Grabar audio, transcribir con Groq y procesar con IA en Android
Una nota de voz puede capturar una idea, pero no necesariamente la convierte en algo fácil de consultar o reutilizar. Una reunión grabada sigue exigiendo escuchar el audio; una reflexión hablada aún necesita estructura; y una conversación importante puede quedar enterrada entre varios archivos. AssistRecorder plantea un flujo claro para Android: grabar, obtener una transcripción editable con Groq y, cuando se desee, enviar el texto junto con un prompt a una aplicación de modelos de lenguaje elegida por el usuario.
La separación entre estas fases es importante. AssistRecorder se ocupa de la grabación, la organización y la transcripción, pero no incluye un chat propio con un modelo de lenguaje. Para el procesamiento posterior utiliza el mecanismo ACTION_SEND de Android. Así, cada persona decide si comparte el contenido y con qué cliente, por ejemplo ChatGPT, Claude o Gemini. El resultado generado fuera de AssistRecorder puede pegarse de nuevo en la aplicación, guardarse localmente y leerse como Markdown.
Del audio a un texto útil
Una transcripción editable permite corregir nombres, ajustar el título y preparar el material antes de enviarlo a otra aplicación. Las plantillas ayudan a crear un acta, resumir, extraer tareas u ordenar pensamientos. No es un proceso automático: el audio sale al activar la transcripción, y el prompt y el texto solo se comparten por decisión del usuario.
Un flujo de trabajo típico
El recorrido habitual puede organizarse en siete pasos:
- Iniciar una grabación desde la aplicación, un widget o el acceso del asistente configurado en Android.
- Detenerla desde uno de esos accesos cuando haya terminado la conversación o la nota.
- Escuchar el archivo y, si hace falta, saltar 15 segundos o 1 minuto hacia delante o hacia atrás.
- Recortar el M4A sin pérdidas para retirar partes innecesarias antes de transcribir.
- Iniciar la transcripción con Groq y revisar el texto y el título obtenidos.
- Elegir una plantilla, adaptar su nombre o prompt y compartir el contenido con el cliente de IA deseado.
- Copiar la respuesta de esa aplicación y pegarla en AssistRecorder para conservarla localmente y leerla como Markdown.
También es posible importar una grabación ya existente, así como exportar o compartir un archivo. El flujo no obliga, por tanto, a crear todo el audio dentro de la aplicación. El reproductor y el recorte permiten revisar primero el material y decidir qué parte merece transcribirse.
Tres formas de iniciar y detener una grabación
AssistRecorder es una aplicación nativa para Android. El inicio y la parada están disponibles directamente en la interfaz, la opción más evidente cuando ya se está trabajando con la lista de grabaciones. Un widget ofrece un acceso desde la pantalla de inicio sin tener que navegar por la aplicación.
La tercera posibilidad utiliza la función de asistente. Después de configurar AssistRecorder como asistente predeterminado, el gesto o botón reservado por el dispositivo puede controlar la grabación. La instalación no realiza esta configuración.
Estas alternativas no cambian el formato final. Las grabaciones se crean como M4A con AAC, mono y 48 kHz. Se puede elegir entre 32, 64 y 96 kbit/s. La tasa elegida permite adaptar la grabación al uso previsto sin cambiar el flujo posterior de reproducción, recorte o transcripción.
Revisar, recortar, importar y exportar
El reproductor incorpora saltos de 15 segundos y 1 minuto, útiles para revisar una frase o desplazarse por una grabación larga antes de transcribir.
El recorte de M4A es sin pérdidas y no vuelve a codificar el contenido conservado. Una grabación importada puede pasar por la misma revisión. Los archivos se pueden exportar o compartir; la exportación no requiere acceso general al almacenamiento.
Transcripción con Groq y clave propia
La conversión de voz a texto utiliza Groq Speech-to-Text con un modelo Whisper. AssistRecorder sigue un modelo BYOK, es decir, bring your own key: no proporciona una clave común, sino que cada usuario configura la suya. La clave se crea en la Groq Console y se introduce en la aplicación. AssistRecorder la almacena cifrada de forma local.
Hay dos modelos disponibles: whisper-large-v3-turbo y whisper-large-v3. La detección del idioma es automática, por lo que no hace falta fijar manualmente la lengua de cada grabación antes de iniciar la conversión.
AssistRecorder no divide automáticamente el audio en fragmentos y Groq aplica límites de carga según el plan. Antes de transcribir una grabación extensa, conviene comprobar la cuenta y recortar el archivo si solo interesa una sección. No hay una cifra universal.
Una vez recibida la transcripción, el texto sigue siendo editable. También puede modificarse el título. Esta revisión es especialmente pertinente cuando aparecen nombres propios, términos técnicos o pasajes que deben quedar formulados con precisión antes de la siguiente etapa.
Procesar la transcripción con un cliente de IA
AssistRecorder no integra su propio chat de IA ni impone un proveedor para el procesamiento del texto. En su lugar, prepara el prompt y la transcripción y abre el selector de compartir de Android mediante ACTION_SEND. Desde allí se puede seleccionar cualquier cliente compatible instalado, como ChatGPT, Claude o Gemini.
