Blog

Cómo Corregir Etiquetas de Hablante en una Transcripción

Autor: Hushscript | Publicado: 6 de octubre de 2026 | Última revisión: 6 de octubre de 2026

Para corregir etiquetas de hablante en una transcripción, trabaja en el editor: renombra una etiqueta una vez para cambiar todas sus líneas, reasigna un turno a otro hablante y divide o combina turnos cuando sus límites sean incorrectos. No necesitas volver a transcribir el archivo. Las etiquetas automáticas son un primer borrador, y unos minutos de revisión las vuelven confiables.

Cambia Hablante A por un nombre real

Las etiquetas automáticas son neutras. La transcripción muestra Hablante A y Hablante B porque el sistema agrupa voces; no sabe quiénes son. Cuando reconozcas a las personas, abre el cuadro de diálogo de nombres de hablantes y escribe un nombre para cada etiqueta. El nombre reemplaza la etiqueta en todas las líneas de ese hablante, tanto en el editor como en las exportaciones.

También puedes usar un rol en lugar de un nombre. Entrevistador y Participante funcionan bien cuando los nombres deben quedar fuera del archivo. Si hay Insights, Hushscript puede sugerir nombres de hablantes en un bloque que puedes revisar. No se aplica nada hasta que lo aceptas. La página de identificación de hablantes explica qué indican las etiquetas y qué no afirman.

Reasigna un turno al hablante correcto

A veces una línea tiene la etiqueta incorrecta y el resto de las líneas del hablante está bien. Cambia el hablante solo en ese turno. Elige al hablante correcto de la lista o selecciona uno nuevo si la línea corresponde a una voz que la transcripción no detectó.

Recorre la transcripción mientras reproduces el audio. Revisa la primera línea después de cada pausa y cada punto donde cambia el tema. Ahí es donde más probablemente se confunde una etiqueta.

Divide un turno que contiene dos hablantes

Cuando dos personas hablan una inmediatamente después de la otra, el motor puede incluirlas en un solo turno. Divide el turno donde empieza la segunda voz y luego asigna la segunda parte al hablante correcto. Ajusta bien los puntos de división para que cada parte contenga una sola voz.

Combina los turnos relacionados

El problema opuesto es una frase de un hablante dividida en dos turnos, a menudo por una pausa o una tos. Combina el turno con el siguiente para unirlos. Esto solo funciona bien cuando ambos turnos tienen el mismo hablante, así que corrige primero la etiqueta.

Una persona también puede aparecer con dos etiquetas, por ejemplo, Hablante A y Hablante C. No hay un comando específico que combine dos etiquetas de hablante. Reasigna los turnos con la etiqueta sobrante al hablante correcto. Cuando no quede ninguno, esa etiqueta desaparecerá de la transcripción.

Puedes deshacer y rehacer cada edición, y revertir toda la transcripción al original si una revisión sale mal.

Por qué las etiquetas de hablante salen mal

Conocer la causa te indica dónde buscar. La guía sobre cómo funciona la diarización de hablantes profundiza en el tema. Estas son las causas habituales:

• Habla superpuesta. Cuando dos personas hablan a la vez, una voz suele dominar. Es habitual que falten turnos o que se combinen alrededor de las interrupciones.
• Voces parecidas. Dos hablantes con un tono y un timbre parecidos pueden terminar con una sola etiqueta.
• Audio de llamadas telefónicas y videollamadas. La compresión y los cambios en la conexión alteran cómo suena una persona, lo que puede dividirla en dos etiquetas.
• Turnos breves. Una respuesta de una palabra como “sí” ofrece poca voz al sistema para analizar, así que puede asignar el turno a un hablante cercano.
• Muchos hablantes. Cuantas más personas hay, más límites hay que identificar correctamente. Un panel de ocho requiere más revisión que una entrevista de dos personas.

La revisión es la solución en todos estos casos. Las etiquetas automáticas no son un registro verificado.

Qué configurar antes de transcribir

Algunos problemas cuestan menos de prevenir que de corregir.

Activa la detección de hablantes en cualquier grabación con más de una voz. No añade minutos. Para una grabación de una sola persona, desactívala.

Si cada persona se grabó en un canal separado, usa el procesamiento multicanal. Mantiene los canales separados y se factura cada canal. Aun así produce etiquetas de transcripción, no pistas de voz aisladas.

Los buenos hábitos de grabación ayudan más que cualquier opción. Dale a cada persona su propio micrófono cuando puedas. Mantén el micrófono cerca y la sala en silencio. Pide a los invitados que no hablen al mismo tiempo y que todos digan su nombre al inicio para asociar rápidamente las voces con las etiquetas.

El formato correcto de una etiqueta de hablante

No hay un único formato obligatorio. La convención habitual en las transcripciones escritas es un nombre o rol al inicio de cada turno, seguido de dos puntos. Elige un estilo, como Maria: o Entrevistador:, y mantenlo en toda la transcripción.

Las exportaciones siguen ese patrón. En TXT, DOCX y los formatos de subtítulos, cada turno o entrada empieza con el nombre del hablante y dos puntos. Markdown coloca el nombre en negrita encima de cada turno. CSV y TSV tienen una columna de hablante. JSON conserva la etiqueta original en cada intervención, junto con los nombres guardados. En TXT, Markdown, HTML, RTF, ODT y PDF puedes desactivar las etiquetas de hablante si quieres texto sin ellas.

Los subtítulos tienen una opción más. La especificación WebVTT define un segmento de voz para nombrar al hablante de una entrada. En cambio, la exportación VTT de Hushscript escribe el nombre como texto plano al inicio de cada entrada, para que cualquier reproductor lo muestre como texto normal del subtítulo.

Renombra a los hablantes antes de exportar. La exportación usa los nombres tal como están en ese momento.

Editar las etiquetas o volver a transcribir

Edita en casi todos los casos. Las correcciones son gratuitas, inmediatas y conservan tus otras ediciones.

Vuelve a transcribir solo cuando una opción haya sido incorrecta desde el principio: la detección de hablantes estaba desactivada, se eligió el idioma equivocado o los canales separados no se procesaron como tales. Una nueva transcripción es un trabajo nuevo que se factura por la duración completa del audio, y la nueva transcripción empieza sin tus ediciones manuales. Corrige la opción y vuelve a procesar el archivo.

Si planeas generar los Insights, termina primero las etiquetas. Los Insights están vinculados a la versión de la transcripción, y generarlos de nuevo más tarde consume minutos.