¿Se puede limpiar una mala grabación antes de transcribirla?

¿Vale la pena limpiar el audio?

Empieza transcribiendo el archivo tal cual está. El reconocimiento de voz actual se entrena con grabaciones llenas de defectos, así que muchos audios que suenan mal al oído dan igualmente un texto útil. Si esa primera versión te sirve, no toques nada más. Cada paso de edición añade el riesgo de estropear la voz.

Si en el texto faltan trozos a menudo o ves errores claros, ponte audífonos y escucha la grabación para dar con el problema concreto. ¿Suena muy bajo? ¿Hay un zumbido continuo? ¿Retumba la habitación? ¿Alguien satura el micrófono? Cada falla pide un arreglo distinto, y algunas no tienen solución.

Para salir de dudas rápido, recorta un minuto de la parte más complicada (donde haya más ruido o donde se oiga más bajo a quien habla) y transcribe solo ese trozo. Tardas muy poco, ves cómo responde el sistema a tu problema concreto y te quedas con una muestra base para comparar si decides tocar el audio.

¿Qué hacer si la grabación tiene el volumen muy bajo?

Subir el volumen, lo que suele llamarse normalizar, es seguro y muchas veces basta. Este ajuste lleva el punto más fuerte del archivo a un nivel estándar y sube la voz con él. Da buen resultado cuando la grabación suena floja pero limpia, como pasa al dejar un teléfono demasiado lejos en una sala tranquila.

No funciona tan bien cuando una voz baja convive con un ruido fuerte, porque al subir el volumen suben las dos cosas. Además, cuando alguien habla lejos del micrófono, se cuela más sonido de la sala en proporción a su voz, y amplificar el audio no separa una cosa de la otra. Si una sola persona suena mucho más bajo que las demás, sube con cuidado solo ese tramo en vez de darle más volumen a todo el archivo.

Huye de los controles de ganancia automática que suben el volumen en las pausas. Lo único que hacen es levantar el ruido de fondo entre frase y frase, y eso dificulta entender las palabras suaves con las que empieza la oración siguiente. Es más seguro grabar a un nivel fijo y prudente que usar uno que se esté reajustando todo el tiempo.

¿Sirve de algo la reducción de ruido?

Aplicar una reducción de ruido suave a sonidos de fondo constantes, como el aire acondicionado o el zumbido de una fuente de alimentación, puede ayudar a quien escucha el audio. Pero para transcribir aporta menos de lo que la gente espera, y pasarse con el ajuste suele empeorar las cosas. Como el filtro no distingue del todo entre el ruido y los bordes suaves de las consonantes, recorta parte de ambos y deja la voz con un sonido acuoso.

Un buen primer paso sin riesgos es aplicar un filtro para el retumbo grave, que quita el ruido del tráfico o de los golpes al micrófono por debajo de las frecuencias de la voz humana. Si vas a usar algo más fuerte, haz antes una prueba con un fragmento corto. Transcribe el antes y el después y quédate con el audio que dé mejor texto, no con el que te suene más limpio al oído.

El ruido cambiante es mucho más difícil de limpiar que el continuo. Si hay otra persona hablando detrás, ruido de cafetería, tráfico en la calle o murmullo de gente, no vas a poder quitarlo sin comerte también la voz principal, porque ese fondo comparte las mismas frecuencias que el habla.

¿Se pueden quitar el eco y el sonido de la habitación?

Solo un poco, y casi nunca queda bien. Cuando hay eco, cada sonido llega dos veces con un instante de diferencia, y esa repetición emborrona las consonantes. Aunque los programas pueden suavizar el efecto cuando habla una sola persona en una sala, no son capaces de recuperar el detalle que tapó el rebote del sonido.

Si tienes problemas de eco, el consejo útil es para la próxima grabación. Busca un cuarto más pequeño o con superficies que absorban el sonido, acerca el micrófono y coloca más cerca a quien habla. Con el archivo que ya tienes, asume que te tocará revisar el texto con más calma en las partes donde las palabras se pisan.

¿Qué pasa con el audio distorsionado o saturado?

La saturación (o clipping) aparece cuando el sonido entra más fuerte de lo que la grabadora soporta y se recortan los picos de la onda. Esa información desaparece y ningún ajuste la devuelve. Existen herramientas que intentan adivinar la forma que falta para que no suene tan áspero, pero eso no recupera las palabras perdidas.

Bajarle el volumen a un archivo saturado tampoco sirve, porque el recorte ya quedó grabado en la pista. De nuevo, la solución está al momento de grabar. Baja un poco el nivel de entrada y separa las fuentes de sonido fuertes un palmo más del micrófono. Siempre es mucho más seguro quedarse con picos claramente por debajo del máximo que rozar el límite.

¿Cómo limpiar un audio con criterio?

Haz todo sobre una copia. Quita el retumbo grave, nivela el volumen sin brusquedad y recorta los silencios largos o los ruidos que no aportan nada solo si te estorban. Exporta en un formato común a calidad estándar y no comprimas el archivo más de una vez. Si dudas del resultado, sube tanto el original como la versión limpia y compara cómo quedan las frases importantes en ambas transcripciones.

Hagas lo que hagas, comprueba siempre los nombres propios, las cifras y las citas textuales escuchando la grabación. Las transcripciones automáticas tienen fallos, y más aún si el audio es malo. En KolWrite puedes escuchar el audio a la vez que lees el texto con sus marcas de tiempo para revisar los tramos dudosos, y después exportar el documento corregido en TXT, DOCX, PDF o SRT.