Transcribir y resumir una reunión con IA sin subir el audio a la nube
Dos programas gratuitos que corren en tu computadora convierten una grabación de reunión en un transcripto y un resumen de decisiones. Probado de punta a punta, con los errores que encontramos.
CEO
Resultado esperado
Un transcripto completo de la reunión en un archivo de texto, y un borrador con las decisiones, las tareas y los pendientes que hay que revisar antes de repartir. Unos 20 minutos de trabajo, más la descarga inicial de los modelos.
Necesitás
- Una computadora con unos 7 GB libres en disco: los dos modelos ocupan la mayor parte
- Conexión a internet para las descargas iniciales, que se hacen una sola vez
- El audio de la reunión en un archivo, o la reunión todavía por delante si preferís grabarla desde la app
- Saber de antemano qué vas a hacer con el resumen: este método da un borrador, no un acta
Pasos
- Instalá Vibe y dejá que descargue su modelo
- Cambiá el idioma a Spanish antes de cargar nada
- Cargá el audio, o grabá la reunión desde la app
- Exportá el transcripto como texto plano
- Decidí qué se queda guardado en tu equipo
- Instalá Ollama y descargá un modelo de 7B o más
- Pedile el resumen al modelo local
- Contrastá el resumen con el transcripto antes de repartirlo
- Errores comunes
- Preguntas frecuentes
Una reunión de una hora deja treinta segundos de cosas que hay que recordar: quién se comprometió a qué, con qué número y para cuándo. El resto es conversación. El problema es que esos treinta segundos están repartidos por toda la hora, y nadie los anota.
Los servicios que transcriben reuniones resuelven eso, pero piden algo a cambio: subir el audio a un servidor ajeno. Si en esa reunión se hablaron precios, sueldos o nombres de clientes, no siempre es una decisión menor.
Este método usa dos programas gratuitos que corren en tu computadora: Vibe, que pasa el audio a texto, y Ollama, que le saca las decisiones. Lo probamos entero antes de escribirlo, con una reunión simulada de un minuto y cincuenta segundos, y contamos también dónde falló.
Instalá Vibe y dejá que descargue su modelo
Vibe es una aplicación gratuita y de código abierto que transcribe audio. Descargala desde su repositorio oficial y arrastrala a Aplicaciones, como cualquier otro programa.
La primera vez que la abras vas a ver una pantalla de configuración que dice Downloading Model… con una barra de progreso y el mensaje “This happens only once!”. Está bajando el modelo de reconocimiento de voz que usa para trabajar sin conexión: aproximadamente 1,5 GB. Con una conexión doméstica pueden ser varios minutos.
No hace falta que elijas el modelo: Vibe descarga uno por defecto. En la versión que probamos, la 3.2.2, era ggml-large-v3-turbo. No lo tomes como un requisito: el nombre y el tamaño del modelo por defecto pueden cambiar en cualquier versión, y el método funciona igual.
Cambiá el idioma a Spanish antes de cargar nada
Este es el paso que más silenciosamente arruina el resultado, así que va primero.
La interfaz de Vibe está en inglés, y el idioma de transcripción viene puesto en English. Si le das una reunión en castellano sin tocar eso, el programa intenta reconocer palabras en inglés y devuelve un disparate.
En la pantalla principal, abajo a la izquierda del recuadro grande, hay un botón con un globo terráqueo que dice English. Hacé clic y se abre una lista con buscador: arriba está Auto Detect, después un grupo POPULAR donde aparece Spanish, y más abajo OTHERS con el resto. Elegí Spanish.
La elección queda guardada para las próximas veces. Si querés confirmarlo, está también en Settings → Transcription → Language.
Cargá el audio, o grabá la reunión desde la app
En la barra lateral, New transcription. Arriba del recuadro central hay tres pestañas: archivo, micrófono y enlace.
Con la pestaña de archivo vas a ver un recuadro punteado que dice Drop audio, video or a folder here y debajo “or click to browse your files”. Arrastrá ahí el audio o hacé clic para buscarlo.
La transcripción arranca sola en cuanto elegís el archivo: no hay un botón aparte que haya que apretar. En la barra lateral aparece el trabajo bajo IN PROGRESS con el porcentaje, y el texto se va llenando a la derecha con la marca de tiempo de cada frase.
Si todavía no tenés el archivo porque la reunión no ocurrió, la pestaña del micrófono sirve para grabarla: te deja elegir MICROPHONE y SPEAKERS —o sea, tu voz y la de quienes hablan por la computadora— y el botón Record and transcribe graba y transcribe en el mismo movimiento.
Sobre la velocidad: en la prueba, un audio de un minuto y cincuenta segundos tardó unos catorce segundos en una computadora con chip M4. En equipos más viejos es bastante más lento, y una reunión larga puede tardar lo que dura la reunión.
Exportá el transcripto como texto plano
Cuando termina, arriba del texto aparece el botón Export. Se abre un cuadro con nueve formatos: Plain text, Markdown, SRT, WebVTT, HTML, JSON, CSV, DOCX y PDF.
Para lo que sigue necesitás Plain text. Elegilo y apretá Save.
En ese mismo cuadro, en EXPORT OPTIONS, hay una opción Show timestamps que viene apagada. Dejala así: las marcas de tiempo le agregan ruido al resumen sin aportarle nada.
Decidí qué se queda guardado en tu equipo
Antes de seguir, dos cosas que Vibe hace por defecto y conviene que sepas.
