Qué significan de verdad las cifras del proveedor
Todo proveedor de reconocimiento de voz publica una cifra de precisión, y las cifras tranquilizan. El problema no es que sean falsas. El problema es sobre qué se midieron.
- La precisión anunciada suele medirse sobre habla leída — grabaciones limpias de estudio, tomadas de benchmarks públicos de habla leída.
- Las mediciones independientes sobre conversación espontánea dan una tasa de error claramente peor con esos mismos modelos — del orden de tres a cuatro veces mayor.
- Un modelo afinado sobre un idioma concreto rinde de forma apreciable mejor en ese idioma que uno de propósito general.
- En diálogo, con gente hablando encima de otra, hasta el modelo afinado vuelve a caer.
Las dos clases de cifra no se contradicen: se midieron sobre material distinto. La cifra anunciada viene de habla leída, limpia, de estudio; la independiente, de conversación real. Tu grabación se parece mucho más a la segunda.
La distancia entre el habla leída y la espontánea
Conviene entender por qué la diferencia es tan grande. El habla leída está segmentada, las frases se terminan, nadie habla encima de nadie, no hay muletillas ni tropiezos. El habla espontánea tiene todo eso — y además hablantes que dejan la frase a medias, repreguntan y hablan a la vez.
La consecuencia práctica es sencilla: la cifra de precisión del proveedor no vale para tu material. Si transcribes una reunión, una entrevista o un podcast, cuenta con una tasa de error varias veces mayor que la anunciada. Eso no vuelve inútil la herramienta — sigues ahorrando alrededor de hora y media de trabajo por cada hora de audio —, pero sí significa que revisar no es un paso opcional, es parte del flujo.
La alucinación que nace en el silencio
Hay una clase de error aparte, y más desagradable: cuando el modelo no oye mal, sino que escribe algo que nunca se dijo. Un estudio grande sobre más de trece mil segmentos encontró esto en aproximadamente el uno y medio por ciento de los segmentos.
El dato más reciente es bastante más duro. Según una medición de septiembre de 2026, con audio que no es habla — música, ruido, silencio, zumbido de máquinas — la tasa de alucinación se mueve entre el 21 y el 76 por ciento, según el modelo. O sea, los sitios más peligrosos de la transcripción son justo aquellos donde no habla nadie: el principio de la grabación, las pausas, el final. Esos tramos conviene comprobarlos a propósito, porque una frase inventada tiene el mismo aspecto seguro que una correcta.
La identificación de hablantes
Cuando hay varios hablantes, la máquina intenta separarlos. De esto también hay datos medidos: los dos sistemas examinados trabajaron con tasas de error en torno al 15 y al 17,5 por ciento.
En la práctica eso significa que una de cada seis o siete frases acaba en el nombre equivocado. En un resumen de reunión es un problema serio, porque el «quién se comprometió a qué» depende exactamente de esto. Se puede arreglar de dos maneras: en la grabación, que cada uno hable a su propio micrófono, o en la revisión, fijarte aparte en los cambios de hablante. La segunda es más barata, la primera es mejor.
El subtítulo, que tiene reglas
El subtítulo no es lo mismo que la transcripción. La transcripción contiene todas las palabras; el subtítulo tiene que ser legible, y para eso hay normas.
- Longitud de línea: como mucho 42 caracteres por línea.
- Número de líneas: como mucho dos a la vez en pantalla.
- Velocidad de lectura: en contenido para adultos, normalmente entre 17 y 20 caracteres por segundo según el idioma, y menos en contenido infantil — el subtitulado para personas sordas es más permisivo.
- Un subtítulo en pantalla: unos 5 a 7 segundos; un bloque más largo hay que partirlo.
Esas cuatro cifras son las que hacen que un subtítulo parezca profesional. Los subtituladores automáticos suelen limitarse a trocear la transcripción por tiempo, y estas reglas no las cumplen — las líneas salen largas y cambian demasiado rápido.
El flujo de trabajo
1. GRABACIÓN: un micrófono por hablante, si se puede.
Esto mejora la transcripción más que cualquier software.
2. TRANSCRIPCIÓN con herramienta automática. Da una LISTA DE
PALABRAS si el proveedor lo permite: empresas, productos,
nombres de compañeros, tecnicismos.
3. REVISIÓN, en tres pasadas dirigidas:
- los tramos en silencio y con música (ahí alucina)
- los nombres, las cifras, los tecnicismos
- los cambios de hablante
4. SUBTÍTULOS desde la transcripción corregida, no desde la
cruda. Corta a 42 caracteres, dos líneas como máximo.
5. TIEMPOS: nada más rápido que unos 17-20 caracteres por
segundo, y nada más de 7 segundos en pantalla.
Malentendidos habituales
- «El proveedor promete un cinco por ciento de error, o sea que es casi perfecto.» Eso vale para el habla leída. En una conversación real la tasa de error es unas cuatro veces mayor.
- «La alucinación es rara, despreciable.» Mientras alguien habla, sí. En silencio y con música, en cambio, las mediciones dicen que puede tocar uno de cada dos segmentos.
- «La transcripción y el subtítulo son lo mismo, solo que con tiempos.» No: el subtítulo tiene límites de legibilidad que el corte automático no respeta.
- «En mi idioma va mal igualmente, no merece la pena.» Sí merece: incluso con una tasa de error de dos cifras, corregir es más rápido que teclear. Solo hay que planificar la revisión.
Lo que conviene llevarse
La transcripción automática es un punto de partida, no un producto terminado — sobre todo en español y con habla espontánea. Las tres comprobaciones dirigidas (silencio, nombres, cambios de hablante) atrapan la mayor parte del problema, y en el subtítulo mantén el marco de 42 caracteres, dos líneas y 17-20 caracteres por segundo. Si de la transcripción sale además una versión en varios idiomas, Lipsync y doblaje es el artículo que lo cuenta; si quieres cortar clips cortos a partir de ella, De vídeo largo a clips cortos sigue desde ahí.