Audio problemático para IA: Optimiza tu transcripción

Mojiokoshi-san es una herramienta de transcripción de IA que utiliza inteligencia artificial para transcribir audio. La IA utilizada proviene de Google y AmiVoice (una empresa japonesa proveedora de sistemas de reconocimiento de voz).

La transcripción por IA tiene sus puntos fuertes y débiles en relación con los archivos de audio que transcribe.

En este artículo, presentaremos ejemplos y razones de los archivos de audio que la transcripción por IA no maneja bien o le resultan difíciles.

Conocer estos ejemplos y razones le permitirá crear "archivos de audio fáciles de transcribir con IA", así que por favor, tómelos como referencia.

Archivos de audio que la transcripción por IA no maneja bien

1. Audio con volumen bajo o micrófono lejano, difícil de escuchar.
2. Audio con ruido excesivo que enmascara la voz.
3. Audio con reverberación ambiental que difumina la voz.
4. Archivos que contienen música, como letras de canciones.
5. Archivos sin audio. 
6. Audio con dialectos muy marcados. 
7. Archivos con mezcla de varios idiomas.
8. Audio donde la voz es difícil de escuchar incluso para un humano. 

No se recomienda usar Mojiokoshi-san para transcribir este tipo de archivos de audio, ya que no se puede lograr una transcripción precisa.   

Artículo relacionado> >6 consejos para grabar y obtener transcripciones de IA precisas

Si reporta un error con un archivo de audio que la transcripción por IA no maneja bien, será rechazado y no se podrá reembolsar el tiempo de uso.

En particular, muchos de los informes de error se deben a problemas con el contenido del archivo. Veamos un ejemplo real.

No hay voz grabada en el archivo (hay un período de ruido continuo o silencio)

Si sube un archivo de audio sin verificar su contenido, puede encontrarse con que la grabación falló y el archivo está "silencioso debido a un error de grabación" o "el micrófono se desconectó durante la grabación, por lo que solo se escucha ruido y no hay audio".

La imagen de arriba muestra el resultado de transcribir un archivo que solo contenía ruido.

Mojiokoshi-san utiliza IA para transcribir. La IA intentará transcribir incluso las secciones con ruido en la medida de lo posible.

Este problema es especialmente propenso a ocurrir cuando se utiliza PerfectVoice y el archivo tiene ruido o silencio de más de 1 minuto al principio.

Si el resultado de la transcripción es incomprensible, como "aaaaaaa" o "nnnnnnn", o si la misma frase se repite varias veces, por favor, verifique el contenido del archivo.

Puede evitar que este problema ocurra cortando el ruido o el silencio inicial.

Incluso si transcribe un archivo como los mencionados anteriormente y consume tiempo de uso, no se podrá reembolsar ese tiempo.

1. Audio con volumen bajo o micrófono lejano, difícil de escuchar

Al revisar los audios con errores, lo más común es que...ru que este es el caso.

Aunque se pueda transcribir, la precisión será baja. Por lo tanto, no se recomienda la transcripción con IA para archivos de audio donde el volumen del hablante es bajo o la entrada del micrófono está lejos y el sonido no se capta correctamente.

Ejemplo: Grabar una clase con un smartphone desde los asientos traseros del aula.

2. Archivos con ruido excesivo que ahoga el audio

¡El ruido es un enemigo formidable para la transcripción con IA!

En el audio con ruido, la voz del hablante a menudo se ahoga, lo que hace que sea "difícil de escuchar incluso para un humano".

Aunque a menudo se pasa por alto al grabar, el ruido del viento también es un enemigo formidable.

Es imposible que una IA transcriba con precisión algo que es "difícil de escuchar incluso para un humano".

Ejemplo: Grabar en un entorno con mucha gente, como una cafetería al aire libre, con ruido de vajilla o música (BGM).

La distancia entre la boca y el micrófono es corta, lo que provoca ruido de viento al respirar.

3. Archivos con audio borroso debido a la reverberación de la sala

La reverberación de la sala es algo que a menudo pasa desapercibido cuando se escucha con los propios oídos.

Cuando se graba audio, la reverberación puede sonar amortiguada o como si la voz estuviera lejos.

En particular, las habitaciones cuadradas o con pocos objetos son propensas a la reverberación.

Ejemplo: Grabar una conversación de varias personas sentadas en diferentes lugares de una sala de reuniones con una sola grabadora IC.

Grabar una presentación en una sala de reuniones donde el sonido se vuelve borroso debido a la reverberación interna.

4. Archivos que contienen música, como letras de canciones

La transcripción con IA no puede transcribir canciones.

Algunas personas piensan: "¡Descargaré una canción sin letra de YouTube y la transcribiré!".

Sin embargo, la transcripción con IA está diseñada para transcribir conversaciones.

No puede transcribir canciones.

Ejemplo: Descargar una canción de YouTube y transcribirla.

5. Archivos sin audio

Los archivos de audio sin sonido no se pueden transcribir.

Por supuesto, no se puede transcribir algo que no tiene audio.

Probablemente, intentaste transcribir sin saber que la entrada del micrófono estaba en cero.

Antes de intentar la transcripción, revisa el archivo de audio manualmente y asegúrate de que el sonido se haya grabado correctamente antes de probar la transcripción con IA.

