DICTADO
Perfecto, vamos a crear una pequeña aplicación en Node.js con Express que permita:
✅ Funcionalidades:
-
Transcripción en vivo por micrófono (dictado).
-
Subida de archivo
.wavpara transcripción.
🧩 Estructura del proyecto
transcriptor/
├── model/ # Modelo Vosk descargado aquí
├── uploads/ # Carpeta para audios subidos
├── public/
│ └── index.html # Interfaz web
├── app.js # Servidor Express
├── transcribe_file.js # Lógica para transcribir archivos
├── dictado.js # Transcripción en vivo (mic)
├── package.json
🧰 Paso 1: Instalar dependencias
npm init -y
npm install express multer vosk mic wav
🖥️ Paso 2: app.js (servidor Express)
const express = require('express');
const multer = require('multer');
const path = require('path');
const fs = require('fs');
const { transcribeFile } = require('./transcribe_file');
const app = express();
const PORT = 3000;
const upload = multer({ dest: 'uploads/' });
app.use(express.static('public'));
app.post('/upload', upload.single('audiofile'), async (req, res) => {
const filePath = req.file.path;
try {
const texto = await transcribeFile(filePath);
fs.unlinkSync(filePath); // Opcional: eliminar el archivo subido
res.json({ resultado: texto });
} catch (err) {
console.error(err);
res.status(500).send("Error al transcribir");
}
});
app.listen(PORT, () => {
console.log(`Servidor en http://localhost:${PORT}`);
});
📄 Paso 3: transcribe_file.js
const fs = require('fs');
const wav = require('wav');
const vosk = require('vosk');
const MODEL_PATH = './model';
const SAMPLE_RATE = 16000;
vosk.setLogLevel(0);
const model = new vosk.Model(MODEL_PATH);
function transcribeFile(audioPath) {
return new Promise((resolve, reject) => {
const wfReader = new wav.Reader();
const recognizer = new vosk.Recognizer({ model: model, sampleRate: SAMPLE_RATE });
wfReader.on('format', (format) => {
if (format.audioFormat !== 1 || format.sampleRate !== SAMPLE_RATE || format.channels !== 1) {
return reject("Formato de audio no válido (debe ser WAV PCM 16kHz mono)");
}
wfReader.on('data', (data) => recognizer.acceptWaveform(data));
wfReader.on('end', () => {
const final = recognizer.finalResult();
recognizer.free();
resolve(final.text);
});
});
fs.createReadStream(audioPath).pipe(wfReader);
});
}
module.exports = { transcribeFile };
🎤 Paso 4: dictado.js (opcional para correr por consola)
const vosk = require('vosk');
const mic = require('mic');
const fs = require('fs');
const MODEL_PATH = './model';
const SAMPLE_RATE = 16000;
if (!fs.existsSync(MODEL_PATH)) {
console.error("Modelo no encontrado:", MODEL_PATH);
process.exit(1);
}
const model = new vosk.Model(MODEL_PATH);
const recognizer = new vosk.Recognizer({ model: model, sampleRate: SAMPLE_RATE });
const microphone = mic({
rate: String(SAMPLE_RATE),
channels: '1',
debug: false,
exitOnSilence: 6
});
const micInputStream = microphone.getAudioStream();
micInputStream.on('data', (data) => {
if (recognizer.acceptWaveform(data)) {
console.log("➡", recognizer.result().text);
} else {
process.stdout.write(`\r🔄 ${recognizer.partialResult().partial}`);
}
});
micInputStream.on('silence', () => {
console.log("\n🎤 Silencio detectado");
});
console.log("🎙️ Dictado en vivo iniciado. Habla...");
microphone.start();
🌐 Paso 5: public/index.html
<!DOCTYPE html>
<html lang="es">
<head>
<meta charset="UTF-8">
<title>Transcriptor Vosk</title>
</head>
<body>
<h1>Sube un archivo de audio (.wav 16kHz mono)</h1>
<form id="formulario" enctype="multipart/form-data">
<input type="file" name="audiofile" accept=".wav" required>
<button type="submit">Transcribir</button>
</form>
<h2>Resultado</h2>
<pre id="resultado"></pre>
<script>
document.getElementById("formulario").addEventListener("submit", async (e) => {
e.preventDefault();
const formData = new FormData(e.target);
const response = await fetch('/upload', {
method: 'POST',
body: formData
});
const data = await response.json();
document.getElementById("resultado").innerText = data.resultado || "No se reconoció nada.";
});
</script>
</body>
</html>
✅ Para ejecutar todo:
-
Ejecuta el servidor:
node app.js -
Abre en el navegador:
👉http://localhost:3000 -
Usa
dictado.jspara modo consola (dictado en vivo):node dictado.js
¿Quieres que te ayude a agregar conversión automática de MP3 a WAV al subir archivos, o usar Dropzone.js para mejorar la interfaz?
Nueva vista web para dictado por voz en tiempo real (dictado.html)
Guarda este archivo en public/dictado.html:
🚀 Agrega esta ruta al menú o accede directamente
Una vez que corras node app.js, puedes abrir el navegador:
👉 http://localhost:3000/dictado.html
🆚 Comparación: Web Speech API vs Vosk
| Característica | Web Speech API (navegador) | Vosk (Node.js) |
|---|---|---|
| Acceso desde navegador | ✅ | ❌ Solo desde consola/backend |
| Funciona offline | ❌ | ✅ |
| Precisión | Muy buena (requiere Internet) | Muy buena (offline) |
| Idioma configurable | ✅ | ✅ |
| Procesa archivos | ❌ | ✅ |
¿Quieres una opción para enviar el texto dictado al backend y guardarlo, por ejemplo, como .txt o para almacenarlo con una carpeta de expediente? Te puedo ayudar con eso también.
¡Buena observación! ✅
En este caso no necesitas actualizar app.js, porque ya agregaste esta línea en el servidor:
app.use(express.static('public'));
Eso significa que cualquier archivo que esté en la carpeta public/ será accesible directamente desde el navegador. Así que:
📁 Si tienes este archivo:
public/dictado.html
Entonces podrás abrirlo simplemente desde:
👉 http://localhost:3000/dictado.html
🧪 ¿Cómo verificar?
-
Asegúrate de que el archivo
dictado.htmlestá dentro del directoriopublic/. -
Levanta el servidor:
node app.js -
Abre en tu navegador:
http://localhost:3000/dictado.html
📝 Si quieres agregar un pequeño menú de navegación (opcional)
Puedes modificar index.html o crear un menu.html:
<h2>Opciones</h2>
<ul>
<li><a href="dictado.html">🎙️ Dictado en vivo</a></li>
<li><a href="index.html">📂 Subir archivo .wav</a></li>
</ul>
¿Te gustaría que también el texto dictado desde la web se guarde automáticamente como archivo .txt en el servidor?
Comentarios
Publicar un comentario