Cómo transcribir un mensaje de voz en el iPhone

Un mensaje de voz no es un tipo de archivo especial. Es una grabación, igual que cualquier cosa capturada con una app de grabación de voz, y se puede transcribir de la misma manera, pero solo una vez que deja de estar atrapado dentro del registro de llamadas.

Lo que la app Teléfono ya hace por ti

Con muchos operadores, un mensaje de voz llega con unas líneas de texto gris ya colocadas debajo: el buzón de voz visual, que transcribe automáticamente sin que hagas nada. Cuando funciona, es realmente útil para decidir si merece la pena escuchar el mensaje entero. Cuando no funciona, el hueco se queda en blanco o muestra un aviso, y no hay ningún botón que lo vuelva a intentar. Que aparezca o no depende del operador y de la cuenta, no de nada que controles desde la propia app Teléfono.

Dónde se queda corta esa transcripción automática

Incluso cuando aparece, nunca se pensó para conservarla. No hay forma de corregir un nombre mal entendido, no hay opción de exportar, y no queda ninguna copia que sobreviva de forma independiente al mensaje de voz: borra el mensaje, a propósito o porque el buzón se llenó, y la transcripción se va con él. Tampoco es buscable junto a nada más: existe solo como texto bajo esa entrada concreta, en esa app concreta, mientras dure esa entrada concreta.

Sacar el audio de la app Teléfono

Un mensaje de voz no es solo una transcripción: detrás hay una grabación de audio, y esa grabación se puede compartir como cualquier otro archivo. Abrir un mensaje de voz y usar su opción para compartir permite enviar el propio audio a otro sitio, incluida la app Archivos, igual que guardarías cualquier otro adjunto. En cuanto existe como archivo en Archivos y no como entrada de un registro de llamadas, se puede tratar como una grabación cualquiera: importarla, transcribirla, exportarla, conservarla.

Transcribirlo como es debido

Una app que permita importar un archivo de audio existente puede coger el mensaje de voz desde Archivos y transcribirlo exactamente igual que si se hubiera grabado directamente en la app: el paso de transcripción no sabe ni le importa que ese audio empezara siendo una llamada de teléfono. Voice Studio permite importar audio de esta manera, así que un mensaje de voz guardado en Archivos se convierte en una entrada normal de la biblioteca en cuanto se importa.

Vale la pena comprobar un ajuste antes de transcribir: qué idioma espera la transcripción. El reconocimiento de voz de iOS necesita que se le diga el idioma en vez de detectarlo a partir del audio, así que un mensaje de voz en un idioma distinto del que esté ajustado saldrá vacío, no mal traducido pero legible. Ponlo en el idioma real del mensaje, aparte de cuál sea el idioma del interfaz de tu teléfono.

Al mensaje de voz importado se le aplica el mismo comportamiento de intentar primero la vía local que a cualquier cosa grabada directamente: se intenta primero el reconocimiento local, y solo si esa pasada vuelve vacía o falla, un segundo intento va al servidor de Apple. Si quieres la certeza de que un mensaje de voz concreto se procesó enteramente en el teléfono, transcribirlo en modo avión te la da: o el modelo local lo resuelve, o no obtienes nada, y en ambos casos no salió nada del dispositivo.

Por qué la calidad de la transcripción tiene un techo que la app no puede arreglar

Un mensaje de voz ya ha pasado por una llamada de teléfono antes de que tú lo toques, y el audio telefónico es más estrecho y está más comprimido que un audio grabado directamente con un micrófono: eso es cierto por culpa de la propia llamada, con independencia de qué app lo transcriba después. Un mensaje dejado en un sitio ruidoso, hablado deprisa, o cortado por el límite de tiempo del buzón dará una transcripción más tosca que una grabación clara y en persona, y ningún ajuste de transcripción deshace un daño que ya ocurrió durante la llamada. Saberlo de antemano sirve más que llevarse la sorpresa de un nombre o un número mal entendido.

Conservar juntos el audio y la transcripción

Una vez importado y transcrito, un mensaje de voz deja de depender del registro de llamadas: se comporta como cualquier otra grabación, se corrige igual y se exporta igual. Eso importa especialmente con los mensajes de voz, porque el original tiende a desaparecer por su cuenta: los operadores caducan los mensajes antiguos, y un buzón lleno fuerza borrados que tú no elegiste. Una transcripción exportada como TXT o JSON, o el audio compartido como el propio .m4a, sobreviven al límite del buzón que acabará llevándose el original.

Cómo encaja esto en Voice Studio

Importa el audio de un mensaje de voz igual que traerías cualquier otro archivo, elige el idioma en el que se dejó realmente, y transcribe: la vía local se intenta primero exactamente igual que para una grabación hecha en la app. El resultado es buscable, la transcripción se puede corregir después para los nombres que el reconocedor tiende a entender mal, y se exporta como TXT o JSON o se comparte como el propio .m4a. En ese proceso no hay cuenta ni servidor nuestro de por medio; el archivo se queda en el almacenamiento propio de la app hasta que decidas enviarlo a algún sitio.

Preguntas frecuentes

¿El iPhone ya transcribe los mensajes de voz automáticamente?

Con muchos operadores, sí: el buzón de voz visual muestra una transcripción aproximada bajo el mensaje sin que hagas nada. Depende del operador y de la cuenta, no se puede exportar, y desaparece con el mensaje de voz si este se borra.

¿Puedo exportar la transcripción que ya aparece bajo un mensaje de voz?

No desde la propia app Teléfono. Ese texto integrado no tiene opción de exportar ni de editar: existe solo mientras exista esa entrada de mensaje de voz. Para conseguir una transcripción editable y exportable hace falta sacar el audio y transcribirlo en una app pensada para eso.

¿Cómo saco el archivo de audio de un mensaje de voz?

Abre el mensaje de voz en la app Teléfono y usa su opción de compartir para enviar el audio a otro sitio, incluida la app Archivos. En cuanto es un archivo en Archivos, se puede importar en una app que permita importar audio para transcribir.

¿Será tan precisa la transcripción de un mensaje de voz como la de una grabación normal?

Normalmente sale algo más tosca. El audio ya ha pasado por una llamada de teléfono antes de que ninguna app lo vea, y el audio telefónico es más estrecho y está más comprimido que una grabación directa: ese techo existe con independencia de qué app lo transcriba después.