DesktopWhisperTranscriber

Aplicación de escritorio moderna para transcribir audio a texto utilizando el modelo Whisper de OpenAI. Soporte para archivos locales, YouTube, diarización de hablantes y exportación a PDF/TXT.

✨ Características

• 🎙️ Transcripción de Alta Calidad - Usa Whisper (faster-whisper) para transcripción precisa
• 📹 YouTube Integration - Descarga y transcribe videos de YouTube directamente
• 🗣️ Diarización de Hablantes - Identifica diferentes hablantes en el audio
• 📄 Exportación Flexible - Guarda transcripciones en TXT o PDF
• 🎨 Interfaz Moderna - UI con CustomTkinter, soporte para temas claro/oscuro
• ⚡ Procesamiento Optimizado - Maneja archivos grandes mediante chunks en paralelo
• 🔒 Seguridad Integrada - Validación de inputs, auditoría de logs, verificación de integridad
• 🔄 Auto-Actualizaciones - Sistema de actualización automática con verificación de seguridad

🚀 Inicio Rápido

Windows

Simplemente haz doble clic en run.bat:

run.bat

Linux / macOS

./run.sh

Manual

# 1. Clonar repositorio
git clone https://github.com/anomalyco/Transcriptor.git
cd Transcriptor

# 2. Crear entorno virtual
python -m venv whisper_env_py311

# 3. Activar entorno (Windows)
whisper_env_py311\Scripts\activate
# O Linux/macOS
source whisper_env_py311/bin/activate

# 4. Instalar dependencias
pip install -r requirements.txt

# 5. Ejecutar
python src/main.py

⚠️ Primera ejecución: Tomará varios minutos descargar el modelo Whisper (~500MB-2GB según el modelo elegido).

📋 Requisitos

• Python: 3.11 o superior
• RAM: 8 GB mínimo (16 GB recomendado)
• GPU: Opcional pero recomendada (NVIDIA con CUDA para mejor performance)
• FFmpeg: Incluido en el proyecto (ffmpeg/)

🎯 Uso

1. Abrir archivo de audio o pegar URL de YouTube
2. Seleccionar idioma (auto-detección disponible)
3. Elegir modelo (tiny, base, small, medium, large)
4. Habilitar opciones avanzadas si es necesario:
   • Diarización de hablantes
   • Procesamiento por fragmentos
   • Transcripción en vivo
5. Iniciar transcripción
6. Guardar resultado en TXT o PDF

📖 Documentación

Documento	Descripción
QUICKSTART.md	Guía de inicio rápido
CONTRIBUTING.md	Guía para contribuidores
DEVELOPMENT.md	Setup de desarrollo
TROUBLESHOOTING.md	Resolución de problemas
CHANGELOG.md	Historial de cambios
docs/ARCHITECTURE.md	Arquitectura del sistema
docs/SECURITY.md	Guía de seguridad
docs/CODE_SIGNING.md	Firma de código

🏗️ Arquitectura

src/
├── main.py                 # Punto de entrada
├── core/                   # Lógica de negocio
│   ├── transcriber_engine.py    # Motor de transcripción
│   ├── audio_handler.py         # Procesamiento de audio
│   ├── chunk_processor.py       # Procesamiento por chunks
│   ├── diarization_handler.py   # Diarización de hablantes
│   ├── exporter.py              # Exportación TXT/PDF
│   ├── validators.py            # Validación de inputs
│   ├── integrity_checker.py     # Verificación de integridad
│   ├── update_checker.py        # Auto-actualización
│   └── audit_logger.py          # Auditoría de seguridad
└── gui/                    # Interfaz gráfica
    ├── main_window.py           # Ventana principal
    └── components/              # Componentes UI modulares

Para diagramas detallados de arquitectura, ver docs/ARCHITECTURE.md.

🧪 Testing

# Ejecutar todos los tests
python -m pytest tests/ -v

# Con coverage
python -m pytest tests/ --cov=src --cov-report=html

# Tests específicos
python -m pytest tests/test_transcriber_engine.py -v

🔒 Seguridad

El proyecto implementa múltiples capas de seguridad:

• ✅ Validación de URLs y rutas de archivo
• ✅ Prevención de path traversal
• ✅ Sanitización de inputs
• ✅ Verificación de integridad de archivos (SHA-256)
• ✅ Logging de auditoría (JSON)
• ✅ Auto-actualizaciones seguras
• ✅ Análisis estático con Bandit

Más información en docs/SECURITY.md.

🤝 Contribuir

¡Las contribuciones son bienvenidas! Por favor lee nuestra Guía de Contribución para comenzar.

Áreas donde necesitamos ayuda:

• 🌍 Internacionalización (i18n)
• 🎨 Temas adicionales
• 📱 Soporte para más formatos de audio
• ⚡ Optimizaciones de performance
• 🧪 Tests adicionales

📊 Estadísticas del Proyecto

• Lenguaje: Python 3.11
• Líneas de código: ~8,000
• Tests: 91 tests con 100% passing
• Documentación: 24+ archivos markdown
• Seguridad: 9.5/10 rating

🛣️ Roadmap

• Transcripción básica con Whisper
• Soporte para YouTube
• Diarización de hablantes
• Exportación a PDF/TXT
• Procesamiento por chunks
• Sistema de auto-actualización
• Verificación de integridad
• Soporte para más idiomas
• Edición de transcripciones
• Traducción automática
• API REST
• Soporte para GPU AMD/Intel

📜 Licencia

Este proyecto está licenciado bajo MIT License - ver LICENSE para detalles.

🙏 Agradecimientos

• OpenAI Whisper - Modelo de transcripción
• faster-whisper - Implementación optimizada
• pyannote.audio - Diarización de hablantes
• CustomTkinter - Framework de UI
• yt-dlp - Descarga de YouTube

📞 Soporte

• Issues: GitHub Issues
• Discussions: GitHub Discussions
• Email: anomalyco@gmail.com

---

DesktopWhisperTranscriber - Transcripción de audio potenciada por IA
Made with ❤️ by AnomalyCO