Transcribe una entrevista en el teléfono que la grabó

Una entrevista no es una nota de voz con más palabras dentro. Hablan dos personas, una de ellas es una fuente, un cliente o un candidato, la grabación dura una hora, y la transcripción tiene que salir de la app e ir a algún sitio – un borrador, un expediente, un informe. Kaseta graba la conversación y la convierte en texto en el propio iPhone, en 99 idiomas, sin cuenta y sin mandar el audio a ninguna parte.

Esa última parte es por lo que la mayoría de los periodistas, investigadores, abogados y seleccionadores acaban en una página como esta. El resto es por lo que se quedan.

Qué te devuelve

Una transcripción, con marcas de tiempo de principio a fin, producida en el teléfono cuando tocas Detener. Pide las etiquetas de hablante sobre la transcripción terminada y una entrevista se lee como una conversación y no como un muro indiferenciado de texto; el etiquetado cubre hasta 60 minutos de una grabación. Eso es lo que la hace utilizable en el momento en que de verdad la necesitas, que son tres semanas después, cuando recuerdas una buena respuesta y no en qué minuto de la grabación estaba.

Las marcas de tiempo son la parte que trabaja: son como encuentras los treinta segundos que quieres citar dentro de una hora de habla, y como citas un pasaje que otra persona puede contrastar con el audio.

Las entrevistas se alargan

El plan gratis transcribe los primeros 5 minutos de cada grabación. Pro transcribe la grabación entera, dure lo que dure la entrevista.

La distinción que importa aquí es entre grabar y transcribir. La grabación no se corta nunca. El audio sigue más allá del tope del texto y se guarda entero, así que una entrevista de noventa minutos capturada con el plan gratis es una grabación completa de noventa minutos – sus primeros cinco minutos son texto, y el resto está ahí para cuando decidas desbloquearlo. Nunca descubres después que la app dejó de escuchar en el minuto seis.

Pro cuesta 19,99 US$ al año o 39,99 US$ una vez, y nada se mide: nadie cuenta los minutos que grabas, porque el cómputo ocurre en un teléfono que ya tienes y no en hardware que tengamos que alquilar.

Sacar la transcripción

Copiar y exportar funcionan los dos en todos los planes: Texto plano, Markdown, SRT, WebVTT o JSON, con o sin marcas de tiempo. Un archivo es lo que importa para el trabajo con entrevistas – cae dentro de un documento, de un expediente o de una línea de montaje de edición. Una transcripción que solo puedes leer dentro de una app es media transcripción.

El material suele ser confidencial

Aquí es donde la transcripción en el dispositivo deja de ser una preferencia y pasa a ser el argumento.

Quien te da una entrevista es una fuente, un paciente, un cliente o un candidato, y lo que dijo le pertenece a esa persona al menos tanto como a ti. Los servicios en la nube no son descuidados con eso – cifran en tránsito, publican políticas de conservación y los serios firman un contrato de tratamiento. Pero cada una de esas cosas es una promesa sobre lo que un tercero hace con una copia de tu grabación después de recibirla. La transcripción en el dispositivo elimina la copia: no hay petición que proteger, ni proveedor que auditar, ni plazo de conservación, ni brecha que pueda afectar a tu entrevista, porque nunca entró en el sistema de nadie.

No hace falta que te fíes. Pon el teléfono en modo avión, graba, toca Detener y lee la transcripción. Si el trabajo estuviera ocurriendo en un centro de datos, ese es el paso que fallaría.

Una excepción honesta, porque es la parte que no controlamos: si la copia de seguridad del iPhone está activada, tus grabaciones entran en tu propia copia de iCloud junto con todo lo demás del teléfono. Esa copia va a tu cuenta de Apple, nunca a nosotros. Es un ajuste del teléfono y no algo que haga esta app – pero sí significa que el audio puede existir fuera del aparato, así que revísalo en los ajustes de iCloud del iPhone antes de grabar algo que has prometido proteger.

Grabar a otra persona tiene reglas

La ley del consentimiento varía por país, y dentro de algunos países por región: en unos sitios basta con que consienta una de las partes de la conversación, en otros tienen que hacerlo todos los presentes. Centros de trabajo, tribunales y escuelas añaden con frecuencia requisitos propios encima. Un periodista ya lo sabe; un seleccionador que graba a un candidato a veces no se lo ha planteado.

La app no cambia nada de eso, y no podemos asesorarte. Pregunta antes de pulsar grabar, y si la respuesta tiene consecuencias legales, pregúntale a alguien cualificado y no a una página de producto.

Cuando otra herramienta es la buena

Todas estas son la misma frontera: Kaseta es un teléfono en la sala donde ocurre la conversación. Mueve la conversación a otro sitio y deja de ser la herramienta correcta.

• Una llamada remota. Otter y Notta meten un bot en una reunión de Zoom o Teams. Kaseta graba lo que oye el micrófono del teléfono – nada que llevas en el bolsillo puede asistir a una llamada en tu nombre.
• El audio de una llamada remota, aunque estés en ella. Un teléfono escuchando el altavoz de un portátil al otro lado del escritorio parte de una grabación peor que un bot que toma el audio de la reunión en origen. Para una entrevista en una sala, el teléfono está exactamente en el sitio correcto; para una a través de una pantalla, no.
• Un espacio de trabajo compartido. Compañeros abriendo la misma transcripción, comentándola, buscando en todo lo que ha capturado un equipo. Las transcripciones de Kaseta están en un teléfono, y compartir significa exportar un archivo y enviarlo.
• Acceso desde el navegador. Otter y Notta se abren en el dispositivo que tengas en la mano. Kaseta es una app de iPhone, y punto – si tu jornada de trabajo pasa en un portátil, eso es un coste real.
• Cualquier cosa que tenga que ser literal y certificada. Una declaración judicial, un acta oficial. Ninguna transcripción automática – la nuestra incluida – es la respuesta correcta ahí.

Las cuatro primeras son un mismo intercambio visto desde cuatro ángulos, y la comparativa con Otter lo desarrolla entero: un servicio en la nube está construido alrededor de llamadas y equipos, y es mejor en las dos cosas que cualquier cosa que se ejecute en un teléfono.

Si tus entrevistas ocurren en salas, el encaje es estrecho y concreto: una conversación que grabaste tú, que no debería entregarse a nadie más, transcrita en el dispositivo que la oyó. El detalle técnico está en cómo funciona la transcripción sin internet, la versión de política de empresa del mismo argumento es para centros que prohíben la nube, y la mecánica de meter una grabación existente en la app está en la guía de transcripción.