Transcripción dentro de tu producto, sin factura por minuto
El modelo se ejecuta en el navegador de cada uno de tus usuarios. Su audio no llega a tus servidores, tu coste no crece con el uso y no hay ninguna clave de API que emitir. Un iframe.
- ✓ Sin coste por minuto
- ✓ Sin audio en tu infraestructura
- ✓ Sin SDK ni clave de API
- ✓ Licencia MIT
El argumento, corregido por una respuesta real
La primera versión de esta propuesta daba por hecho que a las plataformas les faltaba transcripción. Una empresa de alojamiento de pódcast contestó que «no vamos a hacer cambios en nuestra herramienta de transcripción ahora mismo»: ya la tenían. Eso es cierto para cualquier plataforma establecida, así que el argumento no es «os falta una funcionalidad».
Es este: la transcripción que tenéis os cobra por minuto y obliga a que el audio de vuestros clientes pase por vuestros servidores. Lo primero se come un margen que crece justo cuando el producto va bien. Lo segundo os convierte en tratantes de datos personales ajenos, con todo lo que eso arrastra. La transcripción en el navegador no hace ninguna de las dos cosas, porque no hay servidor en el camino.
Sustituir algo que ya funciona es una venta más difícil que rellenar un hueco. Preferimos decirlo aquí a que lo descubras en la primera reunión.
Barry Krantz, consejero delegado de Blubrry, en The New Media Show: el alojamiento, el almacenamiento y la distribución «se han convertido en materias primas; la diferencia competitiva viene ahora de las herramientas, servicios, soporte, analítica y flujos de trabajo construidos alrededor de la infraestructura». Es el problema de negocio, dicho por el cliente.
Pruébalo de verdad, aquí
Ni un vídeo ni capturas: la misma versión que recibirían tus usuarios, funcionando dentro de esta página. Se carga cuando tú lo pides, así que leer esto no cuesta nada.
Suelta cualquier archivo de audio o vídeo. La primera vez se descarga el modelo con progreso real; a partir de ahí arranca al instante y funciona sin conexión.
La integración entera
<iframe src="https://gate32.autoritasai.com/embed/?lang=es&model=balanced" style="width:100%;height:760px;border:0;border-radius:12px" allow="microphone" title="Transcripción" ></iframe>
Eso es todo. No hay SDK, no hay clave de API, no hay servidor al que llamar.
| Parámetro | Valores | Efecto |
|---|---|---|
lang | en, es | Idioma de la interfaz |
model | fast, balanced, accurate | Fija el modelo y quita la decisión al usuario |
brand | 0 | Oculta la línea de atribución a Gate32 |
allow="microphone" solo hace falta si quieres que tus usuarios puedan grabar
directamente; para transcribir archivos no es necesario.
Lo que verá tu usuario
Suelta un archivo, el modelo se descarga una vez, y obtiene el texto con marcas de tiempo por frase, editable, con exportación a TXT, Markdown, SRT, VTT y JSON. Los subtítulos salen ya formateados a 32 (CEA-608), 37 (BBC) o 42 (Netflix) caracteres por línea. Las líneas que el modelo probablemente ha entendido mal salen marcadas, y al pulsarlas suena ese momento del audio.
⚠️ Lo que hay que decirle, y no ocultar. La primera vez hay que esperar a que baje el modelo. Sin WebGPU va mucho más lento. No separa hablantes todavía. Los archivos muy largos pueden fallar por memoria del navegador: un episodio de más de una hora en un equipo modesto es el límite práctico. La captura de pestaña necesita Chrome o Edge de escritorio.
Esto lo hace una sola persona. Por qué eso no es tu riesgo
Gate32 lo construye y lo mantiene una sola persona. Para quien va a apoyar una funcionalidad de su producto en algo ajeno, la primera duda razonable es: ¿y si mañana desaparece?
La respuesta es la licencia. MIT, código completo y público, sin backend. Si esto se abandonara, tu equipo se queda con un build estático que sigue funcionando: clonarlo, servirlo desde vuestro dominio y modificarlo, sin pedir permiso a nadie. No hay servidor que apagar, ni API que cortar, ni claves que caduquen.
Compáralo con integrar un servicio de transcripción en la nube: ahí el riesgo de que cierre o suba precios sí te deja sin funcionalidad. Aquí el peor escenario es dejar de recibir actualizaciones de algo que ya tienes.
¿Y entonces qué se paga? Lo que la licencia no da: una versión mantenida y probada contra los cambios de navegadores y modelos, soporte de integración, y prioridad en las funcionalidades que necesites.
Habla con quien lo construye
No hay equipo comercial ni formulario para reservar una demo. Escribes y te contesta la persona que ha escrito el código: hpartida@autoritasai.com, o abre un asunto en GitHub.
Cosas útiles que contar: qué transcriben vuestros usuarios, cuántos minutos al mes pasan aproximadamente por vuestro proveedor actual, y si necesitáis algún idioma más allá del español y el inglés.