Convertir audio y vídeo en texto que puedas usar de verdad
La calidad de la grabación determina la del transcripción más que el modelo. Cómo preparar un archivo, qué precisión esperar y por qué las entrevistas y reuniones no deberían subirse al servidor de un desconocido.
Actualizado el 24 de agosto de 20267 min de lectura
El reconocimiento de voz se ha vuelto tan bueno que ya rara vez es el modelo lo que limita el resultado. Lo que limita hoy una transcripción es la grabación: a qué distancia estaba el micrófono del hablante, cuánto reverberaba la sala, si dos personas hablaban a la vez. Dale a un reconocedor moderno una grabación limpia y obtendrás algo casi publicable. Dale un móvil sobre la mesa de una sala de reuniones y no habrá software que lo rescate.
De qué depende realmente la precisión
La precisión de una transcripción suele expresarse como tasa de error de palabra: la proporción de palabras insertadas, borradas o equivocadas. Un buen resultado con voz limpia está por debajo del 5%, que viene a ser un error cada dos frases y es fácil de corregir leyendo. Por encima de aproximadamente el 20%, corregir la transcripción lleva más tiempo que teclearla de nuevo, y lo útil es saber qué condiciones te empujan al otro lado de esa línea.
| Condición | Efecto | Qué hacer al respecto |
|---|---|---|
| Micrófono cerca del hablante | El mejor caso, por debajo del 5% | Nada: este es el objetivo |
| Móvil sobre la mesa, a dos metros | Notablemente peor | Acércalo la próxima vez; es la palanca más grande |
| Sala con eco y superficies duras | Grave: la reverberación difumina los límites de las palabras | Textiles blandos, o grabar más cerca |
| Zumbido de fondo constante | Moderado | La reducción de ruido ayuda mucho aquí |
| Dos personas hablando a la vez | Se pierden las dos | No tiene arreglo después |
| Acento marcado o habla rápida | Algo peor | Espera más errores en nombres y términos técnicos |
| Música bajo la voz | Malo | Sin arreglo en una grabación ya mezclada |
Fíjate en cuántas de esas filas son decisiones tomadas antes de que exista la grabación. La transcripción es una de las pocas tareas donde cinco segundos de preparación superan cualquier cantidad de procesamiento posterior, y la preparación casi siempre consiste en acercar el micrófono a la boca.
Preparar un archivo para que se transcriba bien
Saca el audio del vídeo
Si tu fuente es una grabación de pantalla o una entrevista rodada en cámara, extrae primero la pista de audio. Elige el formato que la herramienta marca como copia sin pérdida —normalmente M4A para un MP4— y la pista se copia sin volver a codificarse; trabajar con un archivo de audio de 30 MB en lugar de un vídeo de 2 GB acelera todo lo que venga después. El plan gratuito admite vídeos de hasta 300 MB y extrae hasta una hora de audio; Pro elimina esos límites para MP4, MOV, WebM y MKV.
Limpia el ruido de fondo constante
El aire acondicionado, los ventiladores del ordenador y el rumor del tráfico son constantes, que es justo el tipo de ruido que la reducción de ruido elimina bien. Usa un ajuste suave: la reducción agresiva se come las consonantes, y son las consonantes lo que usa el reconocedor.
Recorta las partes sin habla
Diez minutos de charla previa antes de que empiece la entrevista son diez minutos de procesamiento que no necesitas. El eliminador de silencios reduce las pausas largas, y cortar el principio y el final a mano lleva segundos.
Divide lo que sea muy largo
Las grabaciones largas funcionan con Pro (el plan gratuito cubre 10 minutos por archivo), pero un fallo a dos tercios del camino te cuesta todo. Dividir un archivo largo en tramos de quince o veinte minutos hace el trabajo reanudable y más fácil de cotejar con el audio.
Transcribe y luego léelo una vez contra el audio
No corrijas el texto por su cuenta. Reproduce la grabación a 1,5× mientras lees la transcripción: los errores que sobre el papel parecen plausibles resultan obvios al oír lo que se dijo de verdad.
Qué se equivocará el modelo
Los errores del reconocimiento moderno no son aleatorios: son seguros, gramaticales y plausibles, lo que los hace más difíciles de detectar que la salida ininteligible de los sistemas antiguos. Conocer las categorías te dice dónde mirar.
- Nombres propios. Los nombres de personas, empresas y productos son con diferencia los errores más frecuentes, porque son palabras raras que el modelo tiene pocos motivos para preferir. Haz una lista de los nombres que aparecen en la grabación y búscalos después.
- Homófonos en contexto. *Haya*, *halla*, *aya*; *echo*, *hecho*; *tubo*, *tuvo*. Todos gramaticales, todos silenciosamente equivocados.
- Números y unidades. Las cifras dichas rápido a menudo se transcriben como palabras, o directamente como otra cifra. Todo lo financiero o médico hay que cotejarlo con el audio.
- Atribución de hablantes. Cuando una transcripción separa hablantes, los límites se desplazan tras las interrupciones y pueden intercambiar a dos personas durante un pasaje entero.
