WhisperUI

WhisperUI es una plataforma completa y flexible que aprovecha los potentes modelos Whisper y de Texto a Voz de OpenAI para proporcionar servicios de transcripción de audio y generación de voz de alta calidad. Se dirige a una amplia gama de usuarios a través de su doble oferta: una interfaz web fácil de usar y una potente aplicación de escritorio independiente. Este enfoque dual permite a los usuarios elegir entre la comodidad de un servicio basado en la nube y la privacidad y el uso ilimitado del procesamiento local.

La versión web de WhisperUI proporciona funcionalidades tanto de Voz a Texto (S2T) como de Texto a Voz (T2S). Opera bajo un modelo de "Trae tu Propia Clave" (BYOK), donde los usuarios conectan su clave de API de OpenAI y pagan directamente a OpenAI por su uso, lo que la convierte en una solución muy rentable. El nivel gratuito admite la transcripción básica, mientras que las funciones premium desbloquean capacidades como la carga de archivos por lotes y la generación de archivos de subtítulos SRT. El servicio T2S permite a los usuarios convertir texto en habla realista, ofreciendo una selección de voces y modelos de calidad.

Para los usuarios que priorizan la privacidad de los datos, manejan archivos grandes o requieren transcripciones ilimitadas, la aplicación WhisperUI Desktop es la solución ideal. Este software basado en suscripción se ejecuta localmente en dispositivos Windows y macOS, asegurando que todos los datos de audio permanezcan en la máquina del usuario. Elimina los límites de tamaño y duración de los archivos, ofrece transcripciones ilimitadas por una tarifa mensual fija e incluso admite la aceleración por GPU (NVIDIA y AMD) para velocidades de procesamiento significativamente más rápidas.

Cómo usar WhisperUI

Usar WhisperUI es sencillo, con diferentes pasos para sus versiones web y de escritorio:

Para Voz a Texto en la Web:

1. Navega al sitio web de WhisperUI.
2. Proporciona tu clave de API de OpenAI. Tu clave se almacena localmente en tu navegador por seguridad.
3. Arrastra y suelta tu archivo de audio (p. ej., mp3, wav, m4a) en el área designada o búscalo para seleccionarlo.
4. La herramienta procesará el audio usando OpenAI Whisper y mostrará el texto transcrito.
5. Para usuarios premium, puedes subir múltiples archivos a la vez y exportar la transcripción como un archivo de texto o SRT.

Para Texto a Voz en la Web:

1. Ve a la sección de Texto a Voz en el sitio web.
2. Introduce tu clave de API de OpenAI.
3. Selecciona la voz que desees (p. ej., Alloy, Echo, Nova) y el modelo de calidad (TTS-1 o TTS-1-HD).
4. Escribe o pega el texto que quieres convertir en el cuadro de texto.
5. Haz clic en "Generar Voz" para crear y descargar el archivo de audio.

Para la Aplicación de Escritorio:

1. Suscríbete al plan WhisperUI Desktop en el sitio web.
2. Descarga e instala la aplicación en tu ordenador Windows o macOS.
3. Copia tu clave de licencia desde la configuración de tu cuenta y pégala en la aplicación de escritorio.
4. Ahora puedes arrastrar y soltar cualquier número de archivos de audio de cualquier tamaño para la transcripción local, con el resultado generado directamente en tu dispositivo.

Características principales de WhisperUI

• Transcripción de Alta Precisión: Impulsado por el modelo Whisper de OpenAI, conocido por su robustez frente a acentos, ruido de fondo y lenguaje técnico.
• Generación de Texto a Voz: Convierte texto en audio de sonido natural con una variedad de voces y dos niveles de calidad (TTS-1 y TTS-1-HD).
• Plataforma Dual: Ofrece tanto una interfaz web flexible como una aplicación de escritorio privada y potente.
• Procesamiento Local: La aplicación de escritorio procesa todos los datos localmente, garantizando la máxima privacidad y seguridad de los datos.
• Uso Ilimitado (Escritorio): La versión de escritorio no tiene límites en el tamaño del archivo, la duración del habla o el número de transcripciones.
• Aceleración por GPU: Soporte experimental para GPUs NVIDIA y AMD en la aplicación de escritorio para un rendimiento más rápido.
• Exportación de Archivos SRT: Función web premium para generar archivos de subtítulos directamente desde el audio.
• Procesamiento por Lotes: La versión web premium permite subir y transcribir múltiples archivos simultáneamente.
• Amplio Soporte de Archivos: Compatible con formatos populares de audio y video como mp3, mp4, mpeg, m4a, wav, ogg y webm.

Casos de uso para WhisperUI

Creadores de Contenido: Transcribir podcasts, entrevistas y contenido de video para crear subtítulos, notas del programa y artículos de blog, mejorando la accesibilidad y el SEO.

Periodistas e Investigadores: Convertir rápidamente entrevistas grabadas, conferencias y notas de campo en texto para su análisis, citación e informes.

Estudiantes y Educadores: Transcribir conferencias para notas de estudio o crear versiones de audio de materiales escritos para diferentes estilos de aprendizaje.

Profesionales de Negocios: Generar actas precisas de reuniones, llamadas de conferencia y notas de voz para documentación y acciones de seguimiento.

Desarrolladores: Usar la función de Texto a Voz para generar locuciones para aplicaciones, videos o módulos de e-learning.

Ventajas de WhisperUI

• Flexibilidad: Los usuarios pueden elegir entre el procesamiento en la nube de pago por uso o una suscripción de tarifa plana para un procesamiento local ilimitado.
• Rentabilidad: El modelo BYOK de la versión web evita sobreprecios, permitiendo a los usuarios pagar las tarifas base de OpenAI. La aplicación de escritorio ofrece precios predecibles y asequibles para usuarios intensivos.
• Privacidad Mejorada: La aplicación de escritorio es una gran ventaja para los usuarios que manejan información sensible o confidencial, ya que no se envían datos a la nube.
• Potencia y Control: Al aprovechar los modelos avanzados de OpenAI y ofrecer aceleración por GPU local, WhisperUI brinda a los usuarios herramientas potentes con un alto grado de control sobre su flujo de trabajo y sus datos.
• Interfaz Fácil de Usar: La sencilla funcionalidad de arrastrar y soltar la hace accesible para usuarios de todos los niveles técnicos.

Precios y planes

WhisperUI ofrece varias estructuras de precios distintas:

• Voz a Texto Web (Freemium/BYOK): El servicio básico de transcripción web es de uso gratuito. Los usuarios deben proporcionar su propia clave de API de OpenAI y OpenAI les factura directamente por el uso de la transcripción. Las funciones premium como las cargas por lotes y la exportación de SRT pueden requerir una compra o suscripción adicional.
• Texto a Voz Web (Pago por uso/BYOK): Este servicio también requiere la clave de API de OpenAI del usuario. La facturación es directa de OpenAI basada en el número de caracteres: $0.015 por 1,000 caracteres para el modelo TTS-1 y $0.030 por 1,000 caracteres para el modelo TTS-1-HD.
• WhisperUI Desktop (Suscripción): Esta es una suscripción de pago, con un precio de $8/mes (precio promocional). La licencia otorga acceso a la aplicación de escritorio para un dispositivo, ofreciendo transcripciones locales ilimitadas, privacidad mejorada, sin límites de tamaño de archivo y soporte para GPU.