítica de creadores — ¿hablar de un tema va ligado a más reproducciones?
Monitorización multilingüe, con el idioma detectado en cada fila

parámetros de entrada

Parámetro	Tipo	Obligatorio	Descripción
`startUrls`	array	opcional	URL de perfiles o Reels; indica estas o usernames
`usernames`	array	opcional	Nombres de perfil, con o sin @; se transcribe su pestaña Reels
`maxReelsPerProfile`	integer	opcional	Vídeos transcritos por perfil — también el control de coste (por defecto 10)
`includeTimeline`	boolean	opcional	Transcribe también los vídeos de la cuadrícula de posts del perfil (desactivado por defecto)
`includeSegments`	boolean	opcional	Conserva las marcas de tiempo por segmento (activado por defecto)
`language`	string	opcional	Pista de idioma opcional, como en, es o pt; vacío significa detectar
`maxConcurrency`	integer	opcional	Reels transcritos a la vez (por defecto 3)
`maxRequestsPerCrawl`	integer	opcional	Se detiene tras este número de peticiones; vacío significa sin límite
`proxy`	object	opcional	Apify Proxy, residencial por defecto, usado para leer Instagram

Ejemplo de salida

 1{
 2  "type": "transcript",
 3  "source": {
 4    "id": "instagram",
 5    "canonicalUrl": "https://www.instagram.com/reel/DcozHIETCd9/",
 6    "username": "nasaadmin"
 7  },
 8  "id": "3974651461224900477",
 9  "shortcode": "DcozHIETCd9",
10  "url": "https://www.instagram.com/reel/DcozHIETCd9/",
11  "owner": {
12    "id": "79712351002",
13    "username": "nasaadmin",
14    "fullName": "NASA Administrator Jared Isaacman",
15    "isVerified": true
16  },
17  "takenAt": "2026-08-29T20:31:28.000Z",
18  "caption": "An unforgettable day at @nasajohnson. …",
19  "hashtags": [],
20  "mentions": [
21    "nasajohnson",
22    "potus"
23  ],
24  "durationSeconds": 114.566,
25  "likeCount": 51113,
26  "commentCount": 409,
27  "audioUrl": "https://…mp4",
28  "audioBytes": 1019785,
29  "transcript": "… 250,000 miles from Earth. Please join me in congratulating Commander Reed Weissman, Pilot Victor Glover, Mission Specialist Christina Koch, and Mission Specialist Jeremy Hansen. …",
30  "segments": [
31    {
32      "start": 30.12,
33      "end": 32.7,
34      "text": "250,000 miles from Earth."
35    },
36    {
37      "start": 32.7,
38      "end": 44.64,
39      "text": "Please join me in congratulating Commander Reed Weissman, Pilot Victor Glover, Mission Specialist Christina Koch, and Mission Specialist"
40    },
41    {
42      "start": 44.64,
43      "end": 45.98,
44      "text": "Jeremy Hansen."
45    }
46  ],
47  "language": "en",
48  "wordCount": 204,
49  "hasSpeech": true,
50  "transcriptModel": "whisper-large-v3-turbo",
51  "scrapedAt": "2026-10-20T01:52:23.613Z"
52}

Precios

Pago por evento: se factura una vez por cada transcripción guardada que contiene habla. Los Reels con solo música o sin sonido, y las transcripciones que fallaron, se guardan y nunca se cobran.

Consejos

Empieza con unos pocos Reels. maxReelsPerProfile es también el control de coste: cada Reel es una descarga y una transcripción. Las marcas de tiempo son gratis. Desactivar includeSegments hace la fila más pequeña, no más barata: los tiempos llegan de la misma llamada. Deja language vacío salvo que todos los Reels estén en un solo idioma; la detección se hace por Reel. ¿Necesitas también comentarios o temas? El Scraper de Instagram lee los posts, comentarios, coautores y temas propios de Instagram de las mismas cuentas.

faq

¿Cómo obtengo la transcripción de un Reel de Instagram?

Pega el enlace del Reel en startUrls y ejecuta el Actor. El texto está en transcript y sus fragmentos con tiempos en segments[]. Las publicaciones de video (/p/) y los enlaces de IGTV (/tv/) funcionan igual.

¿Puedo transcribir Reels de Instagram de forma masiva?

Sí. Dale muchos enlaces de Reels, o perfiles: la pestaña de Reels de cada perfil se transcribe hasta maxReelsPerProfile, más su timeline si includeTimeline está activado. Cada Reel es una fila.

¿Necesito una cuenta de Instagram o mi propia clave de voz a texto?

Ninguna de las dos. No se inicia sesión y el motor de transcripción lo aporta el Actor.

¿Qué pasa con un Reel que solo tiene música o no tiene sonido?

Sigue obteniendo una fila, con hasSpeech: false y una transcripción vacía, y no se cobra. Un Reel publicado sin sonido se reconoce antes de descargar nada. Un Reel cuya transcripción falló lo indica en transcriptError y tampoco se cobra.

¿Qué precisión tiene la transcripción?

Es reconocimiento de voz de clase Whisper sobre el audio original. La música, los acentos marcados, las voces superpuestas y las escenas ruidosas son donde cualquier motor sufre; segments[] te permite detectarlos y recortarlos.

¿Puede traducir?

No: devuelve el texto en el idioma hablado y te indica cuál es.