Depurar las transcripciones tras el evento

Una transcripción en bruto de Loquira captura cada palabra que el motor de reconocimiento identificó: frases completas, fragmentos de frases, falsos comienzos, palabras de relleno repetidas y artefactos de interferencia de voz. Es un registro fiel de lo que el motor oyó. No es un documento publicable.

Esta guía cubre el proceso de depuración — la revisión mínima que convierte una transcripción en bruto en un documento apto para su distribución, citación y archivo.

La revisión mínima

Una transcripción depurada debe superar tres pruebas:

1. Un lector puede identificar quién dijo qué.
2. El texto fluye como prosa escrita, no como habla disfluente.
3. No aparece material sensible en la versión distribuida.

Paso 1: Atribución de hablantes. La transcripción en bruto registra las emisiones como un flujo único. Si intervinieron varios oradores, añade una etiqueta de hablante en la primera emisión de cada uno y cada vez que cambie el orador. Usa el nombre o el rol: “Alina Novak (CEO):” o “Moderador:”. Para las ruedas de prensa, identifica a los periodistas por su medio si se ha concedido permiso: “Pregunta — Le Monde:”.

Paso 2: Saltos de párrafo y estructura. La transcripción en bruto llega como un bloque de segmentos temporizados. Inserta saltos de párrafo en las transiciones temáticas naturales. Si el evento cubrió tres temas, la transcripción debe tener tres secciones. Añade anotaciones de encabezado entre corchetes para los cambios de tema: “[Transición al turno de preguntas]”.

Paso 3: Limpiar disfluencias. Elimina las palabras de relleno repetidas (eh, este, o sea, como, más o menos). El motor de voz reproduce fielmente cada emisión, incluidas estas. Una versión depurada sirve mejor al lector omitiéndolas. No corrijas la gramática, reformules las frases ni alteres el significado del orador. La transcripción es un registro, no una reescritura.

Cotejar las transcripciones traducidas con el original

Cuando una sesión tuvo varios idiomas de salida activos, cada transcripción lingüística es una versión independiente del discurso original. Una retro-traducción directa de la transcripción en francés al inglés no coincidirá palabra por palabra con el original en inglés — la traducción introduce variación legítima en el fraseo, el manejo de giros y la estructura de las frases.

Cómo proceder para la distribución:

• Distribuye la transcripción en el idioma original como versión autorizada.
• Distribuye cada transcripción traducida junto a ella, etiquetada claramente: “Traducción al francés (generada por máquina)”.
• No intentes armonizar manualmente las traducciones con el original. La variación es inherente al proceso de traducción y no indica errores.

Si un pasaje concreto debe ser idéntico en todas las versiones lingüísticas — una declaración de política, una nota legal, una cita clave — verifica la traducción de ese pasaje por separado y anota la transcripción si es necesario. Esto es infrecuente en la mayoría de los casos de uso, pero esencial en contextos regulatorios o de cumplimiento normativo.

Redacción de material sensible

Antes de distribuir una transcripción externamente, revísala para detectar contenido sensible que no debería aparecer en la versión publicada.

Qué buscar:

• Información personal identificable (números de teléfono, direcciones de correo electrónico, domicilios particulares) mencionada durante el evento. El motor de reconocimiento capta estos datos con precisión.
• Comentarios off-the-record realizados durante segmentos on-the-record. Un orador puede pasar de on-the-record a off-the-record a mitad de frase.
• Declaraciones prospectivas comercialmente sensibles que fueron autorizadas para la sala pero no para su distribución externa.

Método de redacción: Sustituye el pasaje sensible por una descripción entre corchetes: “[Redactado — comercialmente sensible]” o “[Información personal eliminada]”. No utilices la transcripción en bruto como prueba de redacción; el texto está en la misma posición. Crea un archivo redactado independiente.

Convenciones de archivo para registros a largo plazo

Las organizaciones que celebran sesiones semanales o mensuales de Loquira acumulan un archivo de transcripciones. Sin convenciones de nomenclatura, el archivo se vuelve inutilizable en pocos trimestres.

Estructura de archivo recomendada:

/transcripts/
  YYYY/
    YYYY-MM-DD_event-name/
      YYYY-MM-DD_event-name_en.txt
      YYYY-MM-DD_event-name_fr.txt
      YYYY-MM-DD_event-name_ja.txt
      YYYY-MM-DD_event-name_metadata.json

El archivo JSON de metadatos almacena información a nivel de sesión: nombre del orador, tipo de evento, duración, número de oyentes por idioma y cualquier nota del responsable de depuración (p. ej., “Falta el segmento de preguntas — el micrófono estaba apagado durante el turno de preguntas”).

Decisiones de retención por evento:

No todas las transcripciones deben conservarse indefinidamente. Establece una categoría de retención para cada tipo de evento:

Tipo de evento	Retención	Ejemplo
Reuniones del consejo	Permanente	Junta anual de accionistas
Reuniones generales internas	2 años	Town hall trimestral
Ruedas de prensa	1 año	Lanzamiento de producto
Reuniones semanales	90 días	Sincronización de ingeniería
Sesiones de prueba	30 días	Ensayo antes de un evento

Aplica la retención a nivel de archivo, no por archivo individual. Un script que compruebe las fechas de creación de carpetas frente a la política de retención puede automatizar la limpieza.

Relacionado

• Transcripciones y exportaciones
• Celebrar una reunión general o town hall
• Privacidad y tratamiento de datos