AI Transcriptor

Una aplicación de transcripción de audio a texto con interfaz gráfica desarrollada en Python, que utiliza AssemblyAI para la transcripción y Google Generative AI para funcionalidades de chat.

🚀 Características

• Grabación de Audio: Graba audio directamente desde el micrófono
• Transcripción Automática: Convierte audio a texto usando AssemblyAI
• Almacenamiento en Base de Datos: Guarda las transcripciones en MongoDB
• Exportación: Exporta transcripciones como PDF o archivos de texto
• Chat con IA: Funcionalidad de chat usando Google Generative AI
• Interfaz Gráfica: Interfaz intuitiva desarrollada con PySide6
• Soporte para Español: Configurado para transcripciones en español
• Arquitectura Escalable: Estructura de carpetas profesional y modular

📁 Estructura del Proyecto

Ai-Transcriptor-main/
├── main.py                     # Punto de entrada principal
├── src/                        # Código fuente principal
│   ├── core/                   # Lógica central
│   │   ├── config.py          # Configuración centralizada
│   │   └── audio_recorder.py  # Grabación y transcripción
│   ├── ui/                     # Interfaz de usuario
│   │   ├── main_window.py     # Ventana principal
│   │   └── transcription_viewer.py  # Visor de transcripciones
│   ├── services/               # Servicios externos
│   │   ├── ai_service.py      # Google Generative AI
│   │   └── database_manager.py # MongoDB
│   ├── utils/                  # Utilidades
│   │   └── export_utils.py    # Exportación
│   └── models/                 # Modelos de datos
│       └── transcription.py   # Modelo de transcripción
├── config/                     # Configuración
│   ├── .env                   # Variables de entorno
│   └── .env.example          # Plantilla
├── assets/                     # Recursos
│   ├── images/                # Iconos
│   ├── audio/                 # Archivos de audio
│   └── exports/               # Archivos exportados
├── tests/                      # Pruebas
├── docs/                       # Documentación
└── requirements.txt            # Dependencias

🛠️ Instalación

1. Clonar el Repositorio

git clone <url-del-repositorio>
cd Ai-Transcriptor-main

2. Crear Entorno Virtual

python -m venv venv
source venv/bin/activate  # En Linux/macOS
# o
venv\Scripts\activate     # En Windows

3. Instalar Dependencias

pip install -r requirements.txt

4. Configurar Variables de Entorno

# Copiar plantilla
cp config/.env.example config/.env

# Editar con tus API keys
nano config/.env

🔐 Configuración de Variables de Entorno

Variables Disponibles

# API Keys
ASSEMBLYAI_API_KEY=tu_assemblyai_api_key_aqui
GOOGLE_AI_API_KEY=tu_google_ai_api_key_aqui

# MongoDB
MONGODB_CONNECTION_STRING=mongodb://localhost:27017/
MONGODB_DATABASE_NAME=ai_transcriptor
MONGODB_COLLECTION_NAME=transcriptions

# Configuración de la aplicación
DEFAULT_LANGUAGE=es
AUDIO_SAMPLE_RATE=16000
AUDIO_CHANNELS=1

Obtener API Keys

AssemblyAI

1. Ve a AssemblyAI
2. Crea una cuenta gratuita
3. Copia tu API key desde el dashboard
4. Pégala en el archivo config/.env

Google Generative AI

1. Ve a Google AI Studio
2. Crea una API key
3. Pégala en el archivo config/.env

🎯 Uso

Ejecutar la Aplicación

# Método recomendado (nueva estructura)
python main.py
# O alternativamente:
python run.py

# Método alternativo (estructura anterior)
python src/ui/main_window.py

Funcionalidades Principales

1. Grabar Audio

   • Haz clic en el botón de grabación
   • Habla al micrófono
   • Detén la grabación cuando termines

2. Transcribir Audio

   • La transcripción se realiza automáticamente
   • El texto aparecerá en la interfaz

3. Guardar Transcripción

   • Las transcripciones se guardan automáticamente en MongoDB
   • También puedes exportar como PDF o TXT

4. Ver Historial

   • Accede al historial de transcripciones
   • Filtra y busca transcripciones anteriores

5. Chat con IA

   • Interactúa con las transcripciones usando IA
   • Obtén resúmenes, análisis o respuestas

📦 Dependencias

Python Packages

• sounddevice - Grabación de audio
• wavio - Manejo de archivos de audio
• assemblyai - Servicio de transcripción
• PySide6 - Interfaz gráfica
• pymongo - Cliente de MongoDB
• numpy - Operaciones numéricas
• fpdf2 - Generación de PDFs
• google-generativeai - API de Google Generative AI
• python-dotenv - Manejo de variables de entorno

🚨 Advertencias

• Las advertencias de QPainter en la consola son normales y no afectan la funcionalidad
• Asegúrate de tener una conexión a internet para usar AssemblyAI y Google Generative AI
• Las API keys son sensibles, no las compartas públicamente

📝 Notas de Desarrollo

• La aplicación está configurada para transcripciones en español
• Se puede modificar el idioma en la configuración
• La interfaz es responsive y se adapta a diferentes tamaños de pantalla
• Arquitectura modular permite fácil extensión y mantenimiento

🤝 Contribuciones

Las contribuciones son bienvenidas. Por favor:

1. Fork el proyecto
2. Crea una rama para tu feature
3. Commit tus cambios
4. Push a la rama
5. Abre un Pull Request

---

Desarrollado con ❤️ usando Python, PySide6, AssemblyAI y Google Generative AI