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

Подписаться 1,8 млн

Просмотров 57 тыс.

50% 1

💚 En platzi.com/l/t... hay un curso para ti. Aprende Inteligencia Artificial, ciberseguridad, liderazgo, inglés ¡o lo que tú decidas! Desarrolla las habilidades que impulsarán tu crecimiento profesional 🔥
-------------------------------------
👉 Whisper es una IA que permite transcribir cualquier audio o video a texto. En este tutorial Carlos te enseña a usarlo desde Python.
github.com/ope...
----------------------------------------------------------------------
Síguenos
Facebook: platzi.com/l/f...
Twitter: platzi.com/l/0...
Instagram: platzi.com/l/j...
@recent-platzi

Опубликовано:

11 сен 2024

Ссылка:

Скачать:

Готовим ссылку...

Добавить в:

Мой плейлист

Посмотреть позже

Комментарии : 82

@Dalajaa1Btk 11 месяцев назад

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 Год назад

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.

@Лабораторныйприбордляредактиро Год назад

Hay una parte para identificar voces distintas?

@LastMiau Год назад

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 )

@FelieroIngenieros Год назад

tienes el software?

@seyrodriguez3509 Год назад

la misma pregunta

@yorius96 Год назад

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

@Лабораторныйприбордляредактиро Год назад

Usa la versión que si las trae

@Dalajaa1Btk 11 месяцев назад

@@Лабораторныйприбордляредактиро ¿y cómo se hace eso? la verdad soy nuevo y me esta costando mucho trabajo el hacer todo esto xD, llegue hasta esta parte "pd.DataFrame(result['segments'])[['id','start','End','text']]" de ahi en adelante todo mal =(

@juanjosegomez143 5 месяцев назад

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")

@nadietepregunto8890 Год назад

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

@user-pm7qt4vo1y 5 месяцев назад

ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE-AEFeLcnokQw.html

@dcorralf Год назад

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 !!

@AlbaRStudio23 Год назад

Como puedo separar por la persona que habla en una conversación???

@emmanuelbarba2567 Год назад

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

@MONJE63 12 дней назад

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

@juannicolasbaquerocollante3960 11 месяцев назад

No entendí eso de colab o dónde es que está metido para hacer esos comandos

@mariostel Год назад

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.

@kilexmo Год назад

Y como se hace para indenticar los interlocutores. Por ejemplo en una entrevitas. Persona A y persona b?

@carcamofelipe 8 месяцев назад

siiiiiiiii si alguiens sabe que comparta tengo la misma duda

@rodrigoelestudiante683 2 месяца назад

2024 ya no esta txt, vtt, srt. Si alguien sabe otra forma, ayudeme

@TheYoungGuy. 17 дней назад

Hola. M esale el siguiente error al usar whisper: import whisper if '/' in name or '\\' in name: TypeError: argument of type 'NoneType' is not iterable que pasa :(?

@benditascolmenas651 5 месяцев назад

Como el repo de whisper cambio, ahora hay que ejecutar el siguiente codigo: import whisper !whisper "/content/nombre_del_archivo.mp3" --model medium Automaticamente se va a guardar el transcript en todos los formatos permitidos por whisper.

@antoniaprado5100 2 месяца назад

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!

@onclicker5857 6 месяцев назад

Toda la parte del SRT cambió. Podrías actualizar la info por medio de otro tutorial? Quedé perdido hasta los archivo srt, vtt txt. Ya el video quedó antiguo.

@miguelangelbelloavila2385 Год назад

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

@aemauro2616 2 месяца назад

Hola, tambien transcribe mp4?

@danielavila1661 Год назад

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

@JulioEliseoTorres Год назад

Pero no queda con la misca exactitud.

@nicolashomez Год назад

bastante interesante este mini proyecto!

@lucasmartinez121 Год назад

cuando le doy ejecutar en el ultimo paso para cargar los archivos me sale este error TypeError: __init__() got an unexpected keyword argument 'file' alguien sabe cm arreglarlo?

@alejandroibanez4632 6 месяцев назад

que tal? lograste solucionar esto? estoy con lo mismo

@yarleinjulio8207 Год назад

Muchas gracias, excelente video.

@javieralvarez1690 Год назад

Gran video! ahora tutorial de texto a voz :D

@lucasdiaz1311 Год назад

En el traductor de google xd

@ZepiDragana5783 10 месяцев назад

no vi cunado instalaste python? ahi lo estas haciendo desde google cola , no?

@edwinpedroza5398 6 месяцев назад

Negado, ando en busca de un transcriptor en el que introduzca el archivo de voz y el programa se encargue de transcribirlo sin tanta cháchara ni complicaciones de códigos que son para programadores.

@luis96xd Год назад

Excelente videos, gracias 😄

@madatyou01 Год назад

Yo estoy haciendo lo mismo, pero transcribiendo videos de RU-vid. Le he querido incorporar un modelo de Transformers para que pueda hacer una suerte de resumen del mismo, pero los que he usado, gratuitos todos, hace sumarios más bien malitos. Si alguien conoce un buen modelo en español, le agradezco que lo comparta.

