Si tienes un dispositivos iOS, seguramente digas “pero si yo ya cuento con esa función”, sí, WhatsApp ya había integrado esta opción en los dispositivos de la manzana mordida. Ahora, de acuerdo con nuestros colegas de WABetainfo, podemos estar seguros de que la transcripción llegará pronto también al sistema operativo Android. 

Desde el medio citado encontraron esta función de transcripción de mensajes de voz a texto en la última actualización de la versión beta de WhatsApp en Android, la 2.2415.5. Para hacer uso de ella, los usuarios deberán descargar uno de los paquetes de datos de idiomas disponibles, podrán elegir entre el inglés, español, portugués, ruso e hindi. 

Te puede interesar: WhatsApp te permitirá crear tu próxima foto de perfil con inteligencia artificial dentro de la app

Luego de descargar el paquete de idiomas, el usuario solo tendrá que pulsar sobre la nota de voz que desea transcribir y elegir la opción “transcribir”. El aplicativo te entregará el texto completo de la transcripción de la nota de voz que has solicitado, una opción que, sin duda, hará mucha más cómoda y accesible la comunicación a través de WhatsApp. 

La compañía viene trabajando en esta función para Android desde principios de este año, sin embargo, ha tardado un poco más de lo usual en liberarla. Por ahora, solo está disponible para algunos probadores beta, quienes han podido tener acceso a ella desde la Play Store. Habrá que esperar al menos unas semanas más para que la funcionalidad se despliegue a todos los usuarios. 

Lo cierto es que, teniendo en cuenta la cantidad de idiomas que aparecen disponibles, podemos hacernos a una idea de que la función estará disponible en apenas unos países alrededor del mundo. Con certeza, la transcripción de mensajes de voz a texto llegará a todos los países en los que se habla ampliamente alguno de estos idiomas.

Imágenes: WABetainfo/ Vitaly Gariev

Hay muchos usuarios que prefieren la opción de transcribir notas de voz para leerlas, en lugar de escucharlas. Sin embargo, existen pocas opciones para estas personas que realmente no son cómodas: descargar el audio y transcribirlo en una página web o descargar una app que lo haga por ti. Afortunadamente podrás hacer la transcripción de audio a texto dentro de la misma aplicación de WhatsApp. 

La novedad fue descubierta por nuestros colegas de TheSpAndroid, desde donde encontraron la nueva función de transcripción dentro de la versión 2.24.7.7 de la beta de WhatsApp para Android. Los usuarios de iOS no se preocupan por esta funcionalidad, pues cuentan con ella desde hace varios meses. 

Los de Meta, compañía matriz de WhatsApp, introdujeron la opción de transcribir las notas de voz a texto en WhatsApp para iOS desde mayo del 2023. Como ya es costumbre con los de Meta, las funciones llegan primero al sistema operativo de Apple antes que a Android. 

Te puede interesar: WhatsApp bloquea las capturas de pantalla a fotos de perfil

Cómo funciona la transcripción de notas de voz

Una vez cuentes con esta función en tu WhatsApp, solo tendrás que mantener pulsado el audio que deseas transcribir y buscar, dentro del menú que se expande, la opción de transcripción. Inmediatamente, el mensaje aparecerá como mensaje escrito. Eso sí, para poder hacer esto deberás actualizar antes la app. 

Para que funcione la transcripción de notas de voz es necesario descargar un paquete de información con un peso de 150 MB, datos que requiere WhatsApp para poder hacer la transcripción. Una vez descargada, la opción estará visible en el módulo ‘Ajustes’ y ‘Chats’. 

Recuerda que esta función está disponible por ahora en la versión beta de Android, por lo que debemos esperar al menos una semana para que se habilite en la versión estable de WhatsApp.

Imagen: cookie_studio

Deepgram, una herramienta para transcribir audios a texto, es gratis para todos a partir de hoy. Esta plataforma funciona aplicando aprendizaje de máquinas a datos de audio, según reportó TechCrunch. Ya no tendremos que pasar horas eternas transcribiendo audios a texto, o pagar servicios costosos como el de Trint (que cuesta desde 12 dólares la hora).

