Puede hacer que suene como si viviéramos en un mundo de ciencia ficción, pero la inteligencia artificial está a nuestro alrededor. Es un hecho. Cada vez que abre una aplicación de redes sociales, es la inteligencia artificial la que personaliza lo que ve en sus feeds. Cada vez que dice "Hey Siri", es la inteligencia artificial la que permite a su teléfono entender lo que está pidiendo.

Transcripción de IA es otro ejemplo de inteligencia artificial que se utiliza en la vida cotidiana. ¿Pero qué es exactamente la transcripción de IA? ¿De dónde vino, cómo se usa hoy y cómo es probable que se use en el futuro? Respondamos algunas de sus preguntas...

La transcripción de IA es el uso de la inteligencia artificial para convertir el habla en texto. En lugar de que un ser humano tenga que tomar notas o transcribir físicamente una grabación de audio, la transcripción de IA hace el trabajo por usted, escuchando su audio y traduciéndolo en texto.

Y los beneficios de las transcripciones de IA (también conocidas como reconocimiento de voz, reconocimiento de voz informático o reconocimiento automático de voz) son claros y tangibles. Son rápidos: el poder de la IA significa que puede obtener una transcripción en cuestión de minutos, si no segundos. Piensa en cómo se compara eso con si estuviera escribiendo una grabación a mano...

Las transcripciones de IA también son típicamente mucho más baratas que el uso de un servicio de transcripción humana. Esto se debe a que una hora de audio lleva aproximadamente cuatro horas para que un profesional la transcriba, y el precio promedio que cobra es de 75 centavos a $ 1,50 por minuto. Eso resulta en$45-$90 por hora de transcripción de audio. En comparación, una hora de tiempo de transcripción cuesta tan poco como $2 con Transcribe.

Las cosas podrían ponerse realmente técnicas, así intentaremos ser claros y directos. Piense en cómo un niño aprende un idioma. Escuchan diariamente el habla a su alrededor, que entrena su cerebro para construir conexiones entre los sonidos, las palabras y su significado.

La tecnología de reconocimiento de voz funciona de una manera muy similar. El aprendizaje automático avanzado y las técnicas de procesamiento de lenguaje natural capacitan a los ordenadores para reconocer sonidos y construir conexiones entre esos mismos sonidos, palabras y su significado.

El software de reconocimiento de voz escucha el habla y compara lo que escucha con lo que se almacena en su extensa biblioteca de palabras, expresiones y oraciones, para que pueda convertir lo que escucha en texto. Y ahí lo tiene... ¡una transcripción de IA!

La transcripción de IA no es algo que naciera de la noche a la mañana, es algo en lo que los científicos han estado trabajando durante décadas. Echemos un vistazo a la breve historia del reconocimiento del habla.

1952 - El primer sistema de reconocimiento de voz, llamado Audrey, fue construido por Bell Laboratories. Podía reconocer el sonido de un dígito hablado (cero a nueve) con más del 90 % de precisión cuando el que hablaba era su desarrollador, pero era mucho menos preciso con las voces con las que no estaba familiarizado.

Década de** 1960:** En la Feria Mundial de 1962, IBM presentó Shoebox, que podía entender 16 palabras habladas en inglés. En la misma década, los soviéticos crearon un algoritmo capaz de reconocer 200 palabras. Estos se basaron en palabras individuales que se comparaban con patrones de voz almacenados.

Década de** 1970:** Un programa en la Universidad Carnegie Mellon, financiado por el Departamento de Defensa de los Estados Unidos, desarrolló Harpy, que tenía un vocabulario de más de 1000 palabras. El mayor avance fue que podía reconocer oraciones enteras.

Década de** 1980:** IBM creó una máquina de escribir activada por voz llamada Tangora, que tenía un vocabulario de 20.000 palabras y usaba estadísticas para predecir e identificar palabras.

Década de** 1990:** A principios de la década, Dragon Systems lanzó el primer producto de reconocimiento de voz para consumidores, el Dragon Dictate. En 1997, lanzaron una actualización llamada Dragon NaturallySpeaking. Este fue el primer producto de reconocimiento de voz continuo, y podía reconocer el habla a un ritmo de 100 palabras por minuto. Dato curioso: todavía se utiliza hoy en día.

A partir de la década de 2000: la tecnología de voz a texto de IA ha recorrido un gran camino en las últimas dos décadas, con Google liderando el camino con su producto de búsqueda por voz, y similares como Apple, Amazon y Microsoft también avanzando.

La transcripción de IA se utiliza en una gran cantidad de formas en la actualidad. Desde dictar mensajes a sus amigos y familiares hasta pedirle a Siri que realice una búsqueda en Google, es probable que ya se esté beneficiando de la transcripción de IA de una manera u otra.

La transcripción de IA también es popular entre una amplia audiencia cuando se trata de obtener transcripciones escritas de reuniones, conferencias, entrevistas y podcasts:

• Las empresas lo utilizan para obtener notas escritas de las reuniones, conferencias y llamadas de Zoom.

• Los académicos lo usan para generar notas de clase que pueden compartir con sus estudiantes y para obtener transcripciones de entrevistas que han realizado como parte de su investigación académica.

• Los estudiantes lo usan para ahorrarse la molestia de tomar notas durante conferencias y seminarios, recibiendo transcripciones escritas dentro de los minutos posteriores al final de la clase que pueden usar para fines de revisión.

• Los podcasters lo usan para obtener transcripciones para publicar junto con sus podcasts.

• Los periodistas lo usan para obtener notas de entrevistas y conferencias de prensa, y para añadir subtítulos a las entrevistas en video.

Vamos a sumergirnos en algunos datos.

Según [Statista]{.underline}, el aprendizaje electrónico y la investigación de mercado son las dos principales industrias que utilizan la transcripción de IA, con una tasa de uso del 64 %. Esto es seguido de cerca por el software y la industria de Internet, y la industria de publicidad y marketing.

Se prevé que el tamaño del mercado mundial de reconocimiento de voz crezca de \10,7 mil millones de dólares en 2020 a \27,16 mil millones de dólares en 2026, y la transcripción de IA se beneficiará inevitablemente de este crecimiento. A medida que aumenten las inversiones, las capacidades de la IA y el aprendizaje automático mejorarán a medida que pasen los meses y los años. La transcripción de IA continuará siendo más rápida, más precisa y más accesible, haciéndola cada vez más popular entre aquellos que actualmente usan servicios de transcripción humana o métodos de transcripción de bricolaje.

Cuanto más desarrollado se convierta el software de IA, mejor llegará a comprender diferentes acentos y diferenciar entre diferentes altavoces. Incluso puede ser capaz de realizar análisis de temas y crear resúmenes.

En última instancia, la transcripción de IA continuará haciendo que las reuniones sean más productivas, aumente la eficiencia en el lugar de trabajo y permita que las empresas y las personas conviertan el habla en texto de manera rápida, barata y precisa.

¿Quiere ver cómo la transcripción de IA puede beneficiarle hoy? Descargue la aplicación Transcribe o inicie el editor en línea para comenzar.

Escrito por Katie Garrett