Automatizando Transcripciones de Audios con un Script Bash

🤔 Por qué creé este script

Mi esposa asiste a muchas reuniones presenciales donde graban el audio de toda la sesión. Cuando llega el momento de hacer el acta, toca volver a escuchar el audio completo y escribir todo a mano, lo cual es lentísimo y repetitivo.

Así que pensé: ¿y si automatizo la transcripción de esos audios?
De ahí nació este proyecto que:

• toma archivos de audio,
• los transcribe automáticamente,
• y deja archivos de texto listos para usar con IA tipo ChatGPT y generar actas completas.

Este flujo ahorra horas de trabajo y elimina la necesidad de escuchar repetidas veces cada grabación.

💡 ¿Qué hace este script?

El repositorio GetTranscriptionFromAudioFiles es una herramienta que permite procesar por lotes archivos de audio y obtener transcripciones de texto usando el motor de reconocimiento de voz faster-whisper (una versión más rápida y optimizada de Whisper). :contentReference[oaicite:1]{index="1"}

Características principales:

• Transcripción batch de múltiples audios.
• Uso de diferentes modelos de Whisper (desde tiny a large).
• Detección automática de lenguaje o selección manual.
• Soporte para GPU si la tienes disponible.
• Guardado de cada transcripción en un archivo .txt. :contentReference[oaicite:2]{index="2"}

🚀 Cómo usar el script paso a paso

1. Clonar el repositorio

git clone https://github.com/chardila/GetTranscriptionFromAudioFiles.git
cd GetTranscriptionFromAudioFiles

2. Preparar tu entorno

Asegúrate de tener instalado:

• Python 3
• faster-whisper (el motor de transcripción)
• ffmpeg (para manejar formatos de audio)

Instalación rápida en Linux/Mac:

pip install faster-whisper
sudo apt install ffmpeg

Si usas Windows, puedes instalar ffmpeg desde su sitio oficial y agregarlo a tu PATH.

3. Preparar los audios

Crea una carpeta llamada audios y pon ahí todos tus archivos de grabaciones:

📁 audios/
  ├── reunion1.mp3
  ├── reunion2.wav
  └── charla.m4a

El script va a procesar todos los audios que encuentre dentro de esta carpeta. ([GitHub][1])

4. Hacer ejecutable el script

chmod +x GetTranscriptionFromAudioFiles.sh

5. Ejecutar y obtener transcripciones

Ejecuta el script con la configuración básica:

./GetTranscriptionFromAudioFiles.sh

Esto va a:

• detectar automáticamente el idioma,
• usar el modelo por defecto (small),
• y crear una carpeta llamada transcripts/ con los archivos .txt.

6. Personalizar la transcripción

Puedes ajustar varios parámetros:

Ejemplo con opciones:

./GetTranscriptionFromAudioFiles.sh -i mis_audios -o transcripciones -m medium -l es -j 4 -v

📝 ¿Qué pasa después?

Una vez que tienes tus archivos de texto:

1. Puedes usar ChatGPT (o cualquier otra IA) para:

   • resumir el contenido,
   • generar un acta,
   • identificar decisiones importantes,
   • extraer listas de tareas.

2. Simplemente pega el texto o usa la API de OpenAI para alimentar el modelo con instrucciones tipo:

Acá está la transcripción completa de la reunión. Genera un acta formal con puntos clave y tareas.

🛠️ Consejos para mejores resultados

• Modelos más grandes (medium, large) dan mejor precisión con audios largos o con ruido, pero requieren más memoria.
• Si las grabaciones tienen mucho ruido ambiental, puedes usar herramientas como ffmpeg para limpiar el audio antes.
• Si tienes una GPU NVIDIA con CUDA, el script la detecta automáticamente y acelera muchísimo la transcripción.

💬 Cierre

Transformar tu flujo de trabajo de transcripción manual a uno automátizado no solo ahorra tiempo, sino que te permite enfocarte en lo que realmente importa: interpretar y usar el contenido de las reuniones.

Si pruebas este script, cuéntame cómo te fue 👇