Diseño y construyo producto de cero a producción. Siete años dentro de la producción de audiolibros, los dos últimos construyendo las herramientas internas que la sostenían.
jornadas completas liberadas. Dos personas, ocho horas al día, cortando respiraciones a mano en Cubase. Automaticé el proceso entero y pasaron a otras funciones.
Seis aplicaciones de escritorio construidas para la empresa donde trabajaba, entre 2024 y 2026. No son proyectos personales: resolvían cuellos de botella reales de su producción y las usaba el equipo a diario.
Una cadena manual de ocho pasos convertida en una operación por lotes
Quitar las respiraciones de una narración ocupaba a dos personas ocho horas al día: un script de silencios y, a partir de ahí, cortar a mano en Cubase mirando la forma de onda. Existía un servicio en la nube que lo hacía con IA, pero usarlo era su propia cadena manual — subir de cinco en cinco, descargar, renombrar, convertir de 44,1 a 48 kHz— y después marcar lo editado en las hojas de producción buscando libro por libro.
Construí una aplicación con dos mitades: procesado por lotes contra la API con reintentos y validación previa para no gastar crédito, devolviendo los archivos ya renombrados y convertidos; y marcado automático de veinte ediciones de golpe en las hojas compartidas del equipo.
Dos personas que dedicaban la jornada completa a cortar respiraciones pasaron a otras funciones.
Supresión de respiraciones con un modelo propio, sin coste por archivo
La herramienta anterior ya había quitado el trabajo manual, pero se apoyaba en un servicio de pago por uso: unos 200 € al mes, indefinidamente, por una tarea idéntica que se repetía cada día.
Partí de Respiro-en, un modelo publicado de detección de respiraciones, y lo ajusté a nuestras voces. De los diez o doce locutores habituales fallaba con dos o tres: preparé el conjunto de entrenamiento con esos casos difíciles, marcando por código de tiempo dónde entra y sale cada respiración, y ajusté solo lo justo comprobando que no se degradaba lo que ya funcionaba bien.
Unos 200 € al mes de servicio externo reducidos a cero, sin perder calidad.
Consolida las correcciones de varios revisores en un solo documento
Varios correctores anotan a la vez la misma copia de un texto. Ni Acrobat ni Vista Previa saben combinar anotaciones sobre las mismas páginas: solo encadenan páginas. La consolidación se hacía leyendo los archivos en paralelo y copiando comentarios a mano.
La herramienta recorre la estructura interna de cada PDF y trasplanta las anotaciones a las páginas equivalentes del documento base, deduplicando por tipo y posición para que dos revisores que marcan lo mismo no generen dos capas superpuestas.
Desglose de una obra sin que el manuscrito salga de la máquina
Antes de entrar en cabina, el narrador necesita el desglose del libro: personajes, dónde interviene cada uno, lugares, y cómo se pronuncia cada nombre según su origen. Investigarlo es rápido con un asistente con internet. Pero el manuscrito no puede salir: los derechos y un acuerdo de exclusividad lo impiden.
Un pipeline en dos etapas convierte esa restricción legal en arquitectura. La primera corre íntegramente en local —ingesta de PDF/EPUB, limpieza, segmentación, entidades con spaCy y resolución de variantes de nombre— y un modelo de lenguaje en la propia máquina redacta el informe. Solo ese informe, sin una línea de texto con derechos, se consulta fuera.
Desarrollado y funcional. No llegó a desplegarse: la empresa entró en concurso antes.
Aplicaciones y herramientas que construyo por mi cuenta desde 2014.
Extensión de Chrome que convierte la página en una lista de elementos para que un modelo de lenguaje planifique y ejecute acciones sobre ella. Se detiene a pedir permiso antes de cualquier acción irreversible y se defiende de instrucciones maliciosas escondidas en la página. Construida dirigiendo a dos agentes de IA —uno programa y otro revisa— a lo largo de diez rondas de revisión. Mi parte: la especificación, las decisiones de producto y las pruebas en vivo.
Numera los elementos interactivos de una página y los envía a un modelo junto con la captura, para que indique dónde hay que pulsar. Código
Extrae la transcripción de un vídeo y la procesa con plantillas configurables. Código
Rastreador de nichos en Google Play. Expande semillas, puntúa la competencia, detecta huecos entre iOS y Android y analiza reseñas con un modelo local para no gastar en tokens. Dos de las apps publicadas salieron de sus resultados.
Cuando no podía juzgar a ojo qué algoritmo leía mejor las fechas de caducidad, construí una segunda aplicación solo para medirlos y comparar.
Todas mis aplicaciones en Google Play →
Escribo el código con modelos y verifico por comportamiento, no leyendo línea a línea. Tengo montado un flujo por fases: un modelo especifica y revisa, otro aplica los cambios, y la revisión final vuelve al primero. Los casos de prueba los defino yo, porque son reglas del negocio, y nada se publica sin haberlo usado intentando romperlo.
Vengo de siete años juzgando si una grabación estaba bien o mal, con criterios y a escala. Esa costumbre —no opinar sobre la calidad, medirla— es la que aplico a lo que construyo.