Tutorial para transcribir audios y resumir reuniones con IA local

Las herramientas de notas de reunión con IA graban tu audio y lo procesan en sus servidores. En este tutorial construimos una alternativa gratuita en Google Colab que transcribe, identifica quién habla y genera un acta estructurada, decidiendo tú dónde se procesan los datos y ocultando la información personal antes de que llegue al modelo de lenguaje. Usamos modelos abiertos de Hugging Face y Pydantic para que cada paso tenga un formato validado. Y el mismo pipeline sirve para entrevistas, llamadas de venta, soporte o clases: solo cambias la plantilla. Lo que vas a aprender: Transcribir audio con faster-whisper (large-v3-turbo) en la GPU gratuita de Colab Separar a los hablantes con pyannote (speaker-diarization-community-1) Validar cada etapa con Pydantic, incluido el reintento automático si el LLM se equivoca Seudonimizar nombres, emails, teléfonos, DNI e IBAN antes de enviar nada al LLM Generar el acta con Qwen2.5-7B en 4 bits (local) o con cualquier modelo por API Calcular indicadores sin IA: tiempo de palabra, tareas sin responsable o sin plazo Ver todo en una interfaz Gradio y exportar a Word, Markdown, CSV y JSON Personalizar el acta con tus propios campos (presupuesto, requisitos, próximos pasos...) Usar tu propio audio o vídeo (Teams, Zoom, Drive) Las claves de RGPD y del Reglamento de IA antes de grabar una reunión Notebook de Colab: https://colab.research.google.com/dri... Requisitos: Cuenta gratuita de Google (Colab con GPU T4) Token de lectura de Hugging Face Aceptar las condiciones del modelo pyannote/speaker-diarization-community-1 en Hugging Face 00:00 Intro 00:47 Casos de uso posibles para una empresa 01:54 Así se mira el resumen generado del audio de una reunión 02:55 Así se mira el dashboard con los insights del audio procesado 06:39 Modelos en Hugging Face que vamos a utilizar 10:00 Arquitectura de la demo 11:10 Paso 1: Instalar las librerías necesarias 13:22 Paso 2: Conectar el Token de tu cuenta de Hugging Face 15:03 Paso 3: Configuración validada con Pydantic 18:55 Paso 4: Subir el audio de vamos a procesar 21:17 Paso 5: Tranformar el audio a texto con Faster-Whisper 22:52 Paso 6: Diarizar: procesar quién está hablando y cuándo 24:59 Paso 7: Unir texto y participantes, y validarlo con Pydantic 27:46 Paso 8: Anonimizar los datos personales 29:30 Paso 9: Con ayuda de Pydantic modelamos la plantilla del Acta (o informe) 32:47 Paso 10: Generación del informe o acta de la reunión con la ayuda de un LLM y con datos estructurados 34:29 Paso 11: Generación de insights deterministas 35:37 Paso 12: Exportar informes o acta del audio analizado a archivos de DOC, MD, etc 36:33 Paso 13: Creación de un dashboard para explorar los insights del audio de la reunión 37:35 Cómo llevar este demo a producción en tu empresa de manera segura Aviso: este vídeo es orientación general sobre protección de datos, no asesoramiento legal. Valida tu caso con tu DPO o asesor. Los modelos utilizados son recomendados para este demo, no se recomienda utilizarlos sin un análisis previo. ¿Quieres implantarlo en tu empresa con garantías de RGPD y del Reglamento de IA? En Liorant diseñamos arquitecturas de IA y su gobernanza. Escríbenos a info@liorant.com Web: https://liorant.com/es/servicios/acti... Contacto: https://liorant.com/es/contacto/ Vídeos relacionados: Tutorial completo de Docling:    • Tutorial Docling: OCR, extracción de tabla...   Tutorial para usar modelos de Hugging Face:    • Tutorial para usar los modelos de Hugging ...   Modelos utilizados: Qwen/Qwen2.5-7B-Instruct: https://huggingface.co/Qwen/Qwen2.5-7... dropbox-dash/faster-whisper-large-v3-turbo: https://huggingface.co/dropbox-dash/f... pyannote/speaker-diarization-community-1: https://huggingface.co/pyannote/speak... Davlan/xlm-roberta-base-ner-hrl https://huggingface.co/Davlan/xlm-rob... #InteligenciaArtificial #huggingface #Whisper #ialocal