Guarda una copia del audio. Con la opción Save projects activada —viene así—, Vibe crea una carpeta por trabajo en ~/Documents/Vibe/ y deja dentro el transcripto y una copia del archivo de audio, en audio.wav. Lo comprobamos: la copia es idéntica al original, byte por byte. Si borrás el audio de donde estaba pensando que te deshiciste de la grabación, la copia sigue ahí.
Es una copia que queda almacenada localmente en tu equipo; eso no implica que la aplicación no pueda realizar otras comunicaciones, como las analíticas, y para muchos es cómodo: podés volver a abrir la transcripción más adelante. Pero si preferís que no quede, apagá Save projects en Settings → Privacy, o borrá la carpeta a mano cuando termines.
Tiene analíticas activadas. En Settings → Privacy hay una opción Anonymous analytics que viene encendida. La app guarda además un identificador de instalación. No analizamos qué envía ni con qué frecuencia, así que no te vamos a decir que es inofensivo ni que es grave: te decimos dónde está el interruptor. Si no la querés, apagala ahí mismo.
Instalá Ollama y descargá un modelo de 7B o más
Ollama es el programa que ejecuta modelos de lenguaje en tu computadora. Descargalo desde el sitio oficial e instalalo.
Una vez instalado, descargá un modelo. En la prueba usamos qwen2.5:7b, que ocupa 4,7 GB y funcionó bien con español. Desde la Terminal:
ollama pull qwen2.5:7b
El número antes de la b es el tamaño del modelo, y acá importa. Probamos también uno más chico, de 3B, y la diferencia no fue de estilo: fue de exactitud. Volvemos sobre eso en el último paso.
Pedile el resumen al modelo local
Abrí el transcripto que exportaste y pegalo debajo de estas instrucciones, en la conversación con el modelo:
Resumí esta reunión en tres secciones y nada más. No escribas introducción ni cierre.
- DECISIONES: lo que se resolvió hacer, con las cifras y fechas que se dijeron. Una por línea.
- TAREAS: quién hace qué y cuándo, con el formato “Responsable — tarea — cuándo”. Solo tareas que estén dichas. Si no hay ninguna, escribí “ninguna”.
- PENDIENTES: lo que quedó sin resolver y las ausencias que alguien anunció. Si no hay, escribí “ninguno”.
Y al final: No inventes nombres, cifras ni fechas. Si un dato no está, no lo pongas. Respondé en español.
Pedir tres secciones fijas no es un capricho de formato. Un resumen libre te devuelve un párrafo agradable del que no podés sacar nada; tres listas cortas se revisan en un minuto y se reparten por mensaje.
En la prueba, el resumen de un transcripto de 335 palabras tardó entre nueve y diecisiete segundos.
Contrastá el resumen con el transcripto antes de repartirlo
Este paso no es opcional, y es la razón por la que este tutorial no promete un acta automática.
Abrí el transcripto y el resumen uno al lado del otro, y revisá cuatro cosas: nombres propios, cifras, fechas y pendientes. Es un minuto de trabajo y es donde aparecen los errores.
Lo que encontramos en la prueba, con una reunión simulada que sabíamos de memoria:
- Un modelo de 3B escribió “Marin” donde la reunión decía Marina. Un nombre mal escrito en un acta que circula es un problema real.
- Ese mismo modelo puso el cartel de la vidriera como pendiente, cuando había sido una decisión aprobada.
- El modelo de 7B acertó las tres decisiones con sus cifras y fechas, pero omitió una ausencia anunciada —alguien avisó que no iba a estar el miércoles— en las tres corridas que hicimos.
- También agregó una fila vacía que decía “ninguna” debajo de una tarea real.
Ninguno de esos errores se nota leyendo el resumen: se notan comparándolo. Por eso el orden importa —primero el transcripto, después el resumen— y por eso conviene no borrar el transcripto.
Errores comunes
El transcripto es un disparate: palabras que nadie dijo
Casi siempre es el idioma. Vibe viene con English y no avisa cuando el audio está en otro idioma: intenta reconocer palabras en inglés y devuelve fonética inventada. Cambiá el idioma a Spanish en el selector del globo terráqueo o en Settings → Transcription → Language, y volvé a transcribir el mismo archivo.
El resumen inventa o deforma un nombre propio
Es señal de que el modelo es demasiado chico. En la prueba, un modelo de 3B escribió “Marin” por “Marina”. Pasá a uno de 7B o más. Y aun así, revisá los nombres contra el transcripto: es el error que más caro sale cuando el acta circula.
El resumen omite algo que sí se dijo
Pasa incluso con modelos buenos, y es el motivo del último paso. En nuestras tres corridas con qwen2.5:7b, el resumen nunca recogió una ausencia que alguien había anunciado. Repasá específicamente los pendientes y las ausencias contra el transcripto: son lo que peor detecta.
Borraste el audio y sigue habiendo una copia en tu equipo
Vibe guarda una copia idéntica del audio en ~/Documents/Vibe/<nombre-del-proyecto>/audio.wav mientras Save projects esté activado. Borrá esa carpeta, o desactivá Save projects en Settings → Privacy antes de transcribir.
No sabías que la app tenía analíticas encendidas
Anonymous analytics viene activado en Settings → Privacy. Ahí mismo se apaga. Es independiente de la transcripción: apagarlo no afecta al funcionamiento del programa.
El resumen sale con un preámbulo o con filas vacías
Los modelos chicos ignoran más las instrucciones de formato. Repetí el pedido de “nada más” al principio y al final del prompt. Si igual aparece una fila que dice “ninguna” debajo de tareas reales, borrala a mano: es ruido, no información.
