¿Qué formato de archivo de audio conviene usar para transcribir?

¿Qué es en realidad un formato de audio?

Detrás de la extensión de un archivo hay dos partes. Por un lado está el códec, que es la forma de codificar el sonido ocupando la menor cantidad de datos posible. Por otro está el contenedor, la envoltura que guarda el audio junto con el posible video y metadatos como el título y la duración. MP3 es a la vez códec y contenedor. M4A y MP4 son contenedores que suelen llevar audio comprimido con el códec AAC.

Por eso dos archivos con la misma extensión pueden comportarse de forma distinta, y por eso cambiarle el nombre a un archivo no lo convierte. Convertir un audio obliga a decodificarlo y volverlo a codificar. Es mejor ahorrarse ese paso si no hace falta.

¿En qué se diferencian MP3, M4A, WAV, OPUS y OGG?

Un archivo WAV suele guardar el sonido sin comprimir. Ocupa bastante espacio, unos diez megabytes por minuto en estéreo con calidad de CD, pero conserva todo lo que recogió el micrófono. MP3 y M4A usan compresión con pérdida: eliminan matices que el oído humano apenas nota para que el archivo pese varias veces menos. Con las tasas de bits que usan los teléfonos y las aplicaciones de grabación, la voz se sigue escuchando con claridad.

OPUS es un códec actual pensado para voz y música con un consumo de datos bajo. Se usa mucho en llamadas y mensajes de voz, y suele ir dentro de un archivo OGG u OPUS. OGG es un contenedor que puede llevar audio Vorbis, más antiguo, o audio Opus, más reciente. En el iPhone, la app Notas de Voz guarda las grabaciones en M4A. En Android depende del teléfono y de quién haya hecho la aplicación, aunque muchas dejan elegir el formato.

Al transcribir, elegir uno u otro formato casi nunca cambia el resultado. Influyen mucho más la distancia al micrófono, el ruido de la habitación o que hablen varias personas a la vez.

¿Se puede transcribir un archivo de video como MP4 o MOV?

Sí. MP4 y MOV son contenedores que juntan las pistas de video y de audio, y la voz va en la pista de audio. Puedes subir el video directamente a KolWrite para sacar la transcripción sin tener que exportar antes el sonido. Hacerlo así tiene otra ventaja: después puedes generar subtítulos sincronizados con la imagen o incrustarlos directamente en el video.

Los videos grandes tardan más en subir. Si el archivo pesa mucho y solo necesitas el texto, una opción es extraer el audio. Haz una exportación simple en vez de volver a codificar el sonido a muy baja calidad.

¿La compresión afecta a la transcripción?

Una compresión suave no afecta a la transcripción, y una moderada en una grabación limpia rara vez da problemas. Lo que sí perjudica es comprimir de más. Cuando la tasa de bits es muy baja, las voces suenan acuosas y se desdibujan las consonantes, que son justo los sonidos que permiten diferenciar una palabra de otra. Si además vuelves a comprimir un archivo que ya estaba comprimido, por ejemplo al guardar y reexportar un mensaje de voz, esa pérdida se acumula.

En la práctica, lo mejor es comprimir una sola vez, lo más al final posible del proceso, o no comprimir nada. Si necesitas un archivo más liviano para enviarlo, haz una copia comprimida y no toques el original. Si tienes el archivo original, no mandes nunca una copia reducida a transcribir.

¿Qué ajustes de grabación bastan para la voz?

Para grabar voz no hacen falta ajustes de estudio. Si usas un solo micrófono, grabar en mono va bien. A partir de una frecuencia de muestreo de 16 kilohercios la voz se capta limpia, así que los 44.1 o 48 kilohercios que traen por defecto casi todas las aplicaciones sobran. Si tu aplicación te deja elegir la calidad, ponla en estándar o alta. Evita las opciones de baja calidad o los modos de voz compactos que restan claridad para que el archivo ocupe menos.

Apaga los efectos que modifican el sonido mientras grabas, como la reducción agresiva de ruido o el control automático de ganancia que sube y baja el volumen. A quien escucha en directo le pueden servir, pero borran detalles que hacen falta para transcribir.

¿Qué archivo conviene guardar?

Guarda el archivo de audio original y ponle en el nombre la fecha y el tema. Toma la transcripción como un borrador de trabajo, porque el texto automático puede tener errores. Si queda alguna duda sobre una frase, el único registro fiable es la grabación. El espacio de almacenamiento cuesta muy poco comparado con no poder comprobar qué se dijo en una conversación importante.

Si un archivo no sube o no se abre, usa una herramienta de confianza para convertir una copia a M4A, MP3 o WAV, y guarda bien el original. Cuando termines de revisar la transcripción, podrás exportarla en TXT, DOCX, PDF o SRT, según para qué la vayas a usar.