Episodio 6: Convertir audio a texto con Inteligencia Artificial

En el episodio de hoy vamos a convertir audio a texto haciendo uso de una herramienta de inteligencia artificial. Pero no trascribir nuestra voz, vamos a transcribir audio ya grabado.

Convertir audio a texto creo ques es una tarea muy útil para cualquier escritor que puede ahorrar tiempo y mejorar la productividad en muchas situaciones, desde transcribir notas de voz hasta convertir largos podcasts en texto legible.

¿Por qué convertir audio a texto?

Si eres como yo, probablemente tengas una gran cantidad de notas de voz y audios grabados en tu móvil. Yo, por ejemplo, tengo un grupo de WhatsApp conmigo mismo donde guardo todas esas ideas rápidas que me vienen a la mente. Desde diálogos para novelas hasta pensamientos sueltos que quiero explorar más tarde, todo va ahí. Pero claro, luego llega el momento de transcribir todo eso, y es aquí donde entra la magia de la IA para convertir audio a texto.

Además, esta funcionalidad no solo es útil para escritores. Piensa en esos podcasts de 6 o 7 minutos que a veces envías o recibes por WhatsApp. Con una herramienta de transcripción, puedes convertir todo ese contenido a texto y pedirle a ChatGPT que lo resuma en segundos. Esto ahorra tiempo y te permite obtener la información de manera más eficiente.

Herramientas para transcribir audio a texto

Es complicado crear un artículo recomendando herramientas de Inteligencia Artificial porque lo más probable es que en unos pocos meses quede totalmente desactualizado. Pero hoy te voy a contar la herramienta que he encontrado y que se llama Deepgram.

Convertir audio a texto con Deepgram

Me topé con esta plataforma casi por casualidad, pero rápidamente me convenció por su precisión y facilidad de uso. Una de las grandes ventajas es que ofrece créditos gratuitos cuando te registras, lo que te da acceso a alrededor de 200 horas de transcripción, más que suficiente para la mayoría de los usos. Además, es muy versátil; puedes elegir entre diferentes variantes de español, ya sea de España o Latinoamérica, y seleccionar opciones avanzadas como la puntuación automática y la división en párrafos.

Por ejemplo, recientemente usé Deepgram para transcribir una introducción que había grabado para un podcast. Todo lo que tuve que hacer fue subir el archivo de audio a la plataforma, en el formato en el que lo graba el propio Whatsapp, seleccionar las opciones adecuadas (como el idioma y el modelo de transcripción) y darle al botón de «Run». En pocos segundos, tenía todo el texto listo para ser copiado y pegado en cualquier otro formato.

Alternativas a Deepgram

Hay otras herramientas como puede ser Google Speech-to-Text, Notta o Happy Scribe, pero no las he usado. Estas herramientas también tienen su propia curva de aprendizaje, pero una vez que te familiarizas con ellas, pueden ser muy útiles para diferentes aplicaciones, desde proyectos personales hasta necesidades profesionales.

El propio ChatGPT tiene muy buen reconocimiento de voz y te recomiendo que lo uses a menudo como sistema para tomar notas, pero a Deepgram le puedes pasar un audio ya grabado y eso es lo que me interesa de esta aplicación.

Aunque esta tecnología puede parecer simple, sus aplicaciones son realmente amplias y variadas. Desde mejorar la accesibilidad para personas con dificultades auditivas, resumir soliloquios que te envían tus contactos por WhatsApp, saber si te interesa escuchar una lección (o un podcast) tras leer un resumen o hasta permitir que escritores como yo mantengan un flujo de trabajo más eficiente. Convertir audio a texto es una herramienta muy útil que tarde o temprano todas las IA (ChatGPT, Copilot, Grok, Claude…) van a terminar integrando dentro de sus tareas diarias.