Transcribir entrevistas online

De la grabación a la cita textual

Da igual si es una entrevista de investigación para una tesis, una fuente para un reportaje o una entrevista con usuarios de un producto: la grabación solo sirve cuando es texto, para codificarla, citarla y buscar dentro de ella. Transcribir a mano cuesta entre cuatro y seis horas por cada hora de audio. Esta página te enseña cómo queda la versión automática con tu propia grabación, usando los primeros 5 minutos, antes de que lleves el resto a la aplicación.

Quién dice cada cosa

Una entrevista es una grabación a dos voces y la transcripción lo refleja: cada intervención lleva la etiqueta Hablante A u Hablante B con su marca de tiempo, de modo que las preguntas de quien entrevista y las respuestas de quien participa no se mezclan. Con paneles de tres personas funciona igual. Las etiquetas se mantienen coherentes en toda la transcripción — quien es Hablante B en el minuto uno sigue siendo Hablante B en el minuto cuatro — y eso es justamente lo que permite codificar por informante.

Qué hace la vista previa

Tu navegador lee el archivo y se queda con los primeros 5 minutos: recorta localmente las grabaciones más largas y vuelve a codificar esa parte como WAV mono de 16 kHz, así que el resto nunca se sube. El audio viaja por una conexión cifrada hasta el motor de transcripción que hay detrás de la aplicación SozAI (AssemblyAI). El idioma se detecta automáticamente entre 99 idiomas, se añade puntuación y se limpian ligeramente las muletillas: el resultado es una transcripción legible, no una transcripción literal estricta. Cuando se entrega el texto, el audio y la transcripción se borran en el proveedor.

Formatos y límites

• M4A, MP3, WAV, AAC, FLAC, OGG/OPUS, WEBM, hasta 25 MB tal cual; las grabaciones más largas se recortan antes a 5 minutos en el navegador (hasta 30 MB en ordenador, 12 MB en móvil).
• Tres vistas previas por dispositivo y día, sin cuenta.
• Tanto una llamada grabada con el altavoz puesto como una entrevista en la mesa de una cafetería se transcriben, con más errores en la voz que suena más baja.

Consentimiento y confidencialidad

Grabar a una persona exige su consentimiento en casi cualquier lugar, y los comités de ética de investigación suelen pedirlo por escrito. Transcribir no cambia eso. Si tu protocolo limita dónde puede procesarse el audio, ten en cuenta que la vista previa la procesa un proveedor con sede en Estados Unidos, salvo que el sitio esté configurado con su punto de acceso en la UE, y usa la configuración de proyecto de la aplicación para todo lo que esté cubierto por un acuerdo de tratamiento de datos.

La entrevista entera

Una entrevista de una hora equivale a doce vistas previas de audio. La aplicación SozAI la transcribe de una sola vez, conserva las etiquetas de hablante, genera un resumen de los temas y guarda cada entrevista en una biblioteca en la que puedes buscar de forma conjunta. Importa desde Notas de voz, Archivos o una grabación compartida. Los primeros 30 minutos son gratis.