Transcribe una carpeta entera de grabaciones en un solo trabajo

Por qué transcribir un lote de grabaciones es lento en una ventana de chat

Los chatbots procesan una conversación a la vez. Incluso si tu plan acepta audio, tienes que subir un archivo, esperar, copiar el resultado y volver a empezar con el siguiente; además, los archivos largos chocan con el límite de subida o devuelven transcripciones resumidas. Con veinte o cincuenta grabaciones, pasas más tiempo gestionando archivos que leyéndolos, y es muy fácil pegar una transcripción con el nombre equivocado.

Aquí todo el lote se procesa como un solo trabajo. Cada archivo se divide en fragmentos de hasta diez minutos, cada fragmento se transcribe palabra por palabra mediante un modelo de voz con IA, y las partes se vuelven a unir por archivo, calculando los tiempos desde el inicio de cada uno.

Casos de uso habituales de transcripción por lotes

• Entrevistas de investigación y grupos focales para una tesis o un estudio
• Llamadas de clientes o de ventas grabadas para su posterior revisión
• Un semestre de clases cortas o un curso de formación dividido en varios archivos
• Notas de voz y grabaciones de campo hechas con el teléfono
• Archivos históricos de podcasts o programas de radio que nunca se transcribieron
• Un archivo familiar de cintas de casete o contestadores digitalizados a MP3

Cómo se contabilizan los archivos y el tiempo total

Los archivos se procesan por orden de nombre, y dentro de un ZIP también cuenta la ruta de la carpeta, de modo que "Week 1/Lecture 2.mp3" va antes que "Week 2/Lecture 1.mp3". Los números en los nombres se ordenan como números, por lo que "Part 2" va antes que "Part 10". Si el orden te importa, pon un número o una fecha al inicio de cada nombre. Se omiten los archivos que no sean de audio dentro de un ZIP, los archivos ocultos y las copias "__MACOSX" que añade Mac. Si un archivo idéntico aparece dos veces, solo se transcribe una vez.

El precio depende de la duración total, no del número de archivos. Un solo pago de $5 cubre hasta 6 horas de audio en todo el lote, e Ilimitado cubre hasta 12 horas en total por trabajo. El audio que supere ese límite no se incluye, así que divide los archivos más grandes en varios trabajos.

Precisión y limitaciones

Las transcripciones se generan con un modelo de voz con IA. Las voces nítidas se transcriben con gran precisión; el ruido de fondo, las personas que hablan a la vez, las líneas con calidad telefónica y los micrófonos lejanos pueden provocar errores, así que conviene revisar nombres y cifras. Las etiquetas de interlocutor se añaden cuando el cambio de voz es claro; en un archivo largo, una misma persona podría recibir un número distinto en una parte posterior: puedes usar Buscar y reemplazar en pantalla antes de descargar.

Los trabajos por lotes solo admiten archivos subidos directamente, no enlaces, así que descarga primero las grabaciones de tu almacenamiento en la nube. Cada archivo individual puede pesar hasta 2 GB. El texto resultante es un borrador de trabajo para revisar, no una transcripción certificada.