Etiqueta de hablante en la transcripción

El audio se analiza en busca de cambios de voz y no de nombres. Cuando una voz termina y empieza otra, se coloca un límite y se asigna una etiqueta nueva. No se sabe nada de las personas: las etiquetas son números que la transcripción mantiene consistentes del primer turno al último.

Sí. Cada etiqueta se renombra una vez y todos los turnos que la llevan cambian con ella. Una grabación que empieza con Hablante 1 y Hablante 2 puede terminar con los dos nombres que se usaron en la reunión, así la transcripción final se lee como una conversación y no como un registro numerado.

El habla superpuesta es el caso más difícil. Un turno suele imponerse y el otro puede acortarse o quedar con la etiqueta equivocada. Vale la pena leer rápido el pasaje afectado, ya que una sola atribución errónea cambia a quién se le acredita un comentario. Un audio más limpio reduce la frecuencia de estos casos.

Se manejan grabaciones de panel con varios participantes y cada voz distinta recibe su etiqueta. Los grupos muy grandes grabados con un solo micrófono se mezclan, así que una sesión con más de unas pocas personas se beneficia de una revisión de la transcripción. Las entrevistas de dos personas son el caso más simple.

Sí. La marca de hablante viaja con el texto al archivo exportado, sea un documento plano o un archivo de subtítulos. El renombrado ocurre antes de exportar, así el archivo que sale del editor ya lleva los nombres que espera quien lee y no números de relleno.

No se aplica un cargo aparte. La separación de hablantes es una opción de los ajustes de transcripción, que se activa antes de que empiece el trabajo. Dejarla desactivada produce una transcripción continua sin etiquetas, lo que suele alcanzar para una grabación narrada por una sola voz y se lee un poco más rápido.

Sí, y por lo general conviene. Una clase, una nota de voz o una presentación individual no gana nada con turnos numerados. Con la separación desactivada, la transcripción se lee como párrafos, lo que es más fácil de ojear y de pegar en un documento que una lista de turnos etiquetados de una línea.

La distancia al micrófono importa más que el formato del archivo. Los participantes grabados con un micrófono de sala a volumen desparejo producen menos límites confiables que una llamada donde cada persona tiene una entrada separada. La música de fondo y el eco de la sala también difuminan el cambio entre voces.