Cómo Transcribir Audio a Texto Gratis con Inteligencia Artificial

Si necesitas convertir una grabación de voz, una entrevista o un vídeo a texto en este articulo te enseño a como hacerlo con una solución rápida, eficiente y totalmente gratuita.

Para ello usaremos Whisper, una herramienta de inteligencia artificial de OpenAi que transcribe audio a texto automáticamente.

• Subtítulos para YouTube: Si creas contenido en vídeo, esta herramienta te ayudará a generar subtítulos automáticamente, y al tener un formato de texto, lo puedes pasar por el traductor para tener subtítulos en varios idiomas

• Entrenamiento de IA: Si trabajas con modelos de lenguaje, podrás usar las transcripciones como fuente de datos para alimentar al modelo con datos personalizados.

• Búsqueda rápida: ¿Necesitas encontrar un fragmento específico en un podcast o entrevista? Con el texto, podrás buscar palabras clave al instante.

El proceso es muy sencillo y no requiere conocimientos técnicos . Solo necesitas hacer unos clicks

Este paso es el de obtener el video que quieres transformar, me imagino que tu ya tienes el tuyo, pero si lo que quieres es coger uno de ejemplo para hacer la prueba, te dejo un link con una web para descargar videos de youtube.

Primero, dirígete este enlace de Google Colab donde está alojado el script/programa de transcripción automática.

El código ya está preparado, pero necesitarás ejecutar unos comandos para instalar las dependencias básicas. No te preocupes, son 2 clicks.

Pulsamos el icono de “play” para ejecutar el programa.

Cuando veamos que ha finalizado el paso uno, podremos ejecutar el paso 2.

Subiremos nuestro fichero a la parte de Archivos. Para subir el fichero, simplemente lo arrastraremos y soltaremos a lado de de sample_data (no dentro).

Podemos subir .mp3, .mp4, .webm…

Como consejo te recomiendo cambiar el nombre del fichero a “audio.mp4” o algo por el estilo:

Este es el paso en el que configuraremos la salida que queremos que nos de el programa (formato .txt, .srt …).

Por un lado deberemos poner el nombre del fichero (no borres las comillas ” “ en el caso de que lo cambies) ya que esta el la forma de indicarle al programa que fichero debe coger.

Luego despues de —output_format pondremos el formato deseado, para mi lo ideal es dejar el txt, pero si necesitas otro puedes cambiarlo.

y por ultimo tenemos que indicar el idioma en el que está nuestro video, para facilitar al modelo la comprensión de este:

Una vez hayamos configurado el programa a nuestro gusto, ejecutaremos el código como hicimos en el paso 1 y 2 (pulsando el botón de play).

Al poco rato, después de ver una barra de carga, comenzaremos a ver la transcripción del video: