De audio/video a texto con Escribano Transcripciones

Hay muchos elementos que se deben tener en cuenta al momento de realizar una transcripción automatizada. Entre otros, está la calidad del audio, la claridad de los participantes, la terminología utilizada, entre otros. Siempre es bueno hacer una prueba con varios modelos para encontrar el que mejor se ajuste en términos de resultados, costo y tiempo de entrega de resultados. Para conocer más, ve a nuestro Blog

Para comenzar, ninguna transcripción automatizada es 100% precisa. Así mismo, las necesidades y requerimientos de cada cliente son diferentes y mientras que para algunos es absolutamente necesario tener una transcripción con un nivel de certeza alto ya que esta puede ser parte de un entregable hacia algún tercero, para otros, la transcripción es una guía que les permite consultar las ideas principales de alguna conversación, entrevista, sesión, etc. Teniendo esto en mente, no necesariamente el modelo más costoso es el mejor. Nuestra transcripción original ha entregado muy buenos resultados en gran parte de los audios que hemos trabajado para varios de nuestros clientes y cubre sus necesidades. Sin embargo, en caso de requerirse una transcripción un poco más especializada, tenemos el modelo de transcripción optimizada que realiza mejoras en cuanto a la separación de los interlocutores, la gramática y redacción de las frases y la correcta escritura de las palabras. Aunque este modelo no alcanza un 100% de precisión como lo haría una curación humana, si mejora mucho la transcripción automatizada y permite conseguir una transcripción “curada” a un nivel bastante profesional. Por último, tenemos el servicio de Curación Humana, que a diferencia de los otros dos mencionados anteriormente, implica tiempos y costos mucho más altos y que recomendamos usar solo si es necesaria.

Escribano ofrece la opción de subir varios archivos al tiempo. Sin embargo, si es requerido, podemos trabajar con un Gateway Personalizado que permita procesar los archivos de nuestros clientes desde el origen, o generar una opción tipo “Batch” para subir archivos a nuestro sistema en modo “off-line”.

La diarización, o separación de los participantes puede tener un rendimiento deficiente si uno o algunos de ellos sólo participan una vez o con poca frecuencia a lo largo de la grabación. Adicionalmente, si el participante responde siempre con frases cortas o de una sola palabra, el modelo puede tener dificultades para identificar los participantes. Por último, si el tono de voz de los participantes en la grabación es muy similar, el sistema puede presentar dificultades para identificarlos y separarlos con precisión. Otros factores importantes que pueden impactar son el ruido de fondo, la participación simultanea de 2 o más participantes o el eco generado durante la grabación.

Para mejorar el rendimiento del modelo de reconocimiento de participantes, se recomienda asegurarse de que cada orador hable durante al menos 30 segundos ininterrumpidos. También puede ser útil evitar situaciones en las que una persona hable sólo unas pocas frases cortas como "Sí", "Correcto" o "Suena bien". Si es posible, evitar las conversaciones cruzadas también puede mejorar el rendimiento. Adicionalmente, la calidad de la grabación, incluidos los dispositivos usados para realizar dicha grabación, juegan un papel importante.

La precisión del modelo de reconocimiento depende de varios factores, como la calidad del audio, el número de hablantes y la longitud del archivo de audio. Asegurarse de que cada orador hable durante al menos 30 segundos ininterrumpidos y evitar escenarios en los que una persona sólo habla unas pocas frases cortas puede mejorar la precisión. Sin embargo, es importante tener en cuenta que el modelo no es perfecto y puede cometer errores, sobre todo en los escenarios más difíciles.