Transcriptorde Manuscritos
Le tomo fotos a un manuscrito o paso el PDF escaneado, y la app me devuelve
un Word ordenado, página por página, con la IA de Gemini.
Escribir dos veces la misma página
Todo empezó con los cuadernos de obra: hojas escritas a mano, con sellos y firmas,
que después alguien tenía que volver a escribir en Word. Yo hacía justo eso, página
por página, y era el trabajo más aburrido del día.
Ahora le doy una carpeta de fotos o el PDF completo a la app: cada página pasa
por Gemini, que devuelve el texto con sus títulos, saltos de línea y una
nota al final si encuentra sellos o firmas. El resultado se arma solo en un
.docx con una página de Word por cada página original.
PythontkinterGemini APIpython-docxpypdfium2
Cómo funciona
- Eliges el origen: una carpeta de imágenes o un archivo PDF.
- La app ordena las páginas por el número del nombre del archivo.
- Cada página se envía a Gemini como imagen y vuelve como texto plano.
- El texto se inserta en el Word con su encabezado y un salto de página.
- Después de cada página, el archivo se guarda a disco.
Si el Word ya existe, la app lee los encabezados Página: … y salta las hojas
que ya estaban hechas.
Reanudar sin repetir ni pagar dos veces
Transcribir cuarenta páginas tarda, y la conexión no siempre aguanta. Por eso el archivo
se guarda después de cada página, no al final: si se corta la luz o se cierra
la ventana, lo avanzado sigue en el .docx.
Al volver a darle a Generar, la app detecta el progreso y continúa donde quedó.
Las páginas ya hechas no se vuelven a enviar a la API, así que tampoco gastan cuota.
1Archivo Python
4Dependencias
0Claves en el código
5Reintentos por página
Tu API Key, tu cuenta
El programa no trae ninguna clave. Cada persona pone la suya, que es gratis
en Google AI Studio, y puede elegir entre tres formas:
- Escribirla en la ventana y no guardarla.
- Marcar Recordar en este equipo: se guarda fuera del proyecto, en la carpeta de configuración del usuario.
- Definirla con la variable de entorno
GEMINI_API_KEY.
Si la clave es inválida o no tiene permisos, la app lo dice con un mensaje claro en vez
de soltar el error crudo de la API.
Cómo se instala
Se entrega como un único ejecutable. No hay que instalar Python, ni dependencias,
ni permisos de administrador: se copia, se abre con doble clic y funciona.
- Copias
TranscriptorDeManuscritos.exe a la carpeta que quieras.
- Pegas tu clave de Google una sola vez (se puede recordar en el equipo).
- Eliges la carpeta de fotos o el PDF y pulsas «Generar documento Word».
El lector de PDF va dentro del propio programa, así que no hay que instalar nada
aparte. La versión que se vende es para Windows 10 y 11.
Qué entra y qué sale
| Origen | Qué hace | Archivo que genera |
|---|
| Carpeta de imágenes |
Toma los JPG y PNG de la carpeta y los ordena por el número del nombre. |
Transcripcion_Completa.docx |
| Archivo PDF |
Convierte cada hoja a imagen con pdfium y la procesa igual que una foto. |
Transcripcion_<nombre>.docx |
El motor PDF (pdfium) viaja dentro del ejecutable, así que el modo PDF funciona sin
instalar Poppler ni ningún programa adicional.
Lo que aprendí haciéndolo
Guardar seguido vale más que guardar bonito. El primer día perdí una
transcripción entera por guardar solo al final. Desde entonces cada página se escribe a
disco apenas termina.
Un error de API mal contado es peor que el error. Un 429 o un 503 sin
explicación solo asusta; con un reintento y un mensaje claro, se entiende.
La interfaz también es parte del trabajo. Rehíce la ventana con la misma
paleta y tipografía de esta página web, en vez de dejar el formulario gris de siempre.
Windows 10 / 11Licencia por equipoPago único
