Guía

Cómo transcribir una entrevista que necesitas citar con exactitud

La transcripción automática ya es lo bastante buena para trabajar a partir de ella y sigue sin serlo para citar a ciegas. La diferencia es un repaso de verificación que lleva minutos, no horas.

30 August 2026

La transcripción automática cambió el trabajo con entrevistas de una forma concreta. No eliminó la necesidad de verificar tus citas. Eliminó la necesidad de teclear noventa minutos de conversación para encontrarlas.

Es un gran cambio, y solo funciona si mantienes el paso de verificación. Este es un método que parte de la idea de que la transcripción es un índice buscable del audio y no un documento terminado.

Antes de grabar #

Dos decisiones aquí ahorran más tiempo que cualquier cosa que hagas después.

Pon la grabadora cerca de la persona, no cerca de ti. La causa más habitual de una transcripción inservible es un teléfono tumbado en la mesa de una cafetería entre dos personas, captando la máquina de espresso al mismo volumen que tu entrevistado. Un teléfono apoyado en algo, orientado hacia esa persona, a un metro, es muchísimo mejor. Un micrófono externo es todavía mejor, y rara vez necesario.

Di quién es quién, en voz alta, al principio. «Es día 30, hablo con la doctora Chen sobre los resultados del ensayo». Diez segundos, y sobrevive en la transcripción como una cabecera que puedes buscar. Si grabas muchas entrevistas, esta es la diferencia entre una carpeta de archivos llamados New Recording 47 y un archivo documental de verdad.

Cómo transcribirla #

La mecánica es sencilla. La decisión que conviene tomar de forma deliberada es a dónde va el audio.

La mayoría de servicios de transcripción suben tu grabación a un servidor. Para una entrevista, eso es una cuestión práctica y no filosófica:

• Si le prometiste confidencialidad a una fuente, enviar la grabación a un tercero es algo que deberías poder describir con exactitud si te preguntan.
• Si tu entrevistado habla de algo cubierto por un acuerdo de confidencialidad, por la privacidad médica o por una aprobación ética, «lo subimos a un servicio estadounidense que lo conserva 30 días» puede incumplir condiciones que aceptaste.
• Si estás sobre el terreno sin cobertura, una herramienta basada en subida sencillamente no funciona.

La transcripción local esquiva todo eso: el archivo se lee del disco, se transcribe en tu máquina y no se envía a ninguna parte. Si prefieres verificar esa afirmación en lugar de creerte la palabra de nadie, la nuestra incluida, escribimos tres formas de comprobarlo tú mismo.

Con Offline Transcription, suelta la grabación, fija el idioma si no es inglés y transcribe. Una entrevista de noventa minutos tarda unos minutos en Apple Silicon.

El repaso de verificación #

Esta es la parte que importa, y la que la gente se salta.

No estás corrigiendo la transcripción entera. Estás verificando las frases concretas que piensas publicar, más los puntos donde se sabe que se concentran los errores.

Verifica contra el audio cada cita que pienses usar. No el párrafo que la rodea: las palabras que van dentro de las comillas. Esto no es negociable si la cita va a salir impresa con el nombre de alguien.

Verifica estas cuatro cosas en todas partes:

1. Nombres y organizaciones. Whisper convertirá con total seguridad un apellido poco conocido en una palabra común que suene parecido. Lo hace sin dar ninguna señal de que dude.
2. Cifras. «Quince» y «cincuenta» se separan por un fonema y por un error factual. Lo mismo pasa con «millones» y «miles de millones» en el habla rápida.
3. Negaciones. «No nos planteamos eso» y «nos planteamos eso» se diferencian en una palabra corta que es fácil de comerse al hablar. Este es el error que acaba en demandas.
4. Habla superpuesta. Cuando dos personas hablan a la vez, las transcripciones las mezclan, y una frase puede acabar atribuida por completo a la persona equivocada.

El truco mecánico que hace esto rápido: trabaja en una vista por segmentos donde cada línea lleve su propia marca de tiempo, y reproduce el audio de esa línea concreta en vez de arrastrar por la forma de onda. Verificar doce citas pasa a ser doce clics en lugar de doce búsquedas a lo largo de noventa minutos. En nuestra app, la vista Segmentos hace exactamente esto: selecciona una línea, pulsa reproducir y oye solo esa línea.

Etiquetas de hablante #

Nada construido sobre Whisper identifica hablantes de forma fiable. Las herramientas que lo ofrecen ejecutan un modelo de diarización aparte, y los resultados son aceptables con dos personas en una sala tranquila y malos con cuatro en una sala animada.

Para una entrevista normal de dos personas, el enfoque práctico es corregirlo tú en el momento de usarlo: sabes qué voz es la tuya y, cuando estés sacando citas, ya estarás escuchando esos momentos de todos modos. No montes un flujo de trabajo que dependa de que las etiquetas automáticas sean correctas.

Cómo mantener la transcripción útil más adelante #

Dos hábitos, ambos baratos:

Exporta con marcas de tiempo, no solo texto. El texto plano es a partir de lo que escribes; una exportación con marcas de tiempo es lo que te permite volver a encontrar el momento dentro de seis meses, cuando llegue una comprobación de datos. El CSV va bien para esto si quieres ordenar o filtrar en una hoja de cálculo.

Guarda el audio. La transcripción es obra derivada. Si alguna vez se discute una cita, la grabación es la prueba y la transcripción no.

La versión corta #

Graba cerca del entrevistado y presenta la entrevista en voz alta. Transcribe en local, para que la grabación siga siendo tuya y funcione sin cobertura. Después verifica contra el audio cada cita que pienses publicar, además de nombres, cifras, negaciones y habla superpuesta en todo el texto. Usa una vista por segmentos con reproducción línea a línea para que verificar lleve minutos.

La transcripción es un índice rápido de lo que se dijo. Tus citas siguen saliendo de la grabación.