Transcripción e IA
Autorec transcribe grabaciones localmente usando whisper.cpp y opcionalmente genera resúmenes con IA a través de cualquier API compatible con OpenAI.
Cómo funciona la transcripción
- Después de que una grabación termina, autorec extrae la pista de audio. Esto ocurre por sí solo cuando Transcribir grabaciones automáticamente está activado (viene desactivado por defecto); si no, inícialo desde el aviso que aparece tras la grabación o desde la biblioteca.
- El audio es procesado por el modelo Whisper seleccionado completamente en tu máquina
- Se crean dos archivos junto al video:
.txt— transcripción en texto plano.srt— archivo de subtítulos con marcas de tiempo (se puede desactivar en Ajustes)
Ningún dato de audio o video sale de tu computadora durante la transcripción. Se ejecuta en la GPU cuando hay una disponible (Vulkan en Linux y Windows, Metal en macOS) y en la CPU en caso contrario; Forzar CPU, en Ajustes, omite la GPU.
Idiomas
Autorec transcribe 17 idiomas: español, inglés, alemán, francés, italiano, portugués, neerlandés, polaco, sueco, turco, ruso, ucraniano, árabe, hindi, chino, japonés y coreano. Detecta el idioma hablado en los primeros segundos de audio, así que la mayoría de las llamadas no necesitan configuración alguna. Si tus llamadas son siempre en el mismo idioma, fíjalo en Idioma hablado, dentro de Ajustes > Transcripción. Un idioma fijo evita que Autorec se equivoque con audio corto o con ruido, o en una llamada que empieza con unas palabras en otro idioma.
Los cinco modelos entienden todos estos idiomas. Para cualquier idioma que no sea el inglés, medium o large son bastante más precisos que los tamaños pequeños.
Modelos Whisper
Los modelos no se descargan automáticamente; eliges uno y lo descargas en Ajustes. Se almacenan en ~/.local/share/autorec/models/ (Linux y macOS) o %LOCALAPPDATA%\autorec\models\ (Windows).
| Modelo | Tamaño | Velocidad | Precisión | Mejor para |
|---|---|---|---|---|
| tiny | ~75 MB | La más rápida | Básica | Notas rápidas, máquinas de bajo rendimiento |
| base | ~142 MB | Rápida | Buena | Predeterminado — recomendado para la mayoría de los usuarios |
| small | ~466 MB | Moderada | Mejor | Cuando la precisión importa más que la velocidad |
| medium | ~1.5 GB | Lenta | Alta | Idiomas no ingleses, audio difícil |
| large | ~3 GB | La más lenta | La mejor | Máxima precisión, hardware potente |
Descarga de modelos
- Abre Ajustes, el icono de engranaje de la ventana de autorec
- Ve a la sección Transcripción
- Selecciona un tamaño de modelo
- Haz clic en Descargar — el modelo se descarga una vez y se reutiliza para todas las transcripciones futuras
Resúmenes con IA
Los resúmenes con IA utilizan una API en la nube para generar un título y un resumen a partir del texto de la transcripción. Solo se envía el texto — no se envía audio ni video.
Configuración
- Abre Ajustes > Resumen con IA
- Elige un Proveedor, que rellena la URL base y sugiere modelos, o elige Personalizado e ingresa la URL base de la API (por ejemplo,
https://api.openai.com/v1) - Ingresa tu Clave de API
- Elige un Modelo (el predeterminado es
gpt-4o-mini) - Activa Resumir automáticamente tras la transcripción
El Prompt de resumen se puede editar, así que puedes pedir decisiones, tareas pendientes o plazos en lugar de un resumen general.
Servicios compatibles
Cualquier servicio con un endpoint de chat completions compatible con OpenAI funciona:
- OpenAI —
https://api.openai.com/v1 - OpenRouter —
https://openrouter.ai/api/v1 - Modelos locales (Ollama, LM Studio, etc.) — usa tu endpoint local
Qué se genera
Para cada grabación transcrita, autorec genera:
- Título — un título corto y descriptivo para la reunión
- Resumen — un resumen conciso de los puntos clave discutidos
Ambos aparecen en la biblioteca de videos y en la vista de detalle del video, facilitando encontrar la reunión que necesitas sin tener que volver a verla.