Pasada de formato

Elimina las muletillas y los comienzos en falso. Pone puntuación y mayúsculas. Escribe números, horas, fechas, precios, unidades, correos y URL en su forma correcta. Aplica comandos de voz como “new paragraph”. Inserta fragmentos y términos del diccionario exactamente como se guardaron. Se adapta al tono de la app de destino, informal o profesional, y se puede fijar por app. Deja intactos los terminales y los editores de código. Todo lo de esta lista es o una regla o un modelo con instrucciones muy acotadas, y el orden importa: primero las reglas, para que el modelo nunca llegue a cuestionar una hora.

Un modelo de lenguaje es bueno con el criterio y poco fiable con la precisión. Ante “ten thirty AM” suele escribir 10:30 AM, y ese “suele” es el problema, porque no notarás la vez que escribió 10:30 PM hasta que te pierdas la reunión. Todo lo que tiene una única respuesta correcta (horas, puntuación dictada, palabras del diccionario, fragmentos, nombres de símbolos) debería resolverlo una regla determinista que produzca siempre el mismo resultado y se pueda probar. El modelo se queda con lo demás: el ritmo de las frases, los saltos de párrafo, qué muletillas eran relleno y el tono.

Hay tres que vale la pena exigir. Una comprobación del contenido: si el resultado del modelo pierde una palabra que dijiste o añade una que no dijiste, se descarta y se queda la transcripción formateada por reglas. Un presupuesto de tiempo: si el modelo no ha respondido dentro de un plazo fijo, la transcripción llega sin él. Y una salida literal: las apps en las que cualquier reescritura es un error no pasan por ningún modelo. Con eso, una pasada de formato solo puede mejorar el texto o dejarlo como está; nunca puede estropear un dictado.

El Dictado integrado de Apple hace una pequeña parte de este trabajo automáticamente y deja el resto a los comandos de voz. Saber dónde está esa línea te dice qué haría por ti una pasada de formato más completa.

La parte automática es la puntuación automática, que en los idiomas compatibles inserta comas, puntos y signos de interrogación mientras hablas. Los párrafos, las mayúsculas que van más allá de las habituales y los símbolos son cosas que dices en voz alta.

1. 01 Selecciona el menú Apple → Ajustes del Sistema, haz clic en Teclado en la barra lateral y ve a Dictado.
2. 02 Activa Dictado y comprueba que “Puntuación automática” está activada si quieres que se inserten por ti comas, puntos y signos de interrogación.
3. 03 Empieza a dictar y di “nueva línea” o “nuevo párrafo” donde quieras un salto.
4. 04 Di “número” antes de un número para dar a la frase siguiente formato de número.
5. 05 Di “mayúsculas activadas” para escribir las palabras siguientes con mayúscula inicial y “mayúsculas desactivadas” para volver a lo normal. Di “todo en mayúsculas” para poner en mayúsculas la palabra siguiente.
6. 06 Di el nombre de un símbolo para insertarlo, como “arroba”, “signo de porcentaje”, “almohadilla” o “símbolo del dólar”.
7. 07 Relee el resultado. Todo lo que aún tuviste que corregir a mano es trabajo que tendría que hacer una pasada de formato.

La normalización inversa del texto es el nombre más antiguo y más limitado de una parte de este trabajo: convertir las formas habladas en escritas, como “diez y media” en 10:30. El artículo de Whisper señala que muchos sistemas de reconocimiento de voz incluyen algo de ella, y que a menudo es sencilla o basada en reglas y se nota por lo que deja sin resolver, como no incluir nunca comas.

Los modelos abiertos más recientes trasladaron parte de ese trabajo al propio reconocimiento. Whisper se entrenó para predecir el texto de las transcripciones tal como se escriben, lo que según sus autores elimina la necesidad de un paso aparte de normalización inversa del texto. NVIDIA describe Parakeet TDT 0.6B v2 como compatible con la puntuación y las mayúsculas de forma directa.

Una pasada de formato es todo lo que sigue ocurriendo después. La puntuación del reconocedor es un punto de partida. Quitar las muletillas, aplicar tus propios términos y adaptarse a la app de destino son pasos aparte que un reconocedor no hace.

macOS tiene su propia pequeña capa de formato basada en reglas, que sirve para ver qué es una regla determinista: la misma entrada siempre da la misma salida. Las sustituciones de texto cambian una cadena por otra, y las comillas tipográficas y los guiones inteligentes cambian la puntuación mientras se escribe el texto.

Apple indica que las sustituciones de texto, las comillas tipográficas, los guiones inteligentes y los enlaces inteligentes no están disponibles en todas las apps. Si el texto llega con comillas curvas o con una sustitución que no esperabas, revisa estos ajustes antes de buscar en otro sitio.

1. 01 Selecciona el menú Apple → Ajustes del Sistema y haz clic en Teclado en la barra lateral.
2. 02 Haz clic en “Sustituciones de texto”.
3. 03 Haz clic en el botón Añadir, escribe el texto que quieres reemplazar y su sustitución, y haz clic en Añadir.
4. 04 Para cambiar cómo se comportan las comillas y los guiones, ve a “Introducción de texto” en los ajustes de Teclado y haz clic en Editar.
5. 05 Activa o desactiva “Usar comillas tipográficas y guiones inteligentes”, elige los estilos de comillas si quieres y haz clic en Aceptar.
6. 06 En una app concreta, selecciona Edición → Sustituciones para activar o desactivar “Reemplazar texto” en esa app.