whisper.cpp convierte voz en texto en tu propio ordenador, sin conexión. Una herramienta pequeña que resuelve un problema que tienen casi todas las empresas.
Reuniones, llamadas, notas de voz, entrevistas.
Casi todas las empresas generan horas de audio.
Y casi ninguna hace nada con ellas.
whisper.cpp es una implementación en C/C++ de Whisper, el modelo de reconocimiento de voz que publicó OpenAI. Sirve para transcribir audio a texto en tu propio ordenador, sin conexión y sin enviar la grabación a ningún servicio externo.
Funciona en muchísimas plataformas, desde ordenadores Apple hasta Linux o incluso dispositivos pequeños. Y viene de la misma familia de proyectos que llama.cpp.
Porque convierte algo que se pierde en algo que se puede usar.
Lo que se dice en una llamada con un cliente es oro: lo que le preocupa, lo que pide, las palabras exactas que usa para describir su problema. Pero si no está escrito, se olvida en dos días.
Transcribir siempre fue posible. Lo que pasa es que era caro, lento o implicaba mandar conversaciones privadas a un servicio de terceros. Con una herramienta local, las dos primeras barreras bajan y la tercera desaparece.
La información que no se escribe no existe. Solo existe el recuerdo de que alguien dijo algo.
Y si lo combinas con un modelo de lenguaje local, el siguiente paso es obvio: resumir, clasificar o sacar las tareas pendientes de cada conversación. Todo sin que el audio salga de tu máquina.
No es perfecto. Con mucho ruido de fondo, varias personas hablando a la vez o acentos muy marcados, comete errores. Siempre conviene revisar lo importante.
Y hay una parte que no es técnica: si grabas a alguien, avísale. Que la herramienta funcione en local no cambia lo que dice la ley sobre grabar conversaciones.
Que muchas veces la mejor idea no es crear un modelo nuevo, sino hacer que uno que ya existe funcione en todas partes. Whisper ya estaba publicado. whisper.cpp lo hizo rápido, ligero y portátil.
Y eso lo llevó de los laboratorios a cualquier ordenador.
P. D.: Prueba a transcribir la próxima llamada con un cliente y léela al día siguiente. Te sorprenderá lo que no recordabas haber oído.