Convertir una grabación en texto
Publicado el · Actualizado el 3 min de lectura
Transcribir una grabación, una clase, una reunión, un mensaje de voz o una entrevista evita volver a escucharlo todo para encontrar una frase. La herramienta transcribe un archivo de audio en su navegador, con un modelo de reconocimiento de voz. El resultado es útil, pero requiere una relectura: en una voz clara, cuente con corregir aproximadamente una palabra de cada cuatro, y la elección del idioma, igual que el ruido, cambian mucho el resultado.
Qué hace la herramienta
Audio a texto transcribe un archivo de audio en su navegador. El archivo no se envía: solo se descarga el modelo, una vez, después de que marque la casilla de consentimiento. Se ofrecen tres formatos de exportación: TXT para un texto, SRT y VTT para subtítulos.
Lo que descarga el primer uso
En el primer uso, el navegador descarga el modelo y sus scripts desde dos servicios ajenos al sitio. Son descargas: ninguna lleva su archivo de audio. El botón «Borrar caché» elimina después el modelo del navegador si quiere recuperar el espacio.
Elegir el idioma
El menú de idioma ofrece un ajuste automático y veinte idiomas. Con el modelo integrado, la detección automática se equivoca con facilidad: en una voz francesa, puede tomarla por inglés y producir frases sin relación con lo que se dijo. La herramienta selecciona, por tanto, el idioma de la página por defecto. Elija siempre el idioma de la grabación: es el ajuste que más cambia el resultado.
| Idioma ajustado | Palabras erróneas de 32 |
|---|---|
| Automático | casi todas |
| Francés | 8 a 10, una cuarta parte |
Lo que da un idioma correcto
En una voz clara, la transcripción es comprensible, con errores típicos: un plural perdido («parcels» por «parcelles»), un nombre propio sin mayúscula, un número escrito en cifras («3» por «trois») y palabras raras mal oídas. Por eso la relectura sigue siendo necesaria.
El efecto del ruido
El ruido de fondo degrada rápidamente la transcripción.
| Grabación | Palabras erróneas de 32 |
|---|---|
| Sin ruido | 8 (25 %) |
| Ruido ligero, más débil que la voz | 11 (34 %) |
| Ruido tan fuerte como la voz | 31 (97 %) |
Un ruido ligero cuesta unas palabras. Un ruido tan fuerte como la voz hace la transcripción inutilizable.
El tiempo de procesamiento
Cuente de unos segundos a una decena de segundos para una grabación de una quincena de segundos, con la carga del modelo incluida, en un ordenador de sobremesa. Un archivo más largo requiere más tiempo y memoria.
Lo que estas cifras no dicen
Estos órdenes de magnitud proceden de voces claras y regulares. Una voz real, con acento, dudas o varias personas hablando, dará otras cifras. Pruebe un fragmento corto de su propia grabación antes de lanzar el archivo entero.
Mejorar el resultado
- Elija el idioma de la grabación en el menú.
- Reduzca el ruido en origen: un micrófono cercano da mejor resultado que un filtro aplicado después.
- Si el archivo está en un formato poco habitual, conviértalo antes con Convertir una grabación de voz sin estropearla.
Relea siempre los nombres propios, las cifras y los términos técnicos.
Para qué grabaciones
Una clase, una reunión, una entrevista o un mensaje de voz: el texto permite buscar una frase sin volver a escucharlo todo y recuperar pasajes.
Comprobar el texto obtenido
- Escuche la grabación siguiendo el texto.
- Corrija los nombres, los números y las concordancias.
- Exporte en TXT para un texto, en SRT o VTT para subtítulos.
Preguntas frecuentes
- ¿Se envía mi grabación para transcribirla?
- No. Solo se descarga el modelo, una vez, tras su consentimiento. El archivo de audio permanece en su dispositivo.
- ¿Qué precisión esperar?
- En una voz clara en francés, cuente con corregir aproximadamente una palabra de cada cuatro. El ruido de fondo la degrada rápidamente.
- ¿Qué idioma elegir?
- El de la grabación. La detección automática se equivoca con facilidad con el modelo integrado.
- ¿Qué formatos de exportación se ofrecen?
- TXT para un texto, SRT y VTT para subtítulos.