Problemas de transcripción de audio

Vulgate transcribe las subidas de audio usando modelos de voz a texto de alta calidad. La gran mayoría de los archivos regresan con transcripciones utilizables, pero surgen algunos problemas comunes — este artículo los cubre.

El trabajo termina en error

Abre Subidas → Procesando en la barra lateral y haz clic en la fila fallida para ver la razón específica. Las más comunes son:

Formato no compatible — Convierte con ffmpeg a MP3 o WAV y vuelve a subir. Aceptamos MP3, M4A, AAC, WAV, FLAC, OGG, Opus y contenedores de video comunes (se transcribe la pista de audio).
Archivo silencioso — Un archivo con menos de unos segundos de contenido audible no se puede transcribir. Confirma que el archivo se reproduce de forma audible en tu reproductor local.
Archivo muy largo — Los archivos largos pueden agotar el tiempo. Divide con ffmpeg:
```
ffmpeg -i input.mp3 -f segment -segment_time 3600 -c copy chunk_%03d.mp3
```
Luego sube cada fragmento individualmente.
Límite de gasto excedido — Se agotaron los créditos de ingesta de tu plan para el mes. Actualiza o espera hasta el próximo ciclo.

Para otros mensajes de error, copia el texto exacto y envía un correo a info@vulgate.ai con el ID del trabajo.

La transcripción es inexacta

La calidad de la transcripción es principalmente una función de la calidad de la entrada:

Ruido de fondo. Cafés, multitudes, zumbido de aire acondicionado o viento degradan seriamente la precisión. Vuelve a grabar en un entorno más silencioso si es posible.
Múltiples hablantes superpuestos. Vulgate detecta turnos de hablante pero el habla superpuesta a menudo se mezcla. Grabar por separado a cada hablante en su propia pista y subir por separado produce resultados dramáticamente mejores.
Baja tasa de muestreo. Los archivos muestreados a 8 kHz (audio de teléfono antiguo, algunos VoIP) tienen más errores que los de 16 kHz o superiores.
Acentos o dialectos fuertes. La mayoría de los dialectos principales están bien soportados, pero acentos regionales muy fuertes pueden producir transcripciones literal-pero-incorrectas ("concilio" → "consol").
Vocabulario especializado. Los términos teológicos, legales o científicos pueden transcribirse fonéticamente.

Audio multilingüe

Si una grabación cambia entre idiomas (por ejemplo, un sermón en italiano con pasajes litúrgicos en latín), la transcripción seguirá el idioma dominante y fallará con el secundario. Mejor práctica: divide el archivo en los límites de idioma antes de subir, aunque sean solo dos archivos.

Cuándo contactarnos

Envía un correo a info@vulgate.ai con el ID del trabajo si:

Recibes un mensaje de error no cubierto arriba.
La calidad de transcripción es dramáticamente peor de lo esperado en un archivo que has verificado que está limpio.
El mismo archivo falla repetidamente a pesar de estar bien dentro de los límites de tamaño y formato.