Whisper, la herramienta de inteligencia artificial de OpenAI para convertir archivos de audio a texto Los creadores de ChatGPT y DALL-E 2 también tienen una herramienta que simplificará tu vida cuando necesites convertir grabaciones de audio a texto.

Por Eduardo Scheffler Zawadzki

whisper.ai

Quienes trabajamos en el mundo editorial sabemos lo engorroso que puede resultar transcribir una entrevista. A veces, la parte fácil del proceso es realizar la entrevista en sí misma; lo complicado es transcribirla en un intento por recuperar las palabras y el tono exacto en que el entrevistado habló.

Aunque a lo largo de los años han aparecido diversas aplicaciones para convertir archivos de audio de voz en texto, solían presentar algunas fallas (sobre todo con la puntuación) y se trataba de aplicaciones de paga en las que, además, había que subir los archivos a su plataforma. El proceso seguía teniendo un su grado de complejidad y tedio.

Ahora ha aparecido en el mercado una nueva herramienta impulsada por la inteligencia artificial capaz de comprender y transcribir a la perfección voces hasta en 90 idiomas. Su nombre es Whisper (susurro en español) y es una creación de OpenAI, la organización que ha tomado por asalto este 2023 y que ya está transformando el modo en el que trabajamos con el modelo de lenguaje autorregresivo, GPT-3, y DALL-E 2, esa herramienta capaz de generar increíbles imágenes y diseño a partir de una entrada de texto.

¿Qué es Whisper?

Según se explica en la página oficial del proyecto, Whisper "es un sistema de reconocimiento automático de voz (ASR) entrenado con más de 680,000 horas de datos supervisados multilingües y multitarea recopilados de la web".

El programa no solo es capaz de convertir a texto lo que escucha, sino que también de traducirlo al inglés en tiempo (por ahora) con resultados sorprendentes. La herramienta es muy precisa, reconoce la puntuación y es capaz de entender hasta las voces veloces y complejas. He aquí un ejemplo:

¿Cómo usar Whisper?

El problema con Whisper es que (todavía) no es fácil de utilizar. Como un gran número de aplicaciones de inteligencia artificial, es necesario utilizar un programa como Google Colab que permite a los usuarios "escribir y ejecutar código abierto de Python en el navegador". Aunque este proceso no es tan complejo como suena (y existen cantidad de tutoriales en YouTube que te ayudarían a hacerlo), sigue siendo engorroso sobre todo para quienes no somos desarrolladores.

Pero gracias a que Whisper es un desarrollo de código abierto, varios programadores han comenzado a crear aplicaciones más amigables impulsadas por Whisper que, una vez instaladas, te permiten probar las mieles de la transcripción de texto asistida por la inteligencia artificial.

Si te interesa saber más al respecto y quieres probar instalara en tu computadora te recomendamos ver este tutorial en el que Dot CSV te explica cómo hacerlo:

Wavy Line
Eduardo Scheffler Zawadzki

Entrepreneur Staff

Experto en creación de contenidos

Temas relacionados

Emprendedores

3 formas de crear múltiples (y abundantes) flujos de ingreso

Aquí te presento tres maneras de crear múltiples flujos de ingreso. Estas estrategias requieren de esfuerzo y recursos, pero tienen un significativo potencial financiero.

Emprendedores

¿Buscas consejos para arrancar tu startup? Empieza por alejarte de TikTok

TikTok funciona mejor para recetas de cocina que para consejos sobre cómo iniciar tu negocio. Obtendrás mucho más en un encuentro cara a cara.

Tecnología

Whisper, la herramienta de inteligencia artificial de OpenAI para convertir archivos de audio a texto

Los creadores de ChatGPT y DALL-E 2 también tienen una herramienta que simplificará tu vida cuando necesites convertir grabaciones de audio a texto.

Noticias

Un comunicado interno de Google apunta a la desaparición del trabajo remoto

Al igual que otras empresas del sector, Google busca que sus empleados regresen el mayor tiempo posible a las oficinas.

Noticias

Tim Cook se equivoca al hablar del precio de las gafas Vision Pro y después justifica su alto costo

El CEO de Apple aseguró que cuesta bastante desarrollar un dispositivo de ese tipo, por lo que es necesario que cuesten $3,500 dólares.

Emprendedores

Un adolescente convirtió su proyecto de Roblox en una compañía multimillonaria, ahora está trabajando con Karlie Kloss y Elton John

Rush Bogin, un diseñador de moda de 17 años, aprendió que el identificar oportunidades en el mercado y escuchar a los clientes puede llevarte al éxito.