Transcribe un podcast desde un enlace: pega la URL y obtén una transcripción con hablantes con nombre, un resumen y exportación a SRT, PDF o texto.
Para transcribir un podcast desde un enlace, pega la dirección del episodio en VocalStack, pulsa Start y lee la transcripción unos minutos después. El enlace puede ser la página de un episodio en SoundCloud, Spreaker, iHeartRadio, Audioboom, Mixcloud o YouTube, el sitio web del propio podcast o el MP3 del episodio. Los enlaces de Spotify y Apple Podcasts necesitan un paso extra, que se explica más abajo.
Esta guía recorre todo el camino en el Dashboard: qué enlaces funcionan, cómo conseguir la dirección del audio cuando un enlace no sirve, cómo se nombra a los presentadores y a los invitados, y cómo exportar el resultado como texto, subtítulos o PDF. Una breve sección al final hace lo mismo a través de la API.
La mayoría de los enlaces de episodios funcionan tal cual. VocalStack descarga solo el audio, lo transcribe y conserva el enlace del que salió la transcripción. Estos son los enlaces que conviene probar primero:
.mp3, .m4a, .wav, .ogg, .flac u otro formato de audio o vídeo.Dos tipos de enlace se rechazan antes de descargar nada. Un enlace de Spotify o de Apple Podcasts es una página de su propia aplicación, y VocalStack no descarga de ninguna de las dos. Una grabación protegida contra copia no puede transcribirla ninguna otra herramienta, y la comprobación lo dice con palabras claras. Las publicaciones privadas y los episodios que exigen iniciar sesión también se rechazan.
El Dashboard lo hace en cinco pasos.
La transcripción recibe el título del episodio en su sitio cuando este lo da, de modo que un lote de episodios sigue siendo legible en la lista. Los episodios largos tienen un tope: en Pay as you go un archivo puede durar hasta 2 horas, y en Premium hasta 8 horas. Una grabación más larga no se rechaza sin más. La comprobación te dice su duración y te deja fijar un inicio y un final, para que transcribas solo la parte que necesitas.
Usa el archivo de audio del episodio en lugar del enlace de la aplicación. Casi todos los podcasts se publican mediante un feed RSS, y el feed contiene una dirección directa para el audio de cada episodio. Esa dirección funciona en VocalStack como cualquier otro enlace MP3.
<item> por episodio.<title> y luego la línea <enclosure url="…"> dentro del mismo item. Esa URL suele terminar en .mp3.Pega la dirección del audio del episodio, no la dirección del feed: el feed enumera todos los episodios, y VocalStack transcribe una grabación por enlace. Si el programa tiene un sitio web con un reproductor en la página de cada episodio, pegar la página del episodio es más rápido, porque VocalStack encuentra el audio en ella por ti.
Algunos programas se publican solo en Spotify, sin feed público. Esos episodios no tienen una dirección de audio fuera de la aplicación, así que no hay ningún enlace que darle a VocalStack. Si el episodio es tuyo, sube tu propia copia en Transcriptions → New → Upload file.
Las etiquetas de hablante distinguen las voces y los nombres las hacen legibles. El ajuste tiene tres valores:
Una etiqueta empieza siendo un número, así que dale un nombre a cada hablante en la transcripción. Para un programa con un presentador habitual, marca Save to Speakers al ponerle nombre. El presentador queda entonces guardado en tu página Speakers y se reconoce por la voz en grabaciones posteriores, de modo que el episodio de la semana que viene lo etiqueta por su nombre sin que nadie toque nada. Guardar a un hablante conserva solo una huella de voz para reconocerlo; no se clona ninguna voz a menos que la persona lo haya aceptado. Distinguir voces es un trabajo distinto de escribir las palabras; diarización frente a reconocimiento de voz explica cómo encajan ambos.
Una vez transcrito el episodio, las herramientas para trabajar con él están junto a la transcripción.
Cada línea conserva su momento en el episodio, así que puedes reproducirla y comprobarla antes de citarla.
La pestaña Export convierte la transcripción en un archivo, en el idioma hablado o en cualquier traducción:
A través de la API, la misma exportación también ofrece texto plano (txt) y Markdown (md), que se pegan directamente en las notas del programa o en una entrada de blog.