Aunque la plataforma solo funciona para audios en inglés, es una herramienta útil para muchas labores de estudio o de trabajo. Por ejemplo, puedes transcribir en segundos, una entrevista, o el audio de un discurso para hacer un estudio académico.

Deepgram te permite subir un audio que tengas guardado en tu computador, o incluso pegar un enlace de un video de YouTube. Dependiendo del peso del archivo, el sistema se demora unos cuantos segundos procesando el audio. Luego te muestra el texto que logró captar, dividido en cada minuto de la duración.

La plataforma usa ‘deep learning’, una especie más compleja de aprendizaje de máquinas, que funciona con redes neuronales (similar al funcionamiento del cerebro). Eso quiere decir que los desarrolladores han estado ‘entrenando’ al sistema con palabras en inglés para que sea capaz de reconocerlas y ponerlas en texto. Es por eso que Deepgram solo funciona para audios en inglés.

¿Cómo quedan las transcripciones?

La versión gratis es muy rústica. Eso quiere decir que no asimila signos de puntuación y ciertos términos, como marcas o productos. Para que el sistema logre esas particularidades, sí tocaría pagar una mensualidad. Pero ¿qué es poner un par de puntos y comas en comparación con horas de transcripción?

Otras limitaciones de la plataforma tienen que ver con los tonos de las voces. Estuvimos probando con algunos audios y para el caso de las canciones, el sistema no es muy hábil a la hora de reconocer la ‘letra’.

Tampoco parece captar discursos con un tono artístico. Por ejemplo, intentamos con un fragmento del famoso discurso ‘Yo tengo un sueño’ de Martin Luther King, pero el sistema no reconoció más que un par de frases de un audio de dos minutos.

En cambio, subimos un audio de una entrevista a Barack Obama con Ellen Degeneres. El tono es más convencional y el audio es limpio. Por lo tanto, la transcripción salió tal como esperábamos:

¿Cómo funciona la plataforma?

Deepgram tiene un navegador que te permite buscar palabras clave. Esto es particularmente útil para transcripciones largas. El reporte de TechCrunch dice que el sistema es hábil a la hora de buscar dentro del texto. Por ejemplo, en una entrevista de una hora, el periodista dice que solo le tomó dos intentos encontrar el segmento del diálogo que estaba buscando.

“La ASR [reconocimiento autómata de voz] aún no está resuelta… está lista para sets específicos de datos pero con datos con acentos o ruidosos, cualquier servicio hará un mal trabajo”, le dijo al medio Scott Stephenson, cofundador y CEO de Deepgram. Vale la pena decir que en una de mis pruebas, subí el audio de una entrevista en la que hablo en inglés, con un acento latino moderado, y reconoció mis palabras a la perfección.

Finalmente, la oferta gratis tiene un límite: si usas más de un millón de minutos, te comenzarán a cobrar. La computación es costosa, así que tendría sentido cobrar si pones a un sistema a procesar un archivo de audio de 50 terabytes.

Imágenes: capturas de pantalla y Wikipedia.

A través de un comunicado en su blog oficial YouTube informó que amplió el soporte de idiomas en su sitio, por eso a partir de hoy la página entiende español y hace la transcripción en el mismo idioma.

El popular sitio de videos registró durante el año pasado un poco más de 1 billón de visitas, y reconoce que el mercado de las personas de habla hispana es enorme. Por eso quiso brindar oportunidades para todos los usuarios para que  puedan disfrutar de los videos en su propio idioma.

¿Cómo funciona? Sencillo. “Cuando un video tenga un audio reconocible en español aparecerá el botón “CC” en la parte inferior del reproductor, botón con el que podrán agregar subtítulos en español de manera instantánea. Sólo busquen este icono y hagan clic en la opción de “Transcribir audio”.

Haga la prueba. Si no le entiende a Íker Casillas, active la transcripción: