Lo esencial
La acumulación existe porque el audio no se puede hojear. Cien mensajes de dos minutos suman más de tres horas de escucha y unas treinta mil palabras si se pasan a texto. Ordena por remitente y fecha en tres grupos: personas que te importan, mensajes ligados a un momento concreto y todo lo demás. Borra el tercer grupo sin escucharlo. Transcribe los dos primeros, porque un texto se lee a unas 250 palabras por minuto frente a las 150 que se hablan, y porque un texto, a diferencia de un audio, se puede buscar.
Tienes una conversación que se remonta años atrás. En algún punto de ese hilo hay unos cuantos cientos de mensajes de voz, y habrás escuchado quizá uno de cada cinco. Cada vez que te desplazas por una fila de burbujas grises con el punto de «sin escuchar», sientes un pequeño tirón de culpa y sigues bajando.
Esa culpa está mal dirigida, pero el instinto que hay detrás no lo está. Algunos de esos mensajes sí importan. El problema es que no tienes forma de saber cuáles, salvo escuchándolos todos en orden, que es justo lo que llevas evitando desde hace tres años.
Haz el cálculo y la culpa desaparece
El audio es el único formato habitual que no se puede hojear. Una página de texto se puede repasar en segundos buscando la única línea que importa. Una grabación de cuatro minutos tarda cuatro minutos en revelarte que no importaba nada. No existe el equivalente de pasar la vista rápido por una página: o te sientas a escucharlo entero o no sabes qué hay dentro.
Así que cuenta lo que realmente tienes delante. Cien mensajes de voz de dos minutos cada uno son más de tres horas de escucha. No tres horas de información útil: tres horas de reproducción, con sus silencios, sus toses y la parte donde alguien cambia de opinión a mitad de frase. Si tu conversación tiene varios cientos de mensajes, estás ante una jornada laboral entera de audio sin ninguna forma de avanzar directamente a lo importante, porque no sabes dónde está lo importante.
Puesto por escrito, esos mismos cien mensajes son unas treinta mil palabras. Una persona habla a unas 150 palabras por minuto; la mayoría lee a unas 250. Leerlo todo de principio a fin ya te ahorra casi la mitad del tiempo, y eso antes de saltarte una sola línea. Una vez convertido en texto, no lo lees de principio a fin: lo hojeas, buscas, saltas de un punto a otro. Las tres horas se reducen a algo que puedes despachar mientras te tomas un café.
No has sido perezoso. Simplemente te has negado a dedicar tres horas a una tarea con un resultado incierto, y negarte a eso es de lo más razonable.
Ordena antes de escuchar nada
Ordenar por remitente y fecha suele bastar para dividir la acumulación en tres montones, y dos de ellos se ven a simple vista sin reproducir un solo mensaje.
- Mensajes de las personas que te importan. Un padre, una pareja, un amigo cercano, alguien que ya falleció o con quien perdiste el contacto. Aquí lo valioso suele ser la voz en sí, más que el contenido.
- Mensajes ligados a un momento concreto. La semana de la mudanza, el viaje, el trabajo nuevo, la discusión, el nacimiento. Las fechas hacen el trabajo por ti: sabes más o menos cuándo pasó cada cosa, así que sabes qué tramo del hilo revisar.
- Todo lo demás. Cuestiones logísticas. «Voy tarde.» «¿Qué quieres cenar?» Confirmaciones de planes que sucedieron o no hace años.
El tercer montón casi siempre es el más grande, y es el que provoca la culpa. No debería. Ordenar lleva minutos, no horas, y es el único paso que tiene que hacerse primero.
Borra la mayoría, y hazlo con intención
Borrar la mayor parte de una acumulación de mensajes de voz es un resultado legítimo, no una forma de no lidiar con el problema. Los mensajes que vale la pena conservar suelen ser una minoría pequeña y evidente, y «evidente» es la palabra clave. Por lo general sabes cuáles son sin necesidad de escucharlos, porque sabes quién los envió y cuándo.
La resistencia a borrar casi nunca tiene que ver con el contenido. Es el miedo a que uno de los mensajes sin escuchar contuviera algo que necesitabas. Dos cosas al respecto. Primero, si hubiera sido urgente, habría vuelto a aparecer: la gente insiste cuando algo importa. Segundo, cualquier cosa realmente decisiva de hace cuatro años ya tuvo sus consecuencias, la hayas escuchado o no.