@uzielmenaperez8940 Год назад

Si funciona, solo la parte final ya cambio

@natalifilms8258 6 месяцев назад

me da error cuando pego el segundo codigo

@ZMoriarty22 Год назад

FUNCIONAAAAA!!!

@user-me1yf7sm8k Год назад

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

@ErikaAranda-gi6nx 10 месяцев назад

algun tutorial para hacerlo en visual studio code?

@RobertoRuiz-bw8ln Год назад

Gracias por compartir. Es.posible transcribir en línea con Whisper.

@danyr5951 Год назад

Y pensar que azure cobra un ojo de la cara por eso

@fernandachambi8144 11 месяцев назад

Disculpen a mi me salio esto -- UserWarning: FP16 is not supported on CPU; using FP32 instead warnings.warn("FP16 is not supported on CPU; using FP32 instead") --- Que debo hacer?

@Ramon-jr2ho 6 месяцев назад

es un problema de incompatibilidad en el hardware. Whisper utiliza FP16 (punto flotante de 16 bits) y tu CPU FP32 por eso no se ejecuta

@fernandachambi8144 6 месяцев назад

muchas gracias@@Ramon-jr2ho

@garochaarte Год назад

me sale este error: UserWarning: FP16 is not supported on CPU; using FP32 instead warnings.warn("FP16 is not supported on CPU; using FP32 instead") si alguien me puede ayudar

@Isaax_63 Год назад

Me pasa lo mismo

@solimarrodriguez8863 Год назад

Igual a mi… ¿cómo se arregla el error?

@jesusloor1606 Год назад

import warnings warnings.filterwarnings("ignore", message="FP16 is not supported on CPU; using FP32 instead")

@jesusloor1606 Год назад

@@solimarrodriguez8863 import warnings warnings.filterwarnings("ignore", message="FP16 is not supported on CPU; using FP32 instead")

@jesusloor1606 Год назад

import warnings warnings.filterwarnings("ignore", message="FP16 is not supported on CPU; using FP32 instead")

@milord229 Год назад

gracias amigo :D

@stephyobandoaquice Год назад

Que capo

@edwincolina426 Год назад

Como hago esto en termux

@oscarquispesuarez3577 Год назад

Creo estudiar ingeniería de software para el futuro,no va Ser rentable chat gpt lo hará.

@federicoluisperez2965 Год назад

No funciona mas, se actualizo o que?

@nadietepregunto8890 Год назад

@rafaelalejandrobelalcazarb2081 Год назад

Mire este video y me dieron ganas de tutorial pasando de texto a voz desde colab

@danielavila1661 Год назад

Eso si estaría interesante

@comunidadhispanagaming7496 Год назад

le falto mas volumen

@user-pm7qt4vo1y 5 месяцев назад

aqui uno actualizado para poder guardar los subtítulos ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE-AEFeLcnokQw.html

@BedoyaEdison Год назад

Necesito una explicación para dummies, no entendí ni forro, no podrían haber hecho algo menos complicado?

@richybambino Год назад

Uy, poco engorroso, creo que la eficiencia en cuanto a tiempo no es la más ideal, hay herramientas como Transkriptor que acepta todo tipo de audios y además videos y lo transcribe a Word, txt y otro formato y en segundos. es muy eficiente, lo malo que debes pagar por esa eficiencia.

@iPollitoR Год назад

De hecho el código fuente, lo sacan de aquí

@wrangelsuarezmeguillanes1544 27 дней назад

Mucha vaina el uso

@user-oc1go3su2y 2 месяца назад

Super difícil de realizar.Jajajaja Ya se lo aprendieron? Forget It.😢

@danielvalencia1981 Год назад

Primer comentario

@chicotemido3647 11 месяцев назад

De que sirve eso si no comentas nada? que ridicula gente como tu que solo hacen burradas

@chicotemido3647 11 месяцев назад

Hola Carlos, me inicio en esto del Python y me llamo mucho la atención la plataforma que usas para ejecutar el código. Como se llama? Hay algún tutorial para manejarlo? Oye y tengo otra pregunta, si tengo un video en Inglés, hay alguna manera de hacer la transcripción y traducirlo al español? Gracias por toda la ayuda que me puedas facilitar. Me pareció interesantísimo esta herramienta que usas que definitivamente te tengo que felicitar por esto que nos enseñas y ME SUSCRIBO

@carlosgardellamerino9589 10 месяцев назад

Hola! La plataforma se llama Google Colab, es muy potente! te sugiero que busques más info sobre ella en youtube. Básicamente te permite escribir comandos en una hoja en línea ya sea en Python 3 o R, que se guardan en Drive, y ejecutarlos con una terminal prestada por google (tus comandos se envían por internet, se ejecutan en la terminal asignada, y se envía de vuelta el resultado). Espero te sirva de ayuda!