AudioInk

AudioInk es una app de escritorio para transcribir audio y video localmente con Whisper. Está construida con Tauri 2 y Rust, y el proyecto soporta macOS.

Estado del proyecto

• Soporte actual: macOS 10.15+
• Procesamiento: local, sin subir tus archivos a servicios externos

Qué hace

• Transcribe archivos de audio y video desde tu Mac
• Permite elegir entre varios modelos de Whisper, con Turbo como opción recomendada por defecto
• Soporta detección automática o selección manual de idioma
• Puede mostrar marcas de tiempo en la transcripción
• Guarda historial de transcripciones
• Permite usar subtítulos de YouTube o transcribir el audio con Whisper
• Puede acelerar audio antes de transcribir usando ffmpeg

Formatos soportados

• Audio: mp3, wav, m4a, flac, ogg
• Video: mp4, mov, mkv

Requisitos

• macOS 10.15+
• Node.js 18+
• Rust
• Entre 75 MB y 1.55 GB libres por modelo, según el modelo de Whisper que uses

Dependencias opcionales

• yt-dlp Se usa para flujos de YouTube. Instalar con:

  brew install yt-dlp

• ffmpeg Se usa para acelerar audio y para postprocesado de YouTube. Instalar con:

  brew install ffmpeg

Instalación

Desarrollo

brew install node
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh
npm install
npm run tauri dev

Build local

npm install
CI=true npx tauri build --bundles app,dmg

Los artefactos se generan en:

• src-tauri/target/release/bundle/macos/AudioInk.app
• src-tauri/target/release/bundle/dmg/

Uso

1. Abre AudioInk.
2. Descarga un modelo de Whisper desde la app.
3. Elige una fuente: File para audio o video local. YouTube para subtítulos o transcripción con Whisper.
4. Ajusta idioma, timestamps y velocidad si lo necesitas.
5. Ejecuta la transcripción.
6. Copia o exporta el resultado.

Modelos de Whisper

• Turbo: recomendado por defecto, mejor equilibrio entre calidad y velocidad
• Base: buen equilibrio general
• Small: mejor precisión
• Medium: alta precisión
• Tiny: más rápido, menos preciso

Estructura

audioink-rs/
├── src/                 # Frontend en HTML, CSS y JavaScript
└── src-tauri/           # App de escritorio en Rust + Tauri
    └── src/
        ├── commands/    # Comandos Tauri
        ├── core/        # Whisper, audio, YouTube
        ├── models/      # Tipos y estructuras
        ├── persistence/ # Historial
        └── utils/       # Utilidades y manejo de errores

Stack

• Frontend: HTML, CSS y JavaScript vanilla
• Desktop: Tauri 2
• Backend: Rust
• Transcripción: whisper-rs (bindings de whisper.cpp con Metal en Apple Silicon)
• Decodificación de audio: Symphonia

Licencia

MIT

Créditos

• OpenAI Whisper
• whisper.cpp
• Tauri