¡Convierte el habla en texto con Whisper! Aprende cómo utilizarlo paso a paso

Índice

1. Introducción 🌟
2. ¿Qué es Whisper? 🔍
3. Cómo utilizar Whisper 👨‍💻
4. Creación de un conector personalizado
5. Integración de Whisper en una aplicación de lienzo
6. Adición de Whisper a Microsoft Teams
7. Conclusiones finales ✅
8. Preguntas frecuentes 🙋‍♀️

Introducción 🌟

¡Hola a todos! Bienvenidos a mi canal. En el día de hoy les traigo otro emocionante video. En esta ocasión, hablaremos sobre Whisper, otro sistema de reconocimiento de voz de Open AI. Aprenderemos a aprovechar Whisper para convertir el habla en texto. Pero antes de sumergirnos en los detalles, echemos un vistazo a la documentación en la plataforma de Open AI.

¿Qué es Whisper? 🔍

Whisper es un sistema de reconocimiento de voz desarrollado por Open AI. Este sistema tiene la capacidad de convertir el habla en texto. Esto significa que cualquier cosa que digamos en voz Alta puede ser transcrita y transformada en un documento de texto.

Cómo utilizar Whisper 👨‍💻

Para utilizar el sistema Whisper, necesitamos crear un conector personalizado. Vamos a ver cómo hacerlo paso a paso.

Creación de un conector personalizado

1. Comienza por crear un conector desde cero en blanco.
2. Selecciona el esquema como "https" y escribe "API Dot OpenAI.com" como nombre de host.
3. En la sección de seguridad, agrega la clave de API necesaria, el nombre del parámetro será "autorización" y la ubicación del parámetro será "encabezado".
4. En la sección de definición, escribe un resumen de la funcionalidad del conector y asigna un ID de operación.
5. Importa la URL de muestra en la sección de solicitud. Utiliza el método "POST" y menciona el tipo de contenido.
6. En el editor Swagger, agrega las líneas correspondientes a los parámetros que esperamos: archivo, nombre de archivo y modelo.
7. Cierra el editor Swagger y actualiza o crea el conector.

Integración de Whisper en una aplicación de lienzo

Ahora que hemos creado el conector personalizado, podemos integrarlo en una aplicación de lienzo.

1. Crea una nueva aplicación de lienzo.
2. Agrega un controlador de micrófono, un botón y una etiqueta.
3. Configura el controlador de micrófono para obtener la respuesta del conector AI.
4. Agrega el conector AI en los datos y proporciona la clave de API.
5. Utiliza la acción "speech to text" del conector AI y configura los parámetros necesarios.
6. Configura la etiqueta para mostrar la conversión de habla a texto en la aplicación de lienzo.

Adición de Whisper a Microsoft Teams

También tenemos la opción de incorporar nuestra aplicación de lienzo con Whisper en Microsoft Teams.

1. Habilita la ubicación multimedia y los dispositivos MIDI en Teams.
2. Agrega la aplicación de lienzo a Teams.
3. Refresca la página y podrás utilizar la conversión de habla a texto dentro de Teams.

Conclusiones finales ✅

En resumen, Whisper es una poderosa herramienta que nos permite convertir el habla en texto. Mediante la creación de un conector personalizado y su integración en una aplicación de lienzo o en Microsoft Teams, podemos aprovechar al máximo esta funcionalidad.

Preguntas frecuentes 🙋‍♀️

P: ¿Es posible utilizar diferentes idiomas con Whisper? R: Sí, Whisper puede traducir el habla en diferentes idiomas según la configuración del navegador.

P: ¿Qué extensiones de archivo de audio son compatibles con Whisper? R: Whisper es compatible con archivos de audio en formatos como mp3, mp4, MPG, mpga, m4a, web y webm.

P: ¿Es posible utilizar Whisper en otras plataformas además de Microsoft Teams? R: Sí, Whisper puede ser utilizado en otras plataformas si se siguen los pasos de integración adecuados.

P: ¿Existen restricciones en cuanto a la duración de las transcripciones de habla a texto? R: No hay restricciones específicas en cuanto a la duración de las transcripciones. Sin embargo, se recomienda tener en cuenta la capacidad técnica del sistema y no exceder tiempos excesivamente largos.

P: ¿Es Whisper gratuito? R: No, Whisper no es gratuito. Se requiere el uso de una clave de API y puede tener costos asociados dependiendo del uso y las políticas de Open AI.

Recursos:

• Documentación de Open AI: platform.openei.com