Transcripción
También: transcripción de archivos
Actualizado el
Definición
La transcripción es convertir en texto una grabación de audio o de vídeo ya existente, a posteriori. Es la contrapartida a posteriori del dictado, que produce texto en directo mientras hablas.
La transcripción parte de un archivo: una reunión grabada, una entrevista, una clase, una nota de voz. La herramienta procesa toda la grabación, a menudo más rápido que en tiempo real, y devuelve un documento. Como el audio ya existe, las herramientas de transcripción pueden permitirse modelos más lentos y precisos, hacer varias pasadas y añadir una estructura que el dictado en directo nunca necesita: marcas de tiempo, etiquetas de hablante, párrafos por tema, resúmenes.
La confusión con el dictado es comprensible, porque dentro de los dos están los mismos modelos de reconocimiento de voz. Lo que cambia es todo lo que rodea al modelo, y es raro que un producto sea excelente en los dos trabajos.
Lo que necesita la transcripción y el dictado no
Diarización de hablantes, para que la transcripción diga quién dijo qué. Marcas de tiempo, para poder encontrar una cita en la grabación. Gestión de audio largo, porque una hora de audio es un problema distinto de una frase. Resúmenes y tareas pendientes, porque nadie lee la transcripción completa de una reunión. Importación desde archivos y enlaces, vídeo incluido.
Nada de esto te ayuda a escribir un correo más rápido. Una herramienta de dictado pone su esfuerzo en otras cosas: la latencia, el formato en el cursor, funcionar dentro de cualquier app y comportarse bien en un terminal.
Elegir el tipo de herramienta adecuado
Si la grabación ya existe, lo que quieres es un transcriptor. En el Mac, MacWhisper y Superwhisper transcriben archivos en local; Otter.ai transcribe reuniones en la nube con etiquetas de hablante y resúmenes. Si estás redactando, lo que quieres es dictado. Hay quien necesita las dos cosas, y dos herramientas centradas en lo suyo suelen ganar a una que intenta abarcarlo todo.
Cómo transcribir una grabación en un Mac con Notas de Voz
La app Notas de Voz que viene con macOS puede mostrar la transcripción de una grabación. Apple indica que la transcripción de audio no está disponible en todos los países o regiones, así que puede que el botón no aparezca en tu Mac.
- Abre la app Notas de Voz en tu Mac.
- Haz clic en la grabación que quieres leer.
- Haz clic en el botón Transcripción para ver la transcripción.
- Selecciona el texto que quieras, haz clic en él con la tecla Control pulsada y elige Copiar.
- Pega el texto en Mail, en un documento o en cualquier otra app.
- Para encontrar una grabación por lo que se dijo, escribe las palabras en el campo de búsqueda. Notas de Voz muestra las grabaciones que tienen ese texto en el título o en la transcripción.
Cómo transcribir un archivo de audio en Terminal con Whisper
Whisper es un modelo abierto de reconocimiento de voz, y su código y sus pesos se publican bajo la licencia MIT. Incluye una herramienta de línea de comandos que recibe archivos de audio y devuelve texto. El proyecto indica que es compatible con Python 3.8 a 3.11, y necesita la herramienta ffmpeg para leer el audio.
- Abre Terminal.
- Instala ffmpeg. Con Homebrew, el comando es: brew install ffmpeg
- Instala Whisper con: pip install -U openai-whisper
- Ejecútalo sobre un archivo con: whisper audio.mp3 --model turbo
- Si sabes el idioma de la grabación, indícalo, por ejemplo: whisper japanese.wav --language Japanese
- Para obtener texto en inglés a partir de voz en otro idioma, añade --task translate y elige un modelo distinto de turbo, por ejemplo --model medium.
¿Es precisa la transcripción automática?
Depende de la grabación y del modelo. Con Whisper eliges tú el equilibrio. El proyecto publica seis tamaños, desde tiny, con 39 millones de parámetros, hasta large, con 1.550 millones, y estima que tiny va unas diez veces más rápido que large. El modelo turbo tiene 809 millones de parámetros y va unas ocho veces más rápido que large.
Los archivos largos no se procesan de una sola pasada. Whisper lee el archivo entero y lo procesa con una ventana deslizante de 30 segundos, así que un error en un tramo no tiene por qué estropear el resto. Uses la herramienta que uses, la prueba honesta es la misma: elige unos minutos que importen, reprodúcelos y lee la transcripción a la vez antes de fiarte del documento completo.
Preguntas que hace la gente.
¿La transcripción es lo mismo que el dictado?
No. La transcripción convierte en texto una grabación que ya existe; el dictado convierte tu voz en directo en texto allí donde estás escribiendo. Los mismos modelos de reconocimiento pueden servir para ambas cosas, pero los productos se construyen de forma distinta y rara vez son buenos en las dos.
¿Puede una app de dictado transcribir una grabación?
Algunas pueden, como función secundaria. Flit lo hace desde la versión 1.5, en el Mac, con marcas de tiempo en sus exportaciones SRT y VTT, pero sin etiquetas de hablante. Si lo que necesitas son etiquetas de hablante, elige un transcriptor hecho para ello.
¿Qué herramientas locales para Mac transcriben archivos?
MacWhisper es la más completa, con una versión gratuita y una versión Pro de pago con etiquetas de hablante. Superwhisper y Flit transcriben archivos grabados además de dictar. Las tres ejecutan modelos locales en Apple silicon.
¿Cómo transcribo audio a texto gratis en un Mac?
Hay dos opciones que no cuestan nada. La app Notas de Voz muestra una transcripción cuando haces clic en el botón Transcripción de una grabación, donde la función está disponible. El modelo abierto Whisper se puede instalar con pip y ejecutar sobre un archivo de audio desde Terminal.
¿Puede Whisper traducir audio al inglés?
Sí. Si añades --task translate al comando whisper, obtienes texto en inglés a partir de voz en otro idioma. El proyecto dice que el modelo turbo no está pensado para traducir, así que elige otro modelo multilingüe, como medium o large.
¿Puedo copiar el texto de una transcripción de Notas de Voz?
Sí. Abre la transcripción en tu Mac, selecciona el texto, haz clic en él con la tecla Control pulsada y elige Copiar. Después puedes pegarlo en cualquier otra app.
