¿Cansado de los mensajes de voz en WhatsApp? Transcribe en texto con IA

Puede que en ocasiones el mensaje de voz en WhastApp llegue en un mal momento, así que no se puede escuchar, pero en estos casos, es posible recurrir a soluciones de inteligencia artificial descargando una aplicación externa o incluso agregando un contacto nuevo en el celular.

Esta aplicación está aún en desarrollo, pero es posible descargarla desde Google Play Store de forma anticipada. Es gratuita y como su nombre sugiere, su única función es la de transcribir un audio de WhatsApp para mostrarlo a modo de texto en la pantalla

El programa es ligero y no tarda en instalarse una vez que se inicia la descarga. Al abrirlo por primera vez, se puede ver un tutorial en el que se explica cuáles son los pasos para usar este servicio:

Los usuarios deberán seleccionar el audio que han recibido y acceder a las opciones de compartido. Una de ellas será la plataforma de Transcriber. Esto se debe a que esta es una aplicación externa a WhatsApp y no puede vincularse de ninguna forma a ella pues de lo contrario la cuenta del usuario sería suspendida o incluso eliminada al infringir una de las normas de uso.

Al enviarla, los usuarios “no premium” verán una publicidad (en la gran mayoría de casos es de apenas cinco segundos) y luego se dará inicio al proceso de transcripción. Este producirá texto en vivo, aunque a veces puede que no interprete correctamente algunas palabras y se necesite enviar un audio con una vocalización muy pronunciada para encontrar un buen resultado

Además, también tiene un factor en contra muy importante: no tiene la capacidad para transcribir audios muy largos de más de 30 segundos y tampoco es capaz de interpretar silencios prolongados. Cualquier audio que se comparta y tenga estas características resultará en un mensaje con el texto: “No se puede interpretar el audio”.

En términos de seguridad, Transcriber también puede representar un riesgo pues según la tienda de Google, no encripta sus datos y tampoco permite que la información recogida del dispositivo sea eliminada.

Una opción relativamente más práctica es por medio del chatbot TranscribeMe desarrollado por la empresa Rather Labs, una empresa estadounidense especializada en blockchain. En lugar de descargar una aplicación, este robot puede ser añadido como contacto en un celular. El número es +54 9 11 5349-5987.

Una vez que se haya añadido como contacto, aparecerá como parte de la lista de conversaciones que se pueden iniciar en WhatsApp. En adelante el modo de uso es muy sencillo: Si se desea transcribir un audio, ya sea corto o muy largo, este puede enviarse como mensaje a TranscribeMe y se obtendrá como respuesta todo el texto transcrito junto a un breve resumen de lo que trató el audio.

Según su página web, cuyo enlace directo estará en el detalle del contacto, hay dos planes en el servicio: el primero el “Plan Free”, es gratuito, solo permite hasta 20 minutos de transcripciones al mes y admite una longitud máxima por audio de 10 minutos.

Por su parte, el Plan Plus tiene un costo de 720 pesos argentinos al mes y permite más de 200 minutos de transcripciones al mes, sin un límite de tiempo por audio o de contenido por semana entre otros beneficios adicionales.

En la página web de este servicio se indica que no se almacenan los audios compartidos por los usuarios como medida de seguridad. Sin embargo, no se indica qué se hace con el número de teléfono de quienes lo usan aún cuando es información a la que tienen acceso con el chatbot.

Por su parte, WhatsApp está trabajando en una función nativa que permita a los usuarios transcribir sus propios audios al igual que el de sus contactos en un chat. Aunque no esté disponible en la versión completa, algunos usuarios tienen acceso a la de prueba.

Para las transcripciones solo se debe mantener seleccionado el audio y luego pulsar “Transcribir” en el menú de opciones.

Al oprimir ese botón se generará una burbuja en la parte inferior con todo el contenido de la nota de voz en texto. Esa transcripción será tan precisa según la calidad del audio enviado, su volumen y la claridad con la que hable la otra persona.