Software para transcribir entrevistas y saber quién dijo qué

Con la API, envía hasta 95 MB en un solo request multipart. Para archivos más grandes, usa la subida en partes con las mismas opciones, hasta 2 GB.

Antes de subir el archivo, asígnale un identificador de sesión y anota quién participó. Escucha el principio y un tramo intermedio para comprobar que es la grabación correcta y que la pista de audio contiene la entrevista. Guarda el original por tu cuenta para consultarlo durante el análisis.

En el panel, activa “Identify speakers” antes de empezar. Por API, usa diarize=true como en el ejemplo. Deja language en auto o indica el idioma conocido. Revisa a quién corresponde cada etiqueta: Speaker 1 se asigna dentro de una grabación y no identifica a la misma persona entre sesiones.

En formato de texto, cada línea puede empezar con la marca de tiempo y el hablante. Puedes copiarla a tu documento de análisis sin perder la referencia al audio.

Escucha la grabación y relaciona las etiquetas numeradas con los identificadores de tus participantes. Guarda esa correspondencia junto a la copia de trabajo. Si alguien pregunta lejos del micrófono o dos personas se interrumpen, revisa dónde cambia la voz; no des por correcta cada etiqueta.

El texto del ejemplo es ilustrativo, no una cita de un participante real. Al llevar un fragmento al análisis, conserva el identificador de sesión y la marca de tiempo. Así podrás verificarlo después sin buscar la frase en toda la entrevista.

Si codificas en tus propias herramientas, descarga la transcripción en JSON. Incluye la lista de hablantes y, en cada segmento, la voz, el idioma y los tiempos de inicio y final.

Guarda los códigos de investigación aparte del texto original. Un segmento puede aportar a varios temas y tu interpretación puede cambiar al revisar más sesiones. Vincula las anotaciones al ID de la fuente y a un intervalo de tiempo para poder revisarlas sin sobrescribir lo que dijo la persona.

Un segmento no equivale necesariamente a una unidad de significado. Una respuesta puede ocupar varios segmentos y uno solo puede contener varias ideas. Lee también lo que hay antes y después de una cita; conserva la pregunta cuando cambie cómo se entiende la respuesta.

Acuerda cómo tratarás las repeticiones, las frases inconclusas, las palabras que no se entienden y las observaciones no verbales. Aplica el mismo criterio en todas las sesiones y documenta los cambios que puedan afectar la lectura de una cita.

La transcripción automática es un borrador para revisar. Puede equivocarse con términos especializados, palabras regionales o voces bajas. Tampoco anota cada pausa, risa o gesto según una convención de investigación. Si tu método los necesita, añádelos desde la grabación y distínguelos de las palabras reconocidas.

Conserva una descarga sin corregir y otra versión revisada. Así puedes seguir los cambios sin confundir una copia pulida con la transcripción original. Antes de publicar una cita, comprueba las palabras, quién las dijo y el intercambio completo en el audio.

El archivo subido se elimina 24 horas después de que la transcripción llega a completed, failed o canceled. El texto se conserva hasta que lo elimines. Si necesitas volver al audio durante el estudio, guarda tu propia copia y gestiona el acceso y los plazos de conservación de las descargas.

Para varias entrevistas, crea una transcripción por archivo y conserva su relación con el identificador de sesión. Los webhooks pueden recoger las transcripciones, pero un fallo debe seguir marcado como fallo, no como una entrevista completada sin texto. Cada grabación puede durar hasta 5 horas y ocupar hasta 2 GB con subida en partes, según los límites de tu cuenta.