El contenido pasa a la aplicación seleccionada, que aplica sus propias reglas de privacidad. El envío se produce cuando el usuario activa la acción y escoge el destino.
Cuando el modelo externo devuelve, por ejemplo, un resumen o un acta, el resultado se puede copiar y pegar en AssistRecorder. La aplicación lo guarda localmente con la grabación, la transcripción y el prompt, y lo presenta en un lector de Markdown. Así se puede mantener reunido el material sin atribuir a AssistRecorder una integración de chat que no existe.
Plantillas y casos de uso
Las plantillas incluidas sirven como punto de partida para tareas recurrentes. Hay opciones para:
- elaborar un acta de reunión;
- crear un resumen;
- extraer tareas;
- ordenar pensamientos de forma estructurada;
- preparar notas de conversaciones con padres;
- preparar notas de conversaciones médicas.
Los nombres y prompts son editables. Las plantillas no procesan el texto por sí mismas, sino que organizan la instrucción compartida con el cliente de IA.
En conversaciones médicas o familiares puede haber información sensible. Antes de compartir, se puede revisar la transcripción o limitar el audio mediante recorte, además de valorar las reglas del servicio de destino.
Almacenamiento local, transmisión y permisos
AssistRecorder guarda localmente el audio, la transcripción, el prompt y el resultado de IA que se haya pegado. La grabación de audio solo se transmite a Groq cuando se inicia activamente una transcripción. El prompt y el texto transcrito solo se entregan a otra aplicación al activar el uso compartido.
La aplicación necesita permisos o capacidades de Android vinculados a sus funciones:
- micrófono para grabar;
- notificaciones;
- Internet para la transcripción con Groq;
- servicio en primer plano para sostener la grabación según las reglas de Android.
No requiere acceso general al almacenamiento para exportar. Esto no significa que toda la cadena sea exclusivamente local: Groq recibe el audio que se manda a transcribir y el cliente de IA elegido recibe el contenido compartido. Cada aplicación de destino tiene sus propias reglas de privacidad, que deben evaluarse antes de enviar información confidencial.
Instalación y requisitos
AssistRecorder requiere Android 10 o una versión posterior. Es un proyecto de código abierto, y sus versiones se publican en la página de GitHub Releases. Actualmente, allí puede ofrecerse una APK de depuración.
La instalación de una APK desde fuera de Google Play puede requerir autorizar en Android la instalación desde fuentes desconocidas para la aplicación que abre el archivo. La denominación y ubicación de esta opción varían según el dispositivo. Antes de instalar, conviene revisar el tipo de artefacto publicado en la versión disponible.
Después de instalar, hay que añadir una clave de Groq para transcribir y configurar AssistRecorder como asistente predeterminado para usar el gesto o botón. La grabación desde la interfaz o el widget es independiente.
Límites que conviene tener presentes
No hay chat propio ni retorno automático del resultado externo: para conservarlo hay que copiarlo y pegarlo. La transcripción requiere una clave personal de Groq, conexión a Internet y respetar los límites del plan. Como no existe fragmentación automática, una grabación extensa puede requerir recorte. La detección de idioma facilita el inicio, pero conviene revisar el texto.
Tecnología del proyecto
La aplicación está desarrollada en Kotlin con Jetpack Compose y Material 3. Utiliza Room y DataStore para datos y preferencias, y Keystore para proteger localmente la clave. Su arquitectura también incorpora Hilt y WorkManager. La comunicación de red se apoya en Retrofit y OkHttp, mientras que la captura y reproducción utilizan las API MediaRecorder y MediaPlayer de Android.
Preguntas frecuentes
¿AssistRecorder funciona sin una clave de Groq?
Para usar Groq Speech-to-Text hay que aportar una clave propia. Las funciones locales son una fase separada.
¿Qué idioma debo seleccionar para la transcripción?
No es necesario elegirlo manualmente: los modelos disponibles realizan detección automática del idioma.
¿La aplicación manda todas las grabaciones a Groq?
No. El audio se transmite cuando el usuario inicia activamente la transcripción de una grabación.
¿Incluye ChatGPT, Claude o Gemini?
No. Usa el menú de compartir para enviar el contenido al cliente compatible elegido.
¿Dónde queda la respuesta generada por la IA?
Puede copiarse, pegarse en AssistRecorder, guardarse localmente y leerse como Markdown.
¿Divide automáticamente las grabaciones largas?
No. Los límites de carga dependen del plan de Groq y deben comprobarse antes del envío.
¿Puedo editar las plantillas?
Sí. Se pueden modificar tanto sus nombres como sus prompts, además de editar la transcripción y el título.
Conclusión
AssistRecorder separa tres tareas: gestionar audio en Android, solicitar una transcripción a Groq con la clave del usuario y entregar texto e instrucciones al cliente de IA elegido. El material queda organizado localmente y cada transmisión requiere una acción concreta.