Ejemplo: No te das cuenta de que la entrada del micrófono no funciona.

6. Archivos con dialectos muy marcados

La transcripción con IA no es buena con los dialectos.

La transcripción con IA, como su nombre indica, es realizada por una "IA". La IA ha sido entrenada para transcribir basándose en el lenguaje estándar. Por lo tanto, no es buena transcribiendo dialectos.

Aunque no es imposible que la IA transcriba, incluso si el entorno de grabación es excelente y la persona habla de forma clara y pausada,

la transcripción puede estar incompleta o solo transcribir una pequeña parte.

Ejemplo: Audio grabado para las actas de una reunión regional → el hablante tiene un dialecto muy marcado.

Ejemplo: En el caso de los dialectos japoneses

Incluso el audio grabado por un locutor con buena pronunciación en un entorno de grabación excelente como la televisión, la transcripción de dialectos no funciona bien.

7. Archivos donde la voz es difícil de escuchar para un humano

Lo que es difícil de escuchar para un humano, es aún más difícil de escuchar para la IA.

Cuando escuchamos "IA", pensamos en algo muy versátil y capaz de hacer un trabajo superior al humano.

Sin embargo, la IA todavía no alcanza al nivel humano.

Cuando se requiere flexibilidad, la precisión del trabajo de la IA disminuye drásticamente.

En el caso de la transcripción con IA, si un humano encuentra el audio "difícil de escuchar", la precisión de la transcripción con IA disminuye considerablemente.

Cuando un humano transcribe, incluso si es un poco difícil de escuchar, puede predecir "probablemente sea esto" basándose en el contexto de la conversación y el flujo anterior y posterior.

Sin embargo, la transcripción con IA solo puede transcribir "tal como lo escucha". No puede complementar ni predecir como lo haría un humano.

¿Cómo lograr una transcripción de alta precisión con IA?

Pero, transcribí con IA, y está bien.

¡Hay claves para una transcripción de alta precisión con IA!

Para lograr una transcripción de IA de alta precisión, es fundamental incorporar algunas técnicas al momento de la grabación.

En este artículo, te presentamos los puntos clave para una grabación óptima al transcribir con IA.

6 puntos clave para una grabación óptima al transcribir con IA

1. Micrófono de alta calidad
2. Micrófono en la posición adecuada
3. Crear un entorno de grabación silencioso
4. Asegurar una vocalización clara del orador
5. Hablar uno por uno
6. Realizar una prueba de grabación

Para más detalles >6 puntos clave para una grabación de alta precisión en transcripciones

Aprovecha al máximo la transcripción con IA y la transcripción humana

Al comparar la transcripción con IA y la transcripción realizada por personas, la transcripción con IA es abrumadoramente más económica.

En particular, dentro de las opciones de transcripción con IA, "Mojiokoshi-san" es muy asequible y probablemente el más barato del sector.

Sin embargo, para archivos de audio que la transcripción con IA no puede manejar bien, sigue siendo más fiable encargar la transcripción a una persona.

Pero, ¿no es caro encargar la transcripción a una persona?

Si te lo preguntas, consulta este artículo.

Artículos relacionados >>¿Cuánto cuesta la subcontratación de transcripciones de audio? [Consejos para encargarla a bajo coste]

Como se mencionó, la transcripción con IA tiene sus puntos fuertes y débiles.

Para archivos de audio que la IA maneja bien, utiliza la "transcripción con IA".

Para archivos de audio que no maneja bien:

• Intenta transcribir con IA.
  → Si no funciona, utiliza la "transcripción humana".

Es lo más recomendable.

Dado que la transcripción con IA es de bajo costo, incluso para archivos de audio que la IA podría no manejar bien, a veces se puede lograr una transcripción exitosa si se intenta con la mentalidad de "no pierdo nada por intentarlo, y si funciona, ¡qué suerte!".

Mojiokoshi-san ofrece un minuto de transcripción gratuita para que puedas comprobar la precisión. ¡Pruébalo!

■ Servicio de transcripción de IA "Sr. Transcripción"

"Mr. Transcription" es una herramienta de transcripción en línea que se puede usar desde un costo inicial cero y 1,000 yenes por mes (* versión gratuita disponible).

• Admite más de 20 formatos de archivo como audio, video e imágenes
• Se puede utilizar tanto desde una PC como desde un teléfono inteligente
• Admite términos técnicos como atención médica, TI y atención a largo plazo
• Admite la creación de archivos de subtítulos y la separación de hablantes.
• Admite la transcripción en aproximadamente 100 idiomas, incluidos inglés, chino, japonés, coreano, alemán, francés, italiano, etc.

Para usarlo, simplemente cargue el archivo de audio desde el sitio. El texto de transcripción está disponible en segundos a decenas de minutos.
Puede usarlo de forma gratuita si lo transcribe durante un máximo de 10 minutos, así que inténtelo una vez.

Es el "Sr. Transcripción" quien puede transcribir fácilmente desde audio, video e imágenes. La transcripción le permite transcribir hasta 10 minutos de forma gratuita. Puede copiar, descargar, buscar, borrar, etc. el texto transcrito. También puede crear archivos de subtítulos, lo que es ideal para la transcripción de videos de entrevistas.

HP: mojiokoshi3.com
Email: mojiokoshi3.com@gmail.com