Si borrar directamente te parece demasiado drástico, transcribe todo el lote primero y luego borra el audio. Te quedas con las palabras, que es lo que en realidad buscarías si volvieras a ese mensaje, y pierdes la voz, que es la parte que nunca ibas a volver a reproducir por un mensaje sobre dónde aparcar.
Transcribe los que conserves, para poder buscarlos
El argumento real a favor de transcribir no es la velocidad. Es que un texto se puede buscar y un montón de audios no. Escribes un nombre, una calle, un restaurante en un buscador y llegas directo al mensaje. Ninguna cantidad de escucha te dará eso, porque para encontrar algo escuchando primero tienes que saber más o menos dónde está.
Esto es lo que convierte una acumulación en un archivo. Una vez que los mensajes de las personas que te importan y los ligados a momentos concretos están en texto, dejas de mantener una lista pendiente y empiezas a conservar un registro. Ya no vas atrasado en nada.
Si el hilo es un chat de grupo, insiste en que se identifique a cada persona que habla. Una transcripción fusionada de cuatro personas enviándose mensajes se lee como un único monólogo interminable, y un monólogo sirve de poco para averiguar quién dijo que se encargaría del depósito. Esto es algo que una herramienta pensada para ello hace y un subtitulado automático genérico no. SozAI es una opción en este sentido: es una herramienta para convertir audio y video en texto con identificación de quién habla, resúmenes y traducción, y funciona en iOS, Android y macOS; puedes conseguirla desde la página de descarga de la aplicación. Sea la que sea la que uses, comprueba que separe a los distintos hablantes antes de meterle un lote grande de mensajes.
Calcula el trabajo antes de empezar
Si quieres saber a qué te enfrentas, transcribe unos cuantos mensajes representativos y cuenta el resultado. Pégalo en un contador de palabras en línea y obtendrás una cifra que puedes multiplicar. A unas 150 palabras habladas por minuto, ese número de palabras también te dice cuánta escucha te acabas de ahorrar.
Escucha una lista corta, y solo esa
Algunos mensajes sí merece la pena escucharlos de verdad. La voz de alguien que ya no está. El que grabó tu hijo a los cuatro años. El mensaje en el que el tono transmite algo que las palabras no dicen. Esos no son información, son grabaciones, y transcribirlos se salta por completo lo que importa.
Esa lista suele ser corta: una docena, no cien. Escúchalos bien, una sola vez, prestándoles atención de verdad. Después, muévelos a un lugar que no sea un chat, porque un chat es una lista pendiente, y una lista pendiente hace que todo lo que contiene se sienta como una tarea sin resolver.
Lo que esto no soluciona
La transcripción no convierte un audio malo en uno bueno. Un mensaje grabado en un bar, con viento en el micrófono, o de alguien que masculla dentro del bolsillo, dará como resultado un texto con huecos y palabras adivinadas a medias. Por el contexto suele notarse que algo no cuadra, pero no siempre podrás recuperar lo que se dijo sin escuchar el audio de todos modos.
Tampoco conserva el tono. El sarcasmo, la duda, la pausa antes de una frase difícil: nada de eso sobrevive al paso a texto. Para cuestiones logísticas eso no supone ninguna pérdida. Para los mensajes que guardaste precisamente por cómo sonaba alguien, es la pérdida completa, y por eso esos mensajes van en la lista de escuchar y no en la de transcribir.
Y el almacenamiento nunca fue el verdadero problema. Los mensajes de voz son archivos pequeños; unos cuantos cientos de ellos difícilmente son lo que te está llenando el teléfono. Vaciar la acumulación te da un registro que se puede buscar y acaba con esa sensación molesta de fondo. No te da espacio libre, y si eso es lo que buscabas, avanzarías mucho más rápido borrando un par de vídeos.
Ponte un límite antes de empezar. Una hora de orden y una transcripción por lotes le bastan a la mayoría de la gente para resolver años de acumulación. Si te encuentras tres horas después todavía escuchando mensajes en orden desde el principio, has recreado exactamente el problema que intentabas resolver.
