Cómo transcribir audio y video gratis usando Whisper y Python | Tutorial paso a paso

------------------------------------
👉 Whisper es una IA que permite transcribir cualquier audio o video a texto. En este tutorial Carlos te enseña a usarlo desde Python.

----------------------------------------------------------------------
Síguenos

@recent-platzi

[DalajaaBtk]

amigo, muy buen video y en verdad gracias por su tiempo y conocimiento, pero creo que varios tenemos el mismo problema, el repositorio se actualizo y no podemos convertir los archivos a formato srt y demas para subtitulos, le agradeceriamos de corazón que pudiese actualizar el video con esos cambios, feliz día =)

[luisdatec]

Está bueno !! Habrá algún ejemplo para la transcripción de llamadas ? O alguna manera de identificar cambios de tonos en la voz ? Ya que sería necesario saber que persona está hablando.

[LastMiau]

Interesante, eso me recuerda cuando hice un software donde solo ponías el link de un video y lo transcribía (Creo que lo buscare para mejorarlo con este video :D )

[Лабораторныйприбордляредактиро]

Hay una parte para identificar voces distintas?

[yorius]

Actualizaron el repositorio y ahora no están esas utilidades :( alguien me ayuda a obtener el txt, vtt y srt ?

[juanjosegomez]

que significa y que puedo hacer? Si me aparece lo siguiente cuandp ejecuto: UserWarning: FP16 is not supported on CPU; using FP32 instead
warnings.warn("FP16 is not supported on CPU; using FP32 instead")

[benditascolmenas]

Como el repo de whisper cambio, ahora hay que ejecutar el siguiente codigo:
import whisper

!whisper --model medium

Automaticamente se va a guardar el transcript en todos los formatos permitidos por whisper.

[nadietepregunto]

Cambió todo el github de whisper :c logré importar las utils con: import WriteTXT, WriteVTT, WriteSRT pero para que genere los archivos no pude, no reconoce file=vtt o file=srt

[dcorralf]

Muy buen video !!. me pregunto cómo hace la transcripción Whisper, es decir, importamos el modelo etc., pero para hacer las traducciones entiendo que se conectará a una API de OpenAI no ?, si no no entiendo cómo puede hacer la traducción en cualquier idioma sólo descargándonos el modelo. Alguién lo sabe ?, muy buen video Platzi, genial ! voy a estar pendiente de la escuela de Data Science de Platzi, se vienen cosas muy interesantes !!

[miguelangelbelloavila]

Excelente servicio, te agregare a mis favoritos, gracias por el aporte felicidades

[danielavila]

Chevere y todo, pero algo mas facil es subir el video a youtube y dejar que salgan los subtitulos y descargar el archivo

[emmanuelbarba]

Alguien sabe cómo hace eso de 7:28 la parte donde solo selecciona el espacio para eliminar, a mí se me selecciona todo :(

[hectorcortes-sr]

buena su explicacion.. pero realmente es mucho mas simple de lo que ud explica son solo tres pasos en la pagina gracias

[nicolashomez]

bastante interesante este mini proyecto!

[javieralvarez]

Gran video! ahora tutorial de texto a voz :D

[antoniaprado]

Hola! esta es mi primera vez programando, cuando pego los códigos es necesario ponerle el "!" que se ve en el video? Por otro lado, luego de que ejecuto el modelo me aparece este texto:
UserWarning: FP16 is not supported on CPU; using FP32 instead
warnings.warn("FP16 is not supported on CPU; using FP32 instead") Agradecería su ayudita :) gracias!

[uzielmenaperez]

Si funciona, solo la parte final ya cambio

[mariostel]

Impresiona el proceso de transcripción de los archivos disponibles en youtube (copiar y pegar), sin embargo, la segmentación de frases todavía le falta exactitud, sobre todo en guiones no redactados previamente. Creo tener ya un proyecto decente para Platzi. Hasta ahora no he encontrado en la literatura recomendada por el curso de NLP nada sobre la distinta entonación de las mismas palabras según su posición en el segmento, es decir si van inmediatamente antes o después de una coma, punto, o signos exclamativos. Ya se por donde ir. Amo python.

[Jamesmass]

Se puede instalar en una Raspberry Pi 5?

[MONJE]

Es posible transcribir todos los videos de una pagina de youtube a texto de forma automatica?