8b-gpt_vosk_webcontrol_enriched

 https://drive.google.com/file/d/1cymMB2clKSjfWvwtP2kwv9IDBHiYQ8wa/view?usp=drive_link

¡Claro! A continuación te detallo los pasos para instalar y ejecutar correctamente el proyecto gpt_vosk_webcontrol_enriched, además de su estructura y dependencias necesarias:

✅ Requisitos del Sistema

🖥️ Sistema operativo:

  • Windows 10+, Linux, o macOS

🐍 Requisitos de Python:

  • Python 3.8 o superior (recomendado 3.10)

  • En Windows: Descargar de https://ffmpeg.org/ y añadir al PATH-https://ffmpeg.org/

  • Asegúrate de tener pip actualizado:

    bash
    python -m pip install --upgrade pip

📁 Estructura del Proyecto

cpp
gpt_vosk_webcontrol_enriched/
├── app.py
├── transcriptor.py
├── models/
│   └── vosk-model-small-es-0.42/  ← debes colocar aquí el modelo de Vosk
├── templates/
│   └── index.html
├── static/
│   └── script.js

🔧 Instalación Paso a Paso

1. 📦 Crear y activar un entorno virtual (opcional pero recomendado)

bash
python -m venv .venv
# En Windows:
.venv\Scripts\activate
# En Linux/macOS:
source .venv/bin/activate

2. 📥 Instalar dependencias

bash
pip install flask flask-socketio eventlet vosk sounddevice

Nota: En Linux puede que necesites instalar portaudio:

bash
sudo apt install portaudio19-dev

3. 📂 Descargar el modelo de Vosk

Debes descargar el modelo Vosk en español:

🔗 https://alphacephei.com/vosk/models

Modelo recomendado:
vosk-model-small-es-0.42

📦 Extrae la carpeta dentro de models/ del proyecto, así:

markdown
models/
└── vosk-model-small-es-0.42/
    ├── am
    ├── conf
    ├── ... etc.

🚀 Cómo ejecutar el proyecto

Con el entorno activado y dependencias instaladas:

bash
python app.py

El servidor se levantará en:

arduino
http://localhost:5000

Abre esa URL en tu navegador.

🌐 Interfaz web

La interfaz tiene:

  • Botón Iniciar: comienza el dictado por micrófono.

  • Botón Detener: detiene y guarda la transcripción.

  • Área editable (contenteditable) para corregir directamente.

🎯 Personalizar palabras frecuentes (nombres, lugares)

Edita el archivo transcriptor.py:

python
frases_frecuentes = [
    "Zihuatanejo", "Fiscalía", "Tribunal Laboral", "Guerrero", "Saúl", ...
]

Agrega palabras que usa frecuentemente para mejorar la precisión del reconocimiento.

¿Deseas que incluya un botón para descargar lo transcrito como .txt o .docx desde el navegador?

Comentarios

Publicar un comentario

Entradas más populares de este blog

b-Web Speech API

Aquí tienes un ejemplo completo de un dictador de voz en tiempo real usando la Web Speech API , que convierte audio en texto en vivo. Este ejemplo incluye: Un botón para iniciar/detener el dictado. Transcripción en vivo en una caja de texto. Soporte para español ( es-MX o es-ES ). ✅ HTML + JavaScript (funciona en navegadores compatibles como Chrome) html CopiarEditar <!DOCTYPE html> <html lang="es"> <head>   <meta charset="UTF-8">   <title>Dictador de Voz - Web Speech API</title>   <style>     body {       font-family: Arial, sans-serif;       padding: 2rem;       background-color: #f0f0f0;     }     #texto {       width: 100%;       height: 200px;       padding: 1rem;  ...
Leer más

captura video con audio del sistema (como música o sonidos del navegador) pero sin usar el micrófono

  Aquí tienes una versión que captura video con audio del sistema (como música o sonidos del navegador) pero sin usar el micrófono: Aquí tienes una versión que captura video con audio del sistema (como música o sonidos del navegador) pero sin usar el micrófono: html <! DOCTYPE html > < html lang = " es " > < head > < meta charset = " UTF-8 " > < meta name = " viewport " content = " width=device-width, initial-scale=1.0 " > < title > Grabación de Video con Audio del Sistema </ title > < style > body { font-family: Arial, sans-serif; display: flex; flex-direction: column; align-items: center; padding: 20px; background-color: #f5f5f5; } #videoElement { width: 100%; max-width: 640px; background-color: #333; margin: 20px 0; ...
Leer más

EL audio lo envia el navegador-Transcripción de Voz con Whisper

  Explicación del Código de Transcripción de Voz con Whisper Este proyecto es un sistema de transcripción de voz en tiempo real que utiliza: Whisper  (modelo de IA de OpenAI para reconocimiento de voz) Flask  (backend en Python) Web Audio API  (para capturar audio del navegador) Socket.IO  (para comunicación en tiempo real) Estructura del Proyecto text Copy Download proyecto/ ├── app.py # Servidor backend ├── templates/ │ └── index.html # Interfaz web └── static/ └── script.js # Lógica del cliente Requisitos para ejecutarlo Python 3.7+ FFmpeg  (debe estar instalado y accesible en el PATH) Dependencias de Python  (instalables con pip) Instalación Instala las dependencias: bash Copy Download pip install flask flask-socketio eventlet openai-whisper Asegúrate de tener FFmpeg instalado: bash Copy Download ffmpeg -version Explicación detallada del código 1. app.py (Backend) python Copy Download import whisper import tempfile from flask ...
Leer más