Transcripción de entrevistas para periodistas: un flujo que resiste el fact-checking

La regla más vieja de la facultad de periodismo sigue vigente: una hora de entrevista grabada cuesta tres o cuatro horas de tecleo. En un perfil con tres fuentes, eso es una jornada entera perdida antes de escribir una palabra — y la pieza cierra el jueves.

La transcripción con IA comprime esa jornada en minutos, y a $0.83–$1.25 por hora de audio cuesta menos que el café que te tomarías mientras tecleas. Pero el periodismo tiene una restricción que casi ninguna otra industria tiene: una cita con una palabra equivocada no es correcta al 97 %, es incorrecta, y lo es en letra impresa con el nombre de alguien debajo. Así que la pregunta interesante no es si usar transcripción con IA, sino cómo usarla para que nada sin verificar llegue a la página.

Las tres vías, comparadas con honestidad

Teclearlo tú mismo no cuesta nada y obliga a una re-escucha atenta — hay reporteros que valoran de verdad esa pasada. También son 3–4 horas por hora de entrevista, algo que deja de escalar la semana en que tienes cinco.

Los servicios de transcripción humana entregan más del 99 % de precisión para necesidades de nivel judicial, a aproximadamente $1–2 por minuto de audio y con uno o varios días de espera. Por una factura de $60–$120 por entrevista obtienes una precisión que la mayoría del trabajo periodístico no necesita: las citas las vas a verificar tú de todos modos.

La transcripción con IA llega en minutos con un 90–97 % de precisión sobre audio limpio. La trampa está dentro de esa cifra: una hora de entrevista son 7.000–9.000 palabras, así que incluso un 96 % de precisión significa unos cientos de errores pequeños — palabras caídas, un apellido triturado, un «puede» oído como «no puede». Perfecto como borrador buscable. Impublicable sin revisión.

Esa última frase es todo el método.

Un flujo que resiste al fact-checker

1. Graba como si el transcrito dependiera de ello — depende. La precisión se decide al grabar, no al transcribir. Teléfono sobre la mesa más una grabadora de respaldo, cerca de la fuente, y el ruido de la cafetería a tu espalda si puedes elegir. Una grabación nítida transcribe al 96–97 %; una línea telefónica ruidosa cae por debajo del 90 %, y cada punto perdido son minutos de tu tarde.

2. Sube el archivo y deja que se separen los hablantes. Activa la identificación de hablantes en todo lo que tenga más de una voz. «Hablante 1 / Hablante 2» se convierte en «Yo / Ministra» con dos renombrados, y de pronto el transcrito se lee como un guion y no como un muro.

3. Trabaja desde el transcrito, verifica desde el audio. Busca en el texto para localizar el momento; después reproduce el audio en esa marca de tiempo antes de que una sola palabra citada entre en la pieza. Esta es la regla que hace segura la transcripción con IA para el periodismo: el transcrito localiza la cita, la grabación la confirma. Con párrafos con marca de tiempo, el viaje de ida y vuelta son unos segundos por cita — mucho más rápido que rebobinar una grabación cruda, e igual de riguroso.

4. Conserva la cinta hasta publicar — y entonces decide. El transcrito es tu archivo buscable; el audio es tu defensa si alguien impugna una cita. Guarda ambos hasta que la pieza salga y se asiente; después aplica tu propio criterio de retención — más abajo hay más sobre esto.

Las preguntas de protección de fuentes para cualquier herramienta

Los periodistas suben conversaciones que otras personas querrían leer. Antes de que ninguna herramienta toque el audio de una entrevista, exige respuesta clara a tres preguntas:

• ¿Se usa el audio para entrenar modelos de IA? La respuesta debe ser no. (La de Speecho es no.)
• ¿Qué se almacena y cuánto tiempo? En Speecho, los archivos de origen se borran tras el procesamiento y los transcritos se eliminan solos a los 90 días; puedes borrar antes lo que quieras — y deberías, en cuanto una pieza sensible esté publicada.
• ¿Qué sale de tu máquina? En las entrevistas en vídeo, Speecho extrae el audio en tu navegador: el material grabado nunca llega a subirse.

Y una regla que ninguna herramienta puede aplicar por ti: si una parte de la conversación fue de verdad off the record, córtala antes de subir. Recorta el archivo y transcribe el resto. La protección más fuerte para algo que jamás debe existir como texto es que nunca entre en el circuito.

Entrevistas en otros idiomas

La transcripción basada en Whisper maneja 99 idiomas, y eso cambia el trabajo de campo: entrevista a tu fuente en el idioma en el que realmente piensa, transcribe en ese idioma y traduce después el transcrito al tuyo para redactar — citando del original cuando la precisión importe. Speecho traduce los transcritos terminados a 18 idiomas, así que el original y tu copia de trabajo salen de la misma subida.

Lo que le cuesta a un freelance en activo

A $0.83–$1.25 por hora de audio, un mes cargado — digamos doce horas de entrevistas — cuesta unos $10–$15, en créditos prepagados, sin suscripción corriendo en los meses sin encargos. El mismo mes en un servicio humano son $700–$1.400; tecleado a mano, una semana de tardes sin cobrar. Esa aritmética explica por qué el flujo de verificar-contra-el-audio se ha vuelto la norma silenciosa en las redacciones: la máquina teclea, el periodista hace periodismo.

Pruébalo con tu próxima entrevista: sube el archivo y llévate 15 minutos gratis al confirmar tu correo — sin tarjeta, y sin ningún bot cerca de tus fuentes.