La pestaña Share crea un enlace público a una página de transcripción donde cualquiera puede leer mientras escucha el audio. Puedes crear varios enlaces con etiquetas distintas, para un invitado y para tu boletín, y revocar uno en cualquier momento; deja de funcionar al instante. Quienes leen un enlace compartido pueden cambiarlo a su propio idioma y descargarlo.
Si el programa vive en WordPress, el plugin de transcripción para WordPress transcribe los episodios de tu biblioteca de medios y pone la transcripción en la página, donde los buscadores leen cada palabra.
Una nota sobre los programas de otras personas. Transcribir un episodio para tu propia investigación, tus notas o tu traducción es un uso habitual. Publicar la transcripción de otro es un acto distinto, regido por el derecho de autor donde vives y por los términos del propio programa, así que pregunta al programa antes de publicarla.
Puedes empezar gratis. Una cuenta nueva recibe $5 de crédito de bienvenida único y no hace falta tarjeta. Con la tarifa de archivos de $0.20 por hora de audio, ese crédito cubre unas 25 horas de episodios.
Después, un archivo cuesta $0.20 la hora, facturada por segundo: un episodio de una hora cuesta $0.20 y uno de 30 minutos, $0.10. En Pay as you go cada transcripción se factura por un mínimo de 5 minutos, así que un clip de dos minutos cuesta lo mismo que uno de cinco. Premium no tiene mínimo e incluye $25 de crédito cada mes. Las etiquetas de hablante, el resumen y las traducciones forman parte de la tarifa, no son extras. Las cifras y los límites actuales están en la página de precios.
Para un archivo de episodios atrasados, o un feed que quieres transcribir cada semana, la API hace lo mismo desde código. Crea una clave en Developers → API keys y luego envía POST /v1/transcriptions con un cuerpo JSON que contenga la url del episodio. Responde al instante con la transcripción; el servidor descarga el audio después.
API={{api}}
AUTH="Authorization: Bearer $VOCALSTACK_API_KEY"
TX=$(curl -sSf "$API/v1/transcriptions" -H "$AUTH" -H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
-d '{"url":"https://example.com/episodes/42.mp3","name":"Episode 42","settings":{"speakerLabels":"auto"}}' \
| jq -r .id)
Consulta GET /v1/transcriptions/$TX/job cada pocos segundos. Pasa de fetching a transcribing y a done, o termina en failed con un error que dice por qué. Cuando está listo, exporta la transcripción:
curl -sSf "$API/v1/transcriptions/$TX/export?format=txt" -H "$AUTH" -o episode-42.txt
curl -sSf "$API/v1/transcriptions/$TX/export?format=srt&lang=es" -H "$AUTH" -o episode-42.es.srt
GET /v1/transcriptions/probe?url= comprueba antes un enlace y te dice si se abre como grabación, sin almacenar nada. Los SDK envuelven todo esto como vs.transcriptions.createFromUrl y vs.transcriptions.waitForJob; el tutorial de la API de archivos los recorre, junto con los errores que te encontrarás.
No desde el enlace de Spotify. VocalStack no descarga de Spotify. La mayoría de los programas de Spotify también publican un feed RSS, y la dirección del audio del episodio en ese feed funciona. Los programas que se publican solo en Spotify no tienen una dirección de audio pública, así que no se pueden transcribir desde un enlace.
Sí, a través de su archivo de audio. Una página de Apple Podcasts se rechaza, pero Apple Podcasts lista los programas a partir de sus feeds RSS, así que la dirección <enclosure> del episodio en el feed del programa se transcribe como cualquier MP3.
Menos de lo que dura el episodio. Primero se descarga el audio, lo que tarda segundos desde un servicio de alojamiento de podcasts, y la transcripción va varias veces más rápido que la reproducción del audio. La barra de progreso muestra ambas fases.
Sí. El idioma hablado se detecta solo, entre 100 idiomas, y puedes indicarlo cuando lo conoces, lo que ayuda con audio ruidoso. Cualquier transcripción puede traducirse luego a hasta 10 idiomas al mismo precio.
Sí. Las exportaciones, los enlaces compartidos y las traducciones no cuestan nada más allá de la propia transcripción, y puedes exportar la misma transcripción tantas veces como quieras.
Pega el enlace de tu primer episodio y léelo en unos minutos.