Cómo transcribir una nota de voz en otro idioma en el iPhone

Pasa siempre igual: alguien graba algo en, por ejemplo, portugués, con el teléfono en español, y la transcripción sale vacía o incoherente. El primer instinto es culpar a la app. Normalmente la causa real es un ajuste de idioma que nunca se cambió del valor que traía por defecto.

Dos ajustes de idioma distintos, fáciles de confundir

Una app así maneja dos nociones de idioma separadas, y no se mueven juntas. Una es el idioma de la interfaz: en qué idioma están los botones, los menús y los textos en pantalla. La otra es el idioma de transcripción: qué idioma se le indica al reconocedor de voz que escuche en una grabación concreta. Voice Studio ofrece 19 idiomas de interfaz y, por separado, 38 idiomas para transcripción. Cambiar uno no toca el otro en absoluto.

Esa diferencia es exactamente lo que explica la situación de arriba: un teléfono con la interfaz en español puede transcribir perfectamente en portugués, japonés o árabe, porque el idioma de la interfaz nunca fue lo que controlaba eso. Lo que lo controla es el ajuste de idioma de transcripción, y si se ha quedado en el idioma equivocado, el reconocedor está escuchando los sonidos que no tocan, por muy bien configurado que esté todo lo demás.

Cómo elige iOS realmente qué idioma escuchar

No lo detecta: se le dice

Una petición de reconocimiento de voz en iOS especifica un idioma de antemano. El sistema no escucha un fragmento, averigua qué idioma se está hablando y luego lo transcribe: parte de la base de que va a llegar un idioma concreto y compara el sonido contra el modelo de ese idioma todo el tiempo. Es una propiedad de cómo funciona el framework por debajo, no una limitación de una app en particular.

Qué pasa si el idioma seleccionado no es el correcto

El reconocedor lo intenta igualmente. Compara lo que oye con los fonemas y el vocabulario del idioma que se le dijo que esperara, y en un idioma realmente distinto eso produce texto vacío, o palabras reales pero en el idioma equivocado que no corresponden a nada de lo que se dijo. Rara vez falla de forma escandalosa: una transcripción que a primera vista parece frases normales pero no significa nada es la señal clásica de que el idioma estaba mal puesto, no de que el audio fuera malo.

Cuando tu idioma o variante no está cubierto

No todas las variantes de un idioma tienen su propia entrada. Los idiomas muy hablados suelen tener varias opciones regionales; los idiomas minoritarios pueden tener solo una, o ninguna. Si tu variante concreta no aparece, la entrada más amplia de ese mismo idioma suele ser mejor opción que dejar el ajuste en algo sin relación: una coincidencia cercana en un idioma parecido rinde mejor que una comparación contra un idioma completamente distinto.

Grabar algo que cambia de idioma a mitad

El reconocedor compara contra un solo idioma durante toda la petición, así que una conversación que alterna entre dos idiomas —habitual en hogares bilingües, algunas reuniones de trabajo, práctica de idiomas— transcribirá bien en el idioma que coincida con el ajuste y mal en el otro. No hay arreglo parcial desde el propio audio; lo práctico es elegir el idioma que domine la grabación y contar con que los tramos en el otro idioma necesitarán una revisión manual después.

En el dispositivo o en el servidor, y cómo influye el idioma

Aparte de qué idioma esté configurado, está la cuestión de si el reconocimiento se hace en local, en el propio teléfono, o en los servidores de Apple: Voice Studio siempre intenta primero en el dispositivo y solo recurre al servidor si ese primer intento vuelve vacío o falla. La cobertura del reconocimiento local es más estrecha que la de la transcripción en general, y eso no lo controla la app; algunos idiomas que transcriben de forma fiable lo hacen porque el respaldo llegó silenciosamente al servidor, no porque todo se resolviera en local. Esta cuestión se trata con más detalle en la guía sobre transcripción local frente a la nube, útil si la privacidad de un idioma concreto te importa, porque la respuesta cambia de verdad según el idioma.

Cómo lo resuelve Voice Studio

El idioma de transcripción es un ajuste que eliges tú, separado de los 19 idiomas de interfaz de la app, entre los 38 idiomas que admite para transcribir. No es una de las cosas reservadas para Pro: como grabar, marcar y buscar, está disponible en la app gratuita. Si una transcripción sigue saliendo vacía o incoherente en una grabación que sabes que es clara, ese ajuste es lo primero que conviene comprobar, mucho antes de dar por perdida la grabación.

Preguntas frecuentes

¿Cambiar el idioma de la interfaz de la app también cambia el idioma de transcripción?

No. Son ajustes independientes —19 idiomas de interfaz y 38 idiomas de transcripción en Voice Studio—, así que cambiar uno no mueve el otro.

¿Puede el iPhone detectar automáticamente qué idioma se está hablando?

No. El reconocimiento de voz en iOS recibe de antemano el idioma que debe esperar y compara el sonido contra ese idioma durante toda la transcripción. No escucha primero el audio para adivinar el idioma.

¿Por qué mi transcripción sale con palabras reales que no tienen sentido?

Es la señal clásica de que el idioma de transcripción está mal configurado, no de que el audio sea malo: el reconocedor comparó lo que oyó contra el vocabulario de otro idioma y aun así produjo texto.

¿Qué pasa si grabo una conversación que mezcla dos idiomas?

El idioma que coincida con el ajuste se transcribirá razonablemente bien; el otro no, porque el reconocedor solo escucha un idioma por grabación. Cuenta con corregir esos tramos a mano.