ScribeCrate
API de voz a texto autohospedada que ofrece transcripción, traducción y diarización de hablantes compatibles con OpenAI.
Ejecuta faster-whisper localmente con compatibilidad para la API de OpenAI, diarización de hablantes y soporte sin conexión.
ScribeCrate es un servidor de transcripción de audio autohospedado basado en faster-whisper que imita el formato de la API Whisper de OpenAI. Permite a los operadores de hostelería procesar comentarios de huéspedes grabados, llamadas del personal o audio de visitas guiadas localmente sin enviar el audio a proveedores de nube de terceros.
Qué es
El servidor acepta archivos de audio a través de endpoints REST para producir texto plano, JSON o archivos de subtítulos SRT/VTT. Soporta la traducción de voz extranjera al inglés, diarización de hablantes mediante una extensión opcional sherpa-onnx y transmisión progresiva mediante Server-Sent Events (SSE).
Para quién
Se adapta a desarrolladores de software de hostelería e ingenieros de TI que necesitan una alternativa local a los endpoints de audio de OpenAI para conservar el control de los datos y evitar tarifas de API por minuto. No se adapta a usuarios finales que buscan un panel web terminado o dictado por micrófono en tiempo real listo para usar.
Funciones clave
Compatibilidad con la API de OpenAI
Proporciona endpoints estándar para transcripción y traducción que coinciden con las solicitudes de la API Whisper de OpenAI.
Diarización de hablantes
Identifica quién habló en cada segmento de audio utilizando una extensión local opcional de sherpa-onnx.
Transmisión por Server-Sent Events
Transmite segmentos de transcripción decodificados progresivamente a través de SSE en lugar de esperar al procesamiento completo del archivo.
Operación sin conexión
Se ejecuta en entornos de red aislados utilizando modelos Whisper previamente almacenados en caché y banderas de ejecución local.
Listo en 3 pasos
Nuestro veredicto honesto
Lo mejor
- La API REST compatible con OpenAI se integra en los flujos de trabajo de software existentes con modificaciones mínimas de código.
- Soporta la diarización de hablantes local utilizando sherpa-onnx para separar el diálogo de los huéspedes y del personal.
- Proporciona transmisión SSE para que las aplicaciones cliente muestren el texto transcrito progresivamente.
- Se ejecuta completamente sin conexión una vez que los modelos de voz se descargan y almacenan en caché.
Sus límites
- Requiere configuración de contenedores y habilidades de administración de servidores para desplegar y mantener.
- Necesita memoria de host dedicada y hardware de GPU para ejecutar modelos Whisper más grandes de manera eficiente.
- Carece de interfaz de usuario, lo que requiere que construyas o conectes tu propio frontend.
- Requiere configurar un proxy inverso externo para asegurar las llamadas a la API con HTTPS.
Precios y licencia
ScribeCrate es de uso gratuito bajo la licencia MIT. Tus únicos costes son el host de hardware subyacente, los recursos de cómputo de GPU y el tiempo de administración requerido para ejecutar el servidor.
Empleos para hispanohablantes
879 puestos remotos abiertos de entrenamiento de IA, actualizados el 15 de noviembre de 2026; la mayoría paga $20–$175 por hora. 22 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.
Alternativas
Úsalo, o deja que lo configuremos
FAQ
¿Puede ScribeCrate traducir audio de huéspedes extranjeros al inglés?
Sí, incluye un endpoint de traducción compatible con OpenAI que convierte voz extranjera directamente en salida de texto en inglés.
¿Incluye ScribeCrate una interfaz web para el personal del hotel?
No, ScribeCrate opera estrictamente como un servicio de API backend. Debes conectarlo a una aplicación existente o a una interfaz de usuario personalizada.
¿Qué hardware necesito para alojar ScribeCrate?
Necesitas un servidor Linux que ejecute Docker con al menos 700 MB de RAM libre para el modelo base, aunque se recomienda una GPU NVIDIA para el procesamiento de audio de alto volumen.
