Limpiar transcripciones de vídeo y convertirlas en texto que se lee

Qué hay dentro de un archivo de subtítulos

YouTube acepta varios formatos de subtítulos, entre ellos SubRip (.srt), WebVTT (.vtt) y SubViewer (.sbv). Un archivo .srt es una lista de bloques numerados: un contador, un tiempo de inicio y de fin como 00:01:04,200 --> 00:01:07,900 y, después, una o dos líneas cortas de texto. WebVTT es parecido, con una cabecera WEBVTT y estilos opcionales. Los subtítulos automáticos de YouTube suelen repetir cada línea en el bloque siguiente para que las palabras vayan subiendo en pantalla.

Copiar desde el panel de transcripción que hay debajo de un vídeo da otro tipo de desorden: una marca de tiempo en su propia línea antes de cada pocas palabras y, a veces, líneas de tiempo hablado para los lectores de pantalla.

Qué elimina un limpiador y qué no puede arreglar

Un limpiador de transcripciones quita los contadores, las marcas de tiempo y las etiquetas de formato, elimina descripciones de sonido como [Música] si quieres, descarta las líneas repetidas por los subtítulos que se desplazan y une el resto en párrafos. Así, unos cientos de bloques diminutos se convierten en segundos en un texto legible.

Reutilizar una transcripción

Hablar y escribir funcionan de forma distinta. El texto hablado está lleno de repeticiones y muletillas que quedan mal en una página, así que toma la transcripción limpia como un primer borrador.

• Entrada de blog o artículo: mantén la estructura del vídeo, añade un encabezado en cada capítulo y elimina las repeticiones.
• Notas del episodio: un resumen breve más la lista de capítulos y los enlaces mencionados en el vídeo.
• Newsletter o publicaciones en redes: saca dos o tres frases citables.
• Apuntes o investigación: busca un pasaje en una charla larga en lugar de recorrerla entera.

Tiempo de lectura frente a tiempo hablado

La gente lee más rápido de lo que habla. Una amplia revisión de 2019 concluyó que los adultos leen no ficción en silencio a unas 238 palabras por minuto, mientras que el ritmo al hablar se sitúa habitualmente en unas 150. Un vídeo de 10 minutos con unas 1.500 palabras habladas se convierte en un artículo que se lee en seis o siete minutos, antes de recortar nada.

Tus propias palabras son tuyas para reutilizarlas. La transcripción de otra persona sigue siendo obra suya: cítala brevemente, mencionando al autor y con un enlace.