Transcribir entrevistas, reuniones y clases — con etiquetas de hablante

El audio con varias voces es donde la transcripción se gana el sueldo, y donde normalmente se desmorona. Un pódcast, una mesa redonda, una entrevista de investigación, una reunión de dos horas — transcribe cualquiera de ellos sin marcar quién habla y obtendrás un muro de palabras técnicamente completo y prácticamente inservible. ¿Eso era la objeción del cliente o el resumen que hizo el comercial de ella? ¿El relato del testigo o la reformulación del abogado? La transcripción lo sabe; simplemente no te lo dice.

La identificación de hablantes lo arregla en el origen. Inwista separa las voces durante la transcripción y tú les asignas nombres reales una sola vez en el editor. El resultado se lee tal y como ocurrió la conversación: como diálogo etiquetado.

Aquí tienes el flujo de trabajo completo, las situaciones en las que lo cambia todo y los hábitos prácticos que hacen que las etiquetas sean precisas.

Cómo funciona, de principio a fin

1. Actívalo al subir el archivo

Empieza un + Nuevo proyecto y, entre los ajustes de subida, activa la diarización de hablantes. Puedes especificar cuántos hablantes contiene la grabación — o, nuestra recomendación de siempre, deja que Inwista detecte el número automáticamente.

2. La transcripción separa las voces

Inwista transcribe y divide la conversación en turnos — cada línea atribuida a Hablante 1, Hablante 2, y así sucesivamente. Y rápido: cuenta con que el procesamiento tarde aproximadamente una quinta parte de la duración de la grabación.

3. Ponles nombre en el editor

Abre el archivo en el editor, donde viven las herramientas de hablante:

• El menú de hablantes — ver, añadir, renombrar o eliminar hablantes. Escribe «Hablante 1 → Anna Berg» una vez y la etiqueta se actualiza en toda la transcripción.
• Reasignación línea a línea — donde dos voces se solapan o la detección se equivocó, asigna el hablante correcto a esa línea concreta.
• Renombrado masivo — cambia todos los nombres de hablante en una sola operación cuando hace falta un ajuste general.

4. Exporta — con una casilla que importa

Descarga como TXT, DOCX o PDF — y en la ventana de descarga, marca «Incluir hablantes». Esa casilla es lo que lleva las etiquetas al archivo final; es lo que más se olvida en este flujo de trabajo, así que considera este párrafo tu ticket de soporte preventivo.

Dónde las transcripciones etiquetadas cambian el trabajo

Pódcast. Una transcripción con etiquetas de hablante es la versión legible y publicable del episodio — y la columna vertebral de una versión accesible. Encaja directamente en el formato de transcripción conforme a las WCAG, donde «deja claro quién dice qué» es el requisito número dos.

Entrevistas de investigación y grupos focales. El análisis vive o muere por la atribución — codificar un grupo focal donde no distingues a los participantes no es análisis, es arqueología. Los turnos etiquetados hacen que las citas sean citables y que los patrones se puedan rastrear hasta personas concretas. Combínalo con una temperatura baja para la fidelidad literal que exige el trabajo cualitativo.

Reuniones. La transcripción es el acta — quién planteó el riesgo, quién se comprometió con el plazo, quién discrepó — sin que nadie en la sala queme su atención tomando notas. Nombra a los participantes una vez y exporta; el correo de seguimiento se escribe solo a partir del registro.

Clases y docencia. Las clases magistrales se transcriben limpiamente de todos modos, pero en cuanto empieza el turno de preguntas, la diarización se gana su sitio: las preguntas del alumnado y las respuestas del profesorado se mantienen separadas, que es justo lo que necesita quien repasa a partir de la transcripción. Y una versión en texto de cada clase es una victoria de accesibilidad antes que ninguna otra cosa.

Registros jurídicos y formales. Cuando la documentación debe mostrar con precisión quién dijo qué, la atribución no es una comodidad — es el objetivo. Conviene saberlo de paso: las grabaciones se procesan en servidores de la UE con cifrado AES-256 en todos los planes, y hay un acuerdo de encargo del tratamiento disponible en Enterprise para las organizaciones que necesitan el papeleo.

Conseguir etiquetas precisas: dos hábitos

Dale audio separable. La diarización distingue voces; el solapamiento intenso — todo el mundo hablando a la vez — es difícil tanto para humanos como para máquinas. Una colocación razonable de los micrófonos y alguien moderando que deje terminar a la gente hacen más por la precisión de las etiquetas que cualquier ajuste.

Pon nombre a los hablantes pronto, no tarde. Asigna los nombres reales como primer acto de edición. Cada lectura posterior se vuelve más fácil, y las líneas mal atribuidas saltan a la vista de una forma que los errores de «Hablante 3» nunca consiguen.

De la grabación al registro, en minutos

Entrevistas, reuniones, clases — sube, activa la diarización, nombra a los hablantes, exporta con etiquetas. El plan gratuito de Inwista te permite recorrer todo el flujo con tu propio material — subir, transcribir, estructurar, editar y exportar. Los límites actuales y los detalles de cada plan están en la página de precios.

Transcribe tu próxima conversación →

Preguntas frecuentes

¿Con cuántos hablantes puede trabajar? Puedes fijar el número esperado al subir el archivo o dejar que Inwista lo detecte automáticamente — la opción que recomendamos. La precisión es mayor cuando las voces se turnan; el solapamiento sostenido degrada cualquier diarización, la nuestra incluida, y por eso importan los hábitos de micrófono y moderación de más arriba.

¿Inwista conoce los nombres de los hablantes? No — y es a propósito. La diarización separa voces; la identidad la pones tú. Renombra cada hablante detectado una vez en el editor y la etiqueta se aplica a toda la transcripción.

Una línea se atribuyó a la persona equivocada — ¿puedo corregir solo esa línea? Sí. La asignación de hablante línea a línea existe exactamente para eso: corrige la línea concreta sin tocar el resto.

Mi transcripción exportada no lleva nombres. ¿Qué ha pasado? Casi con seguridad, la casilla «Incluir hablantes» de la ventana de descarga no estaba marcada. Vuelve a exportar con ella marcada — las etiquetas están en el proyecto; la casilla decide si viajan al archivo.

¿Funciona también con archivos de video? De forma idéntica. La diarización trabaja sobre la pista de audio, así que una mesa redonda grabada en video o la grabación de una videollamada se comportan exactamente como un archivo de audio.

Grabamos conversaciones sensibles — casos de recursos humanos, reuniones con clientes. ¿Adónde van los datos? Procesamiento y almacenamiento en servidores de la UE con cifrado AES-256, en todos los planes incluido el gratuito. Tú controlas el borrado, y los clientes Enterprise pueden formalizar un acuerdo de encargo del tratamiento.