Este repositorio contiene un script para convertir archivos de audio en formato M4A a texto utilizando ffmpeg, speech_recognition y pydub. El script convierte el archivo de audio a formato WAV, lo divide en fragmentos manejables, y luego transcribe cada fragmento a texto, guardando la transcripción en un archivo de texto en una carpeta llamada transcription.

• Python 3.6 o superior
• ffmpeg
• speech_recognition
• pyaudio
• pydub

1. Instalar Homebrew (si no está instalado):

   /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

2. Instalar ffmpeg y portaudio:

   brew install ffmpeg portaudio

3. Crear un entorno virtual (opcional pero recomendado):

   python3 -m venv .venv
   source .venv/bin/activate

4. Instalar las dependencias de Python:

   pip install SpeechRecognition pyaudio pydub

1. Descargar e instalar ffmpeg desde el sitio oficial: FFmpeg Download. Asegúrate de agregar ffmpeg al PATH del sistema.

2. Instalar portaudio y pyaudio:

   2.1 Descargar e instalar portaudio desde el sitio oficial: PortAudio Download.

   2.2 Descargar el instalador de PyAudio desde aquí y luego instalarlo:

   pip install path/to/your/downloaded/pyaudio-*.whl

3. Crear un entorno virtual (opcional pero recomendado):

   python -m venv .venv
   .venv\Scripts\activate

4. Instalar las dependencias de Python:

   pip install SpeechRecognition pydub

1. Actualizar los repositorios e instalar ffmpeg y las dependencias necesarias:

   sudo apt update
   sudo apt install ffmpeg libportaudio2

2. Instalar portaudio y pyaudio:

   sudo apt install portaudio19-dev python3-pyaudio

3. Crear un entorno virtual (opcional pero recomendado):

   python3 -m venv .venv
   source .venv/bin/activate

4. Instalar las dependencias de Python:

   pip install SpeechRecognition pydub

1. Clonar el repositorio:

   git clone https://github.com/tu_usuario/tu_repositorio.git
   cd tu_repositorio

2. Asegúrate de que los archivos de audio M4A estén en la carpeta media.

3. Ejecutar el script:

   python transcribe_audio.py

4. La transcripción se guardará en un archivo de texto en la carpeta transcription con el mismo nombre que el archivo de audio original.

El script está diseñado para manejar archivos de audio largos dividiéndolos en fragmentos más pequeños de 60 segundos. Cada fragmento se procesa y transcribe por separado, y las transcripciones se concatenan en un solo archivo de texto. Si necesitas ajustar el tamaño del fragmento, puedes modificar la constante CHUNK_LENGTH_MS en el script transcribe_audio.py.

• Asegúrate de que los archivos de audio estén correctamente ubicados y que las rutas en el script sean precisas.
• Si encuentras problemas durante la instalación de las dependencias, consulta la documentación oficial de cada herramienta para obtener más ayuda.

Este proyecto está licenciado bajo los términos de la licencia MIT. Consulta el archivo LICENSE para más detalles.