Transcripción literal

¿Qué es la transcripción literal?

La transcripción literal convierte el habla en texto exactamente tal como se pronunció. Conserva las muletillas (eh, este, o sea), los falsos comienzos, las repeticiones, los tartamudeos y los sonidos no verbales, como risas y pausas. Nada se parafrasea, se corrige ni se pule. La transcripción final registra qué se dijo y cómo se dijo.

Esa segunda parte es la clave. La mayoría de las transcripciones ordenan el habla sin avisar: eliminan los tropiezos, cierran los huecos y le entregan algo legible. La transcripción literal se niega a ordenar. Un testigo que duda antes de responder, un participante de un estudio que empieza la misma frase tres veces, una fuente que se ríe de su propia afirmación: todo queda en el texto.

El término inglés verbatim, que también se usa en español, viene del latín y significa «palabra por palabra», y ese sigue siendo el criterio de trabajo. Si se pronunció, aparece en la transcripción. Los taquígrafos judiciales llevan más de un siglo aplicando esta disciplina, y los investigadores cualitativos la adoptaron porque, en el análisis de entrevistas, las vacilaciones y las autocorrecciones son datos y no ruido.

Aun así, la transcripción literal es un espectro más que un formato único. Antes de encargar o producir una transcripción, necesita saber cuál de los tres estilos reconocidos requiere el trabajo.

Literal completa vs. literal inteligente vs. transcripción editada

Los estilos de transcripción se diferencian en cuánto del habla original llega a la página, y elegir el equivocado puede costarle un registro útil o enterrar al lector en disfluencias.

Literal completa (literal pura)

Se transcribe todo. Muletillas, falsos comienzos, repeticiones, tartamudeos, interrupciones y voces superpuestas se mantienen, y las señales no verbales se anotan entre corchetes: [risas], [pausa], [suena el teléfono]. También llamada literal estricta, es el estándar para registros de testimonios, análisis del discurso y cualquier transcripción que pueda someterse a escrutinio más adelante.

Literal inteligente (literal limpia)

También se conoce como transcripción no literal. Se conservan todas las palabras con significado, pero se eliminan las muletillas, los falsos comienzos y las repeticiones, y las formas coloquiales como «pa'» se normalizan a «para». El significado nunca se altera. La literal limpia es la opción habitual para reuniones de empresa, entrevistas publicadas y pódcasts.

Transcripción editada

El nivel más pulido. Se corrige la gramática, los fragmentos se convierten en oraciones completas y la redacción se suaviza para su publicación. Las transcripciones editadas se leen como prosa escrita, lo que las hace ideales para entrevistas publicadas en formato de preguntas y respuestas y para resúmenes ejecutivos, pero inadecuadas como registro de lo que se dijo exactamente.

Cuándo necesita la literal completa (y cuándo no)

El estilo debe ajustarse a lo que está en juego: elija la literal completa cuando la propia transcripción sea la prueba.

Tribunales, declaraciones y testimonios

Los procedimientos judiciales se basan en registros completos. Una transcripción de una declaración que omite sin avisar una vacilación o un falso comienzo es un registro distinto del testimonio, y la parte contraria puede impugnarla. Las transcripciones literales también conservan material para cuestionar la credibilidad del testigo: la formulación exacta que usó la primera vez. Los equipos legales usan Sonix para convertir declaraciones, audiencias, grabaciones de cámaras corporales y entrevistas con clientes en transcripciones con búsqueda y marcas de tiempo. Vea cómo funciona para los equipos legales.

Entrevistas de investigación cualitativa y análisis del discurso

En el análisis conversacional y en los trabajos de teoría fundamentada, la manera en que un participante dice algo tiene significado: las pausas señalan temas sensibles y los reinicios, ideas reformuladas. Codificar a partir de una transcripción limpia desecha esa señal, y por eso los protocolos de los comités de ética (IRB) y los apartados de metodología exigen tan a menudo la transcripción literal. Sonix está pensado para investigadores, con etiquetas de hablante que puede renombrar con los códigos de los participantes y exportaciones que se importan directamente en NVivo, ATLAS.ti y MAXQDA. Los flujos de trabajo con entrevistas cambian rápido, y nuestro estudio sobre transcripción de entrevistas muestra los datos.

