CASO DE USO
Transcribe audio con Whisper en una GPU en la nube
Convierte horas de audio en texto en minutos con OpenAI Whisper large-v3, con facturación por segundo.
Se factura por segundo desde tu saldo en USD. Detén o finaliza la máquina cuando termines.
GPU recomendada
RTX 4090 · RTX 3090
Whisper large-v3 necesita unos 10 GB de VRAM. Una RTX 3090 o RTX 4090 transcribe muchas veces más rápido que el tiempo real.
Plantilla a elegir
PyTorch
Entorno de desarrollo NVIDIA CUDA + PyTorch, listo con SSH y Jupyter.
En marcha en cuatro pasos
- 1
Alquila la máquina
Abre el catálogo con la RTX 4090 y la plantilla PyTorch ya seleccionadas y pulsa Alquilar.
Ver máquinas RTX 4090 - 2
Conéctate y sube el audio
Conéctate con el comando SSH de la página de tu máquina y copia tus archivos de audio con scp.
scp -P <PORT> audio.mp3 root@<HOST>:/root/ - 3
Instala Whisper
Instala ffmpeg y Whisper una sola vez.
apt-get update && apt-get install -y ffmpeg pip install -U openai-whisper - 4
Transcribe
Ejecuta Whisper sobre tu archivo, descarga el texto y luego finaliza la máquina.
whisper /root/audio.mp3 --model large-v3 --output_format txt
Preguntas
¿Qué idiomas admite?
Whisper large-v3 transcribe unos 100 idiomas y puede traducir al inglés.
¿Se guarda mi audio?
No. Los archivos se quedan en tu máquina alquilada y se borran cuando la finalizas.