Adobe Enhance Speech es una herramienta web gratuita (con cuenta Adobe) que mejora la calidad del audio y genera una transcripción lista para copiar. Ideal para hacer la demo en vivo sin configuración técnica.
Ir a colab.research.google.com → Crear nuevo cuaderno → Menú Entorno de ejecución → Cambiar tipo de entorno → Acelerador de hardware: GPU → Guardar.
Ejecutar esta celda. La primera vez tarda ~2 minutos mientras descarga las dependencias.
# Instalar OpenAI Whisper desde el repositorio oficial !pip install git+https://github.com/openai/whisper.git -q # Instalar ffmpeg (necesario para procesar audio) !sudo apt-get update -qq !sudo apt-get install -y ffmpeg -qq print("✅ Instalación completada")
Esta celda abre un diálogo para subir el audio desde tu computador (grabación de la reunión, .mp3 o .wav).
from google.colab import files # Subir audio desde tu computador uploaded = files.upload() # Obtener el nombre del archivo audio_file = list(uploaded.keys())[0] print(f"📂 Archivo cargado: {audio_file}")
Cargamos el modelo medium (buena relación velocidad/precisión) y transcribimos. Whisper detecta el idioma automáticamente.
import whisper # Cargar modelo (opciones: tiny · base · small · medium · large) # medium = buena precisión en español, carga en ~30s con GPU model = whisper.load_model("medium") print("🔍 Transcribiendo... (esto puede tardar unos segundos)") # Transcribir · task="transcribe" mantiene el idioma original result = model.transcribe(audio_file, task="transcribe") # Ver idioma detectado y texto completo print(f"🌍 Idioma detectado: {result['language']}") print("\n📄 TRANSCRIPCIÓN:\n") print(result["text"])
tiny más rápido pero menos preciso · base equilibrado · medium recomendado para reuniones · large-v2 máxima precisión, requiere más GPU.Whisper devuelve segmentos con inicio y fin. Útil para saber exactamente en qué momento del audio se dijo cada cosa.
# Ver segmentos con timestamps [inicio → fin] texto print("⏱️ SEGMENTOS CON MARCAS DE TIEMPO:\n") for seg in result["segments"]: inicio = int(seg["start"]) fin = int(seg["end"]) texto = seg["text"].strip() print(f"[{inicio//60:02d}:{inicio%60:02d} → {fin//60:02d}:{fin%60:02d}] {texto}")
Exportamos dos versiones: texto plano para pegar en Word/Claude, y Markdown para la base de conocimiento.
from google.colab import files # ── Texto plano ────────────────────────────────────────── with open("transcripcion.txt", "w", encoding="utf-8") as f: f.write(result["text"]) # ── Markdown con timestamps (para base de conocimiento) ── with open("transcripcion.md", "w", encoding="utf-8") as f: f.write("# Transcripción de reunión\n\n") f.write(f"**Archivo de audio:** {audio_file}\n\n") f.write(f"**Idioma detectado:** {result['language']}\n\n") f.write("---\n\n") for seg in result["segments"]: i = int(seg["start"]) e = int(seg["end"]) t = seg["text"].strip() f.write(f"- [{i//60:02d}:{i%60:02d}–{e//60:02d}:{e%60:02d}] {t}\n") # ── Descargar ambos archivos ────────────────────────────── files.download("transcripcion.txt") files.download("transcripcion.md") print("✅ Archivos descargados")
Whisper puede transcribir y traducir en un solo paso. Útil si necesitas un resumen en inglés para reportes internacionales.
# Cambiar task a "translate" traduce cualquier idioma → inglés result_en = model.transcribe(audio_file, task="translate") print("🌐 TRADUCCIÓN AL INGLÉS:\n") print(result_en["text"])
| Criterio | ✨ Adobe Enhance | ⚙️ Whisper en Colab |
|---|---|---|
| Instalación | ✓ Ninguna — solo navegador | Celdas de instalación (~2 min) |
| Costo | Gratis con cuenta Adobe | ✓ 100% gratuito |
| Control del código | ✗ Caja negra | ✓ Código abierto, personalizable |
| Privacidad del audio | Se sube a servidores Adobe | ✓ Solo en tu sesión de Colab |
| Mejora de calidad | ✓ Reduce ruido de fondo | No (solo transcripción) |
| Timestamps | Limitados | ✓ Por segmento, a nivel de palabra |
| Traducción | ✗ | ✓ Cualquier idioma → inglés |
| Ideal para | Demo rápida en clase | Práctica real y aprendizaje técnico |
99-anexos/ o actas/.