Disfluencia

Pausas llenas: eh, em, este, y sus equivalentes en cada idioma. Marcadores del discurso: o sea, ¿sabes?, como que, cuando no aportan significado. Repeticiones: “la la reunión”, “yo yo creo”. Comienzos en falso: una frase abandonada y vuelta a empezar. Autocorrecciones: un valor sustituido por otro, señalado con “no wait”, “scratch that”, “I mean”. Cada una necesita un tratamiento distinto, y la última es el caso interesante, porque el resultado correcto no es quitar palabras sino que la corrección sobreviva.

Las pausas llenas y las repeticiones se pueden eliminar con reglas sin riesgo: “eh” nunca es una palabra que quisieras decir. Los marcadores del discurso son más delicados, porque “como” a veces es un verbo. Las autocorrecciones son el caso más claro para una regla estrecha: cuando los dos lados de “no wait” son el mismo tipo de cosa, una hora, un número o un día, sustituir el primero por el segundo es seguro, y no hace falta un modelo. Todo lo menos claro corresponde a un modelo de lenguaje con instrucciones estrictas: quitar lo que no se quiso decir, no reescribir nunca lo que sí.

La limpieza excesiva. Un modelo al que se le pide que el habla se lea bien, si tiene ocasión, recortará tus frases, cambiará tus palabras por las suyas y quitará el matiz que era precisamente lo importante. La prueba es sencilla: dicta algo con una elección de palabras poco habitual y mira si sobrevive. Una herramienta que quita tus muletillas y conserva tus palabras está haciendo su trabajo; una que mejora tu prosa está haciendo otro trabajo que no le pediste.

La forma más limpia de tratar las muletillas es decir menos. Una muletilla suele ser una pausa rellena de sonido, y el hábito viene de la conversación, donde el silencio invita a que otra persona empiece a hablar. Una herramienta de dictado no interrumpe, así que puedes hacer la pausa en silencio.

Con el Dictado integrado de Apple tienes margen de sobra para hacerlo. Apple indica que Dictado solo se detiene automáticamente cuando no se detecta voz durante 30 segundos.

1. 01 Decide cuál es la frase antes de empezar a dictar, aunque sea a grandes rasgos.
2. 02 Di una frase cada vez y detente al terminarla.
3. 03 Cuando necesites pensar, cierra la boca y no digas nada. Una pausa en silencio no deja nada en el texto.
4. 04 Habla un poco más despacio. Las muletillas aparecen cuando la boca va por delante de la siguiente idea.
5. 05 Si te equivocas, termina la frase y corrígela después, en lugar de volver a empezarla a la mitad.
6. 06 Relee lo que dictaste y anota qué muletillas usas más, para estar atento a ellas la próxima vez.

Porque muchas pruebas de referencia borran las muletillas de las dos transcripciones antes de contar los errores. El normalizador de texto publicado con el artículo de Whisper elimina las palabras hmm, mm, mhm, mmm, uh y um de la referencia y del resultado del modelo antes de calcular la tasa de error por palabra.

En la práctica, una cifra de precisión publicada no te dice nada sobre las muletillas. Un modelo que escribe cada um y otro que no escribe ninguno pueden recibir la misma puntuación. Que las muletillas lleguen a tu documento depende de la herramienta que rodea al modelo, y tienes que probarlo tú.

Una prueba corta separa las herramientas que quitan las muletillas con reglas cuidadosas de las que quitan demasiado o no quitan nada. Dicta cada línea de abajo tal como está escrita, titubeos incluidos, y compara el resultado con lo que querías decir.

1. 01 Dicta una frase con pausas rellenas, como: “the report is um almost uh finished”. Las dos muletillas deberían desaparecer y todas las demás palabras deberían quedarse.
2. 02 Dicta un tropiezo, como: “I I think the the meeting moved”. Las palabras duplicadas deberían aparecer una sola vez.
3. 03 Dicta una repetición intencionada, como: “that was a very very long day”. Las dos palabras deberían quedarse, porque la repetición es énfasis.
4. 04 Dicta “like” usado como palabra real, como: “I like the second option”. La palabra no debe eliminarse.
5. 05 Dicta una autocorrección, como: “send it Monday no wait Tuesday”. Comprueba si obtienes el valor corregido, los dos valores o el equivocado.
6. 06 Dicta una expresión de duda que sí quieres decir, como: “I think we should probably wait”. Si falta “I think” o “probably”, la herramienta está reescribiendo, no limpiando.