Cómo transcribir audio a texto con MyClawn Transcribe

Paso 1: sube tus archivos

Usa el cuadro de carga de la página de inicio. Se aceptan: MP3, WAV, M4A, AAC, OGG, FLAC, MP4, MOV, WebM y MKV. Cada archivo puede tener hasta 4 GB y un trabajo puede incluir hasta 10 archivos. Si el audio está dentro de un vídeo, sube el vídeo tal cual; no hay nada que convertir ni extraer.

Paso 2: indica quién habla y cómo lo quieres

Escribe un encargo breve con palabras sencillas. Conviene incluir:

• Nombres de los hablantes, por ejemplo: Dana (presentadora) y Luis (invitado). Sin nombres obtienes Hablante 1, Hablante 2. Nunca se inventan nombres.
• Literal (conserva cada muletilla y cada arranque en falso) o lectura limpia (la predeterminada, que los elimina)
• Marcas de tiempo: en cada intervención de hablante por defecto, o cada minuto si lo prefieres
• Extras: un resumen, tareas pendientes, capítulos o subtítulos SRT o VTT
• Ortografía de nombres, productos y jerga que la grabación pueda escribir mal

Ejemplo de encargo: Dos hablantes, Dana y Luis. Quita las muletillas. Marcas de tiempo cada minuto. Añade un resumen al principio.

Paso 3: paga y espera

El pago es una suscripción de Stripe: $25 al mes por 20 archivos o $79 por 100. Después, el trabajo se procesa en dos pasadas. El reconocimiento de voz genera texto con marcas de tiempo; luego, una pasada de edición añade puntuación, párrafos y etiquetas de hablante, y comprueba que la última marca de tiempo esté cerca del final de la grabación.

Paso 4: recibe tu documento

Recibes un correo electrónico y una página de descarga con:

Cuando subes varios archivos, cada resultado lleva el nombre de su archivo de entrada. Un breve resumen del trabajo indica la duración de la grabación, los hablantes detectados y cuántos pasajes están marcados como [inaudible].

Prepara la grabación para una mejor transcripción

La transcripción solo puede ser tan buena como el audio. Unos minutos antes de subirlo marcan una gran diferencia:

• Sube el archivo original, no una copia recomprimida. Los archivos grandes están bien, hasta 4 GB.
• Si cada persona se grabó en una pista separada, sube cada pista como un archivo propio e indícanos cuál es cuál. Las pistas separadas evitan el problema de las voces superpuestas.
• Incluye en el encargo los nombres y la ortografía de las palabras poco comunes: nombres de empresas, productos, personas, lugares y términos técnicos.
• Indica cuántos hablantes hay y quiénes son. Si un hablante solo dice unas pocas palabras, dilo.
• Cuéntanos para qué se usará la transcripción (una entrevista publicada, notas internas, un anexo de investigación). Eso decide si es literal o limpia, y cuánto se pule.

Una prueba real

Probamos el servicio con una grabación de 4 minutos. Devolvió una transcripción en Word en 80 segundos. Es una prueba pequeña, no una promesa sobre todos los archivos: las grabaciones largas tardan más, y no ofrecemos un plazo garantizado. Normalmente el resultado llega bastante antes de una hora.

Encargos que funcionan, por situación

Cambios

Si una etiqueta está mal o un nombre está mal escrito, respóndenos en una línea. Cada trabajo incluye dos rondas de cambios. Si aun así no cumple, tienes 14 días para pedir un reembolso.

Límites que debes conocer antes de subir

• Es IA, no una persona escuchando cada palabra. Los acentos marcados, las voces superpuestas y las salas ruidosas tendrán algunos fallos. Señalamos lo que no podemos oír en vez de adivinarlo.
• Las etiquetas de hablante se infieren de la conversación y de los nombres que indiques. En llamadas con muchas voces parecidas, revisa las etiquetas.
• No hay transcripciones legales ni judiciales certificadas.
• No hay historiales médicos cubiertos por HIPAA. Por favor, no los subas.
• No traduce. Cada grabación se transcribe en el idioma en que se habla.
• Los archivos se eliminan a los 30 días.

Qué pasa con las grabaciones largas o con varios archivos

Un trabajo puede incluir hasta 10 archivos. Cada archivo genera su propia transcripción, con el nombre de su archivo de entrada, así que diez entrevistas llegan como diez documentos y no como una masa combinada. Las grabaciones largas simplemente tardan más en procesarse. Después del procesamiento, la última marca de tiempo se compara con la duración de la grabación, así que una transcripción que se corta a mitad se detecta antes de la entrega. Si quieres un solo documento combinado, indícalo en el encargo.

Preguntas

Más sobre Transcribe