AppInitDev · IA con límites y referencias visiblesSitio principal
◇AppInitDevDigital Lab
AppInitDev · Inteligencia artificial

Transcripción de audio con modelo IA

Transcribe clips breves mediante Whisper Tiny ejecutado en el navegador.

Herramienta interactiva

El modelo Whisper Tiny puede descargar decenas de megabytes. Evita archivos privados y comprueba las licencias del modelo.

Selecciona una grabación con voz.

Selecciona tus archivos explícitamente. El código de la herramienta no los sube a servidores de AppInitDev. Excepción de privacidad: el reconocimiento de voz del navegador podría usar servicios externos; los modelos OCR/ML descargan componentes por Internet.

Qué hace y cómo interpretar los resultados

El reconocimiento de voz a partir de un archivo puede funcionar con modelos como Whisper. El resultado es una hipótesis de transcripción, no una transcripción certificada ni una traducción.

Este módulo carga un modelo de decenas de megabytes y requiere suficiente memoria, un archivo compatible y conexión inicial. Solo procesa clips breves y puede tardar o fallar en teléfonos modestos.

Actividad de aprendizaje

Práctica: utiliza el tono WAV de prueba para verificar que no aparecen palabras inventadas. Para evaluar la calidad real, usa una grabación de voz propia con consentimiento y compárala con una transcripción manual.

La herramienta presenta errores y límites cuando una operación no está disponible. Si trabajas con material importante, conserva el original y coteja cada resultado.

Documentación técnica y referencias

Guía práctica ampliada

Por qué hay límites de duración

La transcripción con Transformers.js y Whisper Tiny requiere cargar modelos que consumen memoria. En teléfonos, el procesamiento de varios minutos puede bloquearse o agotar recursos. Por eso la versión incorpora un límite de 45 segundos. Antes de transcribir decodifica el audio y lo convierte a un único canal de 16 kHz, formato adecuado para modelos de reconocimiento de voz. El reconocimiento final sigue siendo probabilístico.

Cómo comprobar una transcripción

Graba una lectura breve en un ambiente silencioso. Conserva el guion, ejecuta la herramienta y compara palabra por palabra. Después prueba ruido ambiental moderado para observar cómo aumenta la incertidumbre. Los nombres de productos, cifras y cambios entre idiomas son especialmente importantes para revisar. El modelo puede producir palabras aunque la señal sea pobre; nunca conviertas esa salida directamente en un registro médico, financiero o legal sin validación.

Distinción con dictado

El dictado utiliza servicios del navegador y captura audio desde el micrófono con permiso. Este transcriptor procesa un archivo que tú eliges y utiliza una librería y un modelo externo descargado al navegador. El archivo no se envía deliberadamente a un servidor de AppInitDev; no obstante, el entorno descarga bibliotecas y modelos de terceros. Los resultados pueden guardarse como texto editable y consultarse sin revelar credenciales.

Continuar aprendiendo

Elige otra herramienta, explora sus límites y consulta los recursos técnicos antes de compartir datos o utilizar resultados.