Investigación lingüística

Los estudios de disfluencias, la sociolingüística y la investigación sobre adquisición del lenguaje necesitan cada unidad: los tartamudeos, las reparaciones, las formas coloquiales exactas. Normalizar «pa'» a «para» destruye la propia observación.

Verificación de datos y periodismo

Cuando una figura pública niega una cita, la transcripción literal zanja la cuestión. Los verificadores necesitan la frase completa con sus falsos comienzos y matices, porque la polémica suele estar en el contexto.

Cuándo conviene más la literal limpia

Si la transcripción es una herramienta y no un registro, elija la literal inteligente. Las notas de reuniones, la reutilización de contenidos y los resúmenes internos se leen más rápido sin los «eh». En la transcripción de reuniones periódicas, lo limpio y legible gana a lo estricto y completo.

Cómo funciona la transcripción literal en Sonix

Sonix transcribe el habla tal como la oye, y un solo ajuste decide si las muletillas se quedan en la transcripción.

El motor de transcripción automática de Sonix le entrega en minutos un primer borrador con marcas de tiempo e identificación de hablantes. A partir de ahí, cada paso está pensado para la precisión literal.

Muletillas: sí o no

La opción «Filler words» de su configuración de transcripción controla si um, ah y hmm se transcriben en las transcripciones en inglés. Actívela para trabajos literales o déjela desactivada para obtener un borrador literal limpio. El ajuste se aplica a las transcripciones creadas después de cambiarlo, así que configúrelo antes de subir un trabajo literal.

Marcas de tiempo por palabra

Cada palabra lleva su marca de tiempo, así que puede hacer clic en cualquier punto de la transcripción y escuchar ese momento exacto del audio. En el trabajo literal estricto, es la diferencia entre una comprobación puntual y volver a escuchar el archivo entero.

Un editor pensado para la revisión literal

Para requisitos literales estrictos, use el editor del navegador para añadir notaciones no verbales como [risas] y [pausa], además de cualquier falso comienzo o muletilla que la IA haya suavizado. El audio se reproduce sincronizado con el texto, así que la pasada literal es rápida.

Identificación de hablantes

Los hablantes se detectan y etiquetan automáticamente, y usted puede cambiar las etiquetas por los nombres de los declarantes o los códigos de los participantes, que se mantienen en toda la transcripción. Nuestra guía de diarización de hablantes explica cómo funciona.

Exportaciones para uso legal y de investigación

Exporte a Word, PDF y texto plano con las marcas de tiempo y las etiquetas de hablante intactas, además de SRT y VTT para revisar video subtitulado. En total hay 18+ formatos de exportación.

Escale cuando lo necesite

Suba varios archivos a la vez o automatice flujos de trabajo literales de gran volumen mediante la API de Sonix. La transcripción está disponible en 54+ idiomas.

Por qué la precisión importa más en el trabajo literal

En una transcripción literal, un error no tiene dónde esconderse: cada palabra es el registro, así que cada palabra tiene que ser correcta.

En una transcripción limpia, un pequeño error puede pasar desapercibido tras la paráfrasis. Por eso importa tanto la precisión de base del motor. Sonix ofrece un 99% de precisión en audio claro, lo que significa que en una grabación de una hora solo hay que corregir una pequeña parte de las palabras, en lugar de volver a teclearlo todo.

La calidad del audio sigue importando: las grabaciones claras y con pocas voces superpuestas producen los mejores primeros borradores, así que colocar bien el micrófono en declaraciones y entrevistas sale a cuenta.

Cuánto cuesta la transcripción literal

Con Sonix, la transcripción literal cuesta lo mismo que cualquier otro estilo: usted paga por hora de audio, desde $10 por hora, no por cuánta habla conserva.

La transcripción literal humana es el extremo caro de un servicio ya caro. La transcripción humana profesional suele costar entre $100 y $150 por hora de audio y tarda días en entregarse, y el audio difícil (varios hablantes, ruido de fondo, muchas voces superpuestas) puede encarecer la factura entre un 25 y un 50%. Como la literal completa implica recoger cada disfluencia, los servicios suelen cobrarla por encima de su tarifa estándar.

La IA no cobra más por dejar los «eh». Para ver el desglose completo de precios entre IA y transcripción humana, consulte nuestra guía sobre cuánto cuesta la transcripción o vea los precios de Sonix.