Whisper es el motor de reconocimiento de voz de OpenAI, de código abierto y gratuito, que convierte audio en texto. Su gran baza es que puedo ejecutarlo en mi propio ordenador sin una tarifa por uso del modelo y sin enviar mis grabaciones a la nube, algo que valoro mucho cuando se trabaja con material sensible como entrevistas, reuniones o notas de voz personales.
¿Para qué sirve?
Resuelve el problema de transcribir audio de forma rápida y fiable, especialmente en español. En mis pruebas el nivel de precisión es de los mejores que he visto: aguanta bien el ruido de fondo, los acentos, las muletillas e incluso audios de baja calidad. Aun así, compruebo nombres, cifras y fragmentos con ruido contra el audio original: una transcripción convincente puede contener errores.
Los casos de uso reales son muchos: transcribir entrevistas de periodistas o investigadores, sacar texto de podcasts y vídeos para subtítulos, pasar a limpio reuniones, o simplemente dictar notas. Como es un modelo abierto, también es la base sobre la que funcionan montones de aplicaciones de terceros, así que aunque no lo instales tú directamente, es muy probable que lo estés usando dentro de otra herramienta.
Precio y para quién merece la pena
Distingo el modelo abierto de los servicios que lo alojan: puedo instalar Whisper en local, sin tarifa por uso del modelo, pero necesito equipo, almacenamiento y la instalación correspondiente. Las aplicaciones de terceros tienen sus propios precios; no doy por gratuita una aplicación por utilizar Whisper.
La API de transcripción de OpenAI es un servicio separado. Su documentación actual recomienda gpt-transcribe y anuncia la retirada de whisper-1 el 26 de febrero de 2027. Eso afecta a esa integración alojada; no es un anuncio de cierre del repositorio abierto.
Por eso lo recomiendo sobre todo a quien transcribe en español con cierta frecuencia y no quiere pagar suscripciones, y a perfiles algo técnicos cómodos instalando software. Si buscas abrir una pestaña y subir un audio sin más, quizá te encaje mejor una solución comercial que use Whisper por debajo. Pero en relación calidad-precio, es difícil de batir.