Cómo transcribir un audio que mezcla español e inglés

Qué esperar según cómo se mezclen los idiomas

No eliges el idioma: se detecta solo, y la transcripción conserva cada idioma como se habló. El detalle es que el sistema de transcripción tiende a quedarse con un idioma principal por grabación, y el otro es el que sufre.

Qué falló en nuestra prueba

En octubre de 2026 pasamos siete clips cortos por la transcripción de Dolcenota. Los hicimos con voces generadas por computadora que alternan español e inglés: una persona, dos, tres, un lugar con ruido y una nota de voz tipo WhatsApp. Es una prueba pequeña con voz sintética, no un benchmark, y no publicamos un porcentaje de precisión a partir de ella. Esto vimos:

• Los tramos en español dentro de una grabación que el sistema tomó por inglés salieron como inglés sin sentido. Los tramos en inglés salieron bien.
• Una nota de voz corta donde dominaba un idioma salió casi limpia. En otro clip donde también dominaba un idioma, la mayoría de las palabras del otro idioma salieron mal.
• Un clip en español lleno de nombres de producto en inglés regresó sin nada de texto.
• En dos clips con varias personas, la transcripción puso a todos como un solo locutor. No sabemos cuánto de esto se debe a que las voces son sintéticas.

Un ejemplo de la prueba

En un clip la voz dijo: «Ayer tuve una reunión con el equipo de ventas y la verdad…». La transcripción escribió: «aertu mil marion con nelequipo de menda silla berda».

Eso puede pasar cuando el sistema de transcripción toma por inglés un tramo en español. Por eso sugerimos probar antes de confiar en una grabación larga y mezclada.

Cómo conseguir una mejor transcripción

• Prueba primero. Sube un minuto de tu audio real, con los nombres y términos que importan. Gasta cerca de un minuto de tu plan y te muestra el problema antes de comprometer una hora.
• Si puedes, procura que cada idioma ocupe su propio tramo y evita cambiar de idioma a media frase. No probamos si subir cada idioma como una transcripción aparte ayuda; si lo intentas, no uses la opción de varios archivos, que los une antes de transcribir.
• Pon el micrófono cerca y que hable una persona a la vez. Voces encimadas más un cambio de idioma es la combinación más difícil.
• Puede ayudar decir y deletrear al inicio los nombres y términos de producto, en el idioma en que quieres verlos escritos. No lo probamos.
• Revisa los pasajes con cambio de idioma contra el audio. Cada línea tiene marca de tiempo, así ubicas el punto sin escuchar todo.
• Corrige el texto en la exportación a Word o TXT. El texto de la transcripción no se edita dentro de Dolcenota.

Qué hacen el resumen y las preguntas con una grabación mezclada

El resumen y las respuestas a tus preguntas se construyen a partir de la transcripción, así que un pasaje mal transcrito se arrastra a ellos. El resumen se escribe en el idioma que tengas activo en Dolcenota y lo puedes traducir al otro con un toque. Traducir no arregla una transcripción que salió mal.

Cuándo conviene Dolcenota y cuándo comparar primero

• Conviene: grabaciones que son sobre todo en un idioma, con solo unas palabras del otro, notas de voz de WhatsApp donde cada nota es sobre todo en un idioma, y cuando además quieres un resumen y respuestas a tus preguntas.
• Compara primero: si casi todo tu audio cambia de idioma a media frase, si hay más de dos idiomas o si necesitas una transcripción certificada.
• Pasa el mismo clip de un minuto por cada herramienta que estés considerando, incluida la nuestra. Los planes gratis lo hacen barato.

Lo que todavía no medimos

Todavía no probamos con personas reales que cambian de idioma ni comparamos herramientas con grabaciones mezcladas reales, así que no decimos ser los mejores en esto. Tampoco probamos si grabar cada idioma por separado o deletrear los nombres mejora el resultado. Revisaremos la página si cambian nuestros resultados.