El reconocimiento de voz en bruto es difícil de leer. Las frases llegan a trozos, hay “eh” y “em” por todas partes, una palabra se repite mientras alguien piensa y, en una llamada sin auriculares, la mitad de lo que dijeron los demás aparece por segunda vez con tu nombre. Poffle ordena en tu Mac la transcripción de una reunión grabada sin cambiar lo que dijo nadie, y mantiene el texto reconocido exacto a un clic.
Párrafos por hablante
Abre una reunión y elige Transcripción. Poffle agrupa en un párrafo los fragmentos consecutivos del mismo hablante, siempre que las pausas entre ellos sean de 4 segundos como máximo, hasta 90 segundos por párrafo. Un hablante nuevo, o una pausa más larga, empieza uno nuevo.
Cada frase conserva su propio tiempo. Haz clic en una frase para reproducir la grabación desde ahí, o haz clic en la hora de la esquina superior derecha de un párrafo para reproducirlo desde el principio. La frase que se está reproduciendo se resalta, para que puedas seguir la lectura.
Limpia u Original
Encima de la transcripción, un selector ofrece Limpia y Original. Limpia, con la indicación “Sin muletillas ni repeticiones.”, es la opción por omisión. Original muestra el texto “Tal como se ha reconocido.” Poffle recuerda tu elección para la próxima reunión que abras.
Limpia elimina:
- Sonidos de relleno sueltos, como “um”, “uh” y “hmm”. Cada uno de los 16 idiomas que admite Poffle tiene su propia lista: en español, por ejemplo, “eh”, “ehm” y “em”, y en otros idiomas muletillas como “øh”, “euh”, “えーと” o “嗯”. Una muletilla que también es una palabra, como el japonés “あの” (“aquel”), solo se elimina donde claramente es una muletilla, por ejemplo antes de una coma.
- Palabras o frases cortas repetidas de inmediato, como en “deberíamos, deberíamos, deberíamos hacerlo”.
Después repara la puntuación y las mayúsculas que dejan esas eliminaciones. Limpia conserva las palabras que pueden tener significado, como “bueno”, “pues” u “o sea”, las repeticiones reales como “que que” en español o “had had” en inglés, los números y las siglas. Una palabra con contenido repetida solo se une cuando aparece tres veces o más. En coreano, turco y vietnamita, donde duplicar una palabra forma parte de la gramática, como en “yavaş yavaş”, solo se unen las palabras funcionales duplicadas, como pronombres y conjunciones. En cualquier otro idioma de transcripción, solo se eliminan “uh”, “uhm” y “hmm”, porque “um” y “er” son palabras reales en algunos idiomas, y solo se unen las frases repetidas.
Limpia es una vista, no una edición. La transcripción guardada conserva el texto reconocido, que es el que usan Copiar transcripción y la exportación a Markdown. Copiar fragmento, en el menú que aparece al hacer clic en un párrafo con la tecla Control pulsada, copia el texto que ves.
Eco de los altavoces
Si atiendes una llamada con los altavoces del Mac, tu micrófono también oye a las demás personas. Sin corrección, sus palabras aparecerían dos veces: una desde el audio del Mac y otra en Tú.
Cuando las dos pistas están transcritas, Poffle las compara. Un fragmento del micrófono de cuatro palabras o más se omite cuando al menos el 65 % de sus palabras aparecen en el mismo orden en el audio del Mac en un margen de 1,5 segundos, y los dos se solapan en el tiempo durante al menos la mitad del fragmento. Los fragmentos de dos o tres palabras tienen que coincidir por completo y solaparse durante el 80 % de su duración. Cuando esto ocurre, la reunión muestra “Se ha omitido de la transcripción el audio de la reunión captado por el micrófono. Los auriculares lo evitan.”
No es cancelación de eco. Pueden quedar palabras sueltas, eco parcial y eco mezclado con tu propia voz. Si respondes un poco más tarde con las mismas palabras que alguien acaba de decir, tu respuesta se conserva. La copia de esas palabras en el audio del Mac se queda en la transcripción, así que no se pierde nada de lo que dijo la otra parte. La solución fiable son los auriculares: así el micrófono solo te oye a ti.
Pon nombre a los hablantes
Tu micrófono tiene la etiqueta Tú. Después de la reunión, Poffle separa en este Mac las voces del audio del Mac y las etiqueta como Hablante 1, Hablante 2, etc. Cuando la grabación está vinculada a un evento del calendario, el número de asistentes fija un límite superior, así que es menos probable que la voz de una persona se divida en dos hablantes.
- Haz clic en el nombre de un hablante encima de uno de sus párrafos.
- Elige a un asistente en Desde este evento del calendario, o elige Introducir un nombre….
- Comprueba algunos párrafos reproduciéndolos. El nombre se aplica a todos los párrafos de ese hablante en esta reunión.
Los responsables de las acciones siguen el cambio de nombre, así que “Hablante 2” en las notas se convierte en el nombre que elegiste. La separación de hablantes es probabilística. Las intervenciones solapadas o muy breves pueden quedarse sin asignar en lugar de recibir una identidad supuesta, y Poffle nunca deduce quién es alguien a partir de la lista de asistentes. Todas las personas que capta tu micrófono, incluidas las que están contigo en la sala, tienen la etiqueta Tú.
Idiomas en este Mac
La interfaz de Poffle está disponible en 16 idiomas, elegidos porque en cada uno de ellos las reuniones se pueden transcribir y resumir en el Mac: inglés, danés, neerlandés, francés, alemán, italiano, japonés, coreano, noruego, portugués, español, sueco, turco, vietnamita, chino simplificado y chino tradicional.
La mayoría usan SpeechTranscriber de Apple, el modelo en el dispositivo que Apple creó para grabaciones largas como las reuniones. El danés, el neerlandés, el noruego, el sueco, el turco y el vietnamita usan en su lugar el modelo de dictado en el dispositivo de Apple, DictationTranscriber. También da el tiempo de cada palabra, así que la reproducción y los párrafos funcionan igual. En esos idiomas, cuenta con menos puntuación, lo que puede hacer que las frases se junten, y comprueba los nombres y las cifras con especial cuidado.
Ajusta Ajustes > Voz > Transcripción > Idioma al idioma que se habla en la reunión antes de grabar. Idioma del sistema sigue a tu Mac. Cada idioma se descarga una vez, la primera vez que lo usas, y después funciona sin conexión. Una reunión en dos idiomas se transcribe en el seleccionado, así que el otro idioma saldrá mal.
Empieza con una grabación limpia
- Usa auriculares en las llamadas. Eliminan la principal fuente de eco.
- Usa el mismo micrófono en la app de la llamada y en el Mac. Poffle graba la entrada predeterminada del Mac.
- Silencia la música y los sonidos de notificación. Poffle graba todo el audio del Mac, no solo la llamada.
- Di los nombres con claridad la primera vez. Te ayudarán cuando asignes los hablantes más tarde.
- En una sala, coloca el Mac donde oiga a todos y avisa a todos de que estás grabando.
Una transcripción más limpia da mejores notas de la reunión y mejores respuestas cuando haces preguntas sobre tus reuniones. Apple explica la tecnología de voz que hay detrás en su sesión sobre SpeechAnalyzer. Puedes descargar Poffle y comparar Limpia y Original en tu propia grabación.
Fuentes
Documentación oficial y referencias usadas en esta guía.