Curso libreInteligencia artificial y datos
Reconocimiento de voz
El curso Reconocimiento de voz proporciona al estudiante las herramientas para transcribir, resumir y analizar reuniones, entrevistas y capacitaciones con modelos como Whisper y con las funciones de Teams, Google Meet y Zoom. Le sirve para documentar lo que se dice en la organización, generar actas con compromisos y convertirlo en conocimiento, respetando el consentimiento y la Ley 1581 de 2012.
A quién va dirigido
Profesionales de gestión humana, del conocimiento y líderes de equipo; Python básico es deseable pero no obligatorio.
Objetivos
✓Comprender cómo pasa el audio a texto mediante espectrogramas y modelos, y medir la precisión con la tasa de error por palabra.
✓Analizar entrevistas y grupos focales transcritos para identificar temas, lecciones aprendidas y señales de clima.
✓Aplicar Whisper en Google Colab y la transcripción de Teams, Meet o Zoom con separación de hablantes.
✓Diseñar un flujo de actas y compromisos con modelos de lenguaje y un repositorio de conocimiento consultable.
✓Valorar el consentimiento, la retención y la eliminación de grabaciones, reconociendo la voz como dato personal.
Plan de estudios por sesión
1
Cómo funciona el reconocimiento de vozDel audio al texto: espectrogramas, Whisper y modelos abiertos · Precisión con acentos y ruido y tasa de error por palabra
2
Transcripción y actasTranscripción en Teams, Google Meet, Zoom y con Whisper en Google Colab · Separación de hablantes y actas con compromisos generadas con modelos de lenguaje
3
Análisis de conversacionesAnálisis temático de entrevistas, grupos focales y entrevistas de salida y de clima · Lecciones aprendidas de proyectos y repositorio de conocimiento consultable
4
Presentación del proyecto final: flujo de transcripción y análisisConsentimiento para grabar y la voz como dato personal según la Ley 1581 de 2012 · Retención y eliminación de grabaciones y política organizacional de grabación
Evaluación
Inicial30%Transcripción de un audio en español con Whisper y medición de la tasa de error por palabra frente a una referencia.
Intermedio30%Acta automatizada de una reunión con hablantes identificados y análisis temático de una entrevista transcrita.
Final40%Proyecto final: flujo de transcripción y análisis de reuniones de un área con actas automatizadas y política de consentimiento.
Proyecto final
Flujo de transcripción y análisis de reuniones o entrevistas de un área, con actas automatizadas y política de consentimiento.