- Fluidez inventada. Los reconocedores entrenados con texto escrito tienden a pulir el habla, eliminando titubeos y correcciones. Suele agradecerse, y a veces es un problema cuando importan las palabras exactas.
- Frases alucinadas en el silencio. Los pasajes largos en silencio o con música pueden producir frases plausibles que nunca se dijeron. Recórtalos de antemano.
Por qué esto no debería ser una subida
Piensa en qué se transcribe habitualmente. Entrevistas con fuentes. Consultas médicas. Llamadas legales. Consejos de administración. Sesiones de terapia. Conversaciones de investigación bajo una aprobación ética que especifica dónde pueden guardarse los datos. La categoría de audio que la gente quiere transcribir coincide casi exactamente con la categoría de audio que no debería entregarse a un tercero.
El servicio de transcripción online estándar sube tu grabación, la procesa en infraestructura compartida y devuelve texto. La grabación queda en su almacenamiento bajo una política de retención que no negociaste, puede usarse para mejorar sus modelos según lo que aceptaste, y está sujeta al proceso legal que rija donde estén sus servidores. Para buena parte de las grabaciones profesionales, eso ya hace la herramienta inutilizable con independencia de su precisión.
Cuando transcribes un archivo, la herramienta de voz a texto de aquí ejecuta el modelo de reconocimiento en tu propio equipo: la grabación se procesa en tu dispositivo, no en nuestros servidores, y la transcripción se queda contigo. Eso además elimina por completo la espera de subida —una grabación de dos horas empieza a procesarse de inmediato en lugar de tras veinte minutos de transferencia (gratis: hasta 10 minutos y 50 MB por archivo; Pro: tanto como admita tu dispositivo)— y, una vez descargado el modelo la primera vez, la transcripción de archivos sigue funcionando sin conexión. El dictado en directo con el micrófono funciona de otra manera: usa el servicio de voz de tu dispositivo, que puede ejecutarse en la nube, y la herramienta indica en cada sesión si funciona en el dispositivo o en la nube.
Transcripción de archivos que se ejecuta en tu dispositivo, no en nuestros servidores: sin espera de subida, sin copia en servidor, sin política de retención que leer.
Transcribir una grabaciónConvertir una transcripción en bruto en algo útil
La salida de una transcripción en bruto es un muro de texto: sin párrafos, con puntuación irregular y cada *eh* fielmente conservado. Lo que hagas a continuación depende de para qué es la transcripción, y los cuatro destinos habituales quieren cosas bastante distintas.
| Para qué | Qué conservar | Qué quitar |
|---|---|---|
| Subtítulos | Todo, con sus tiempos | Nada: importa la fidelidad a lo dicho |
| Cita en un artículo | Las palabras exactas, cotejadas con el audio | Nada, pero marca honestamente cualquier elisión |
| Acta de reunión | Decisiones, tareas, cifras | Casi todo: esto es un resumen |
| Entrada de blog a partir de una charla | La estructura y el argumento | Muletillas, repeticiones, sintaxis oral |
| Archivo consultable | El texto completo tal cual | Nada; un texto imperfecto sigue siendo buscable |
Para la limpieza en sí, el recortador de texto elimina espacios sobrantes y líneas en blanco en bloque, y el contador de palabras te dice con qué estás trabajando: una hora de conversación son de ocho a diez mil palabras, un dato útil antes de prometerle a alguien un resumen de dos páginas.
Un hábito que conviene tomar prestado de la transcripción profesional: guarda la salida en bruto como archivo aparte y edita una copia. Una vez eliminadas las muletillas y los titubeos, no se recuperan sin volver al audio, y el momento en que necesitas la redacción original exacta llega invariablemente después de haberla limpiado.
Preguntas frecuentes
¿Qué precisión tiene la transcripción automática?
Con una grabación limpia y el micrófono cerca del hablante, el reconocimiento moderno suele fallar en menos de una palabra de cada veinte, lo que se corrige rápido leyendo. La distancia al micrófono, el eco de la sala y los hablantes solapados degradan eso bruscamente, y ningún software recupera lo que una mala grabación nunca captó con claridad.
¿Puedo transcribir un vídeo directamente?
Sí, aunque es más rápido extraer antes la pista de audio. La extracción es rápida —y sin pérdidas cuando conservas el formato propio de la pista— y convierte un vídeo grande en un archivo de audio modesto, lo que acelera bastante limpiarlo, dividirlo y transcribirlo después.
¿Es seguro transcribir grabaciones confidenciales online?
Solo si el procesamiento ocurre en tu propio dispositivo. Un servicio que sube el audio tiene una copia de él, sujeta a su política de retención y a su jurisdicción, lo que descarta la mayoría de las grabaciones profesionales: entrevistas, consultas, llamadas legales. Una transcripción que se ejecuta de forma local nunca envía el archivo a ninguna parte, así que no hay nada que retener.
¿Por qué la transcripción se equivoca con los nombres?
Los nombres propios son la categoría más difícil para cualquier reconocedor, porque son poco frecuentes y el modelo no tiene motivo contextual para preferir una grafía inusual frente a una palabra común que suena parecido. La solución eficiente es listar los nombres que aparecen en la grabación y buscar después las variantes cercanas, en lugar de leer a la caza.