Importar transcripción — cómo usarla en el Studio
Trae la transcripción de otro sistema (texto, subtítulos o el JSON de varios servicios) y úsala en el FalaAI Studio sin volver a transcribir. El formato se reconoce por el propio archivo y todo se convierte en el mismo diálogo, con hablantes y tiempos cuando existan.
El mejor camino
No necesitas transcribir dos veces — elige según lo que ya tienes:
- ¿Ya tienes la transcripción (Whisper, Teams, Zoom, PABX, otro sistema)? Impórtala aquí: es gratis y el archivo no se envía a ningún servidor.
- ¿Solo tienes el audio? Usa el card Audio: la transcripción sale lista, con hablantes y eventos de audio.
- ¿Tienes el export de una conversación de WhatsApp? Usa el card Extracción de la conversación.
Paso a paso en el Studio
- En el FalaAI Studio, pestaña Entrada, card Mi texto / otro sistema: arrastra el archivo al área punteada o haz clic en ella para elegir.
- El formato se reconoce por el propio archivo (texto, subtítulos o JSON). El selector Servicio sirve para cargar un ejemplo listo.
- Revisa el diálogo y los hablantes que aparecieron. Si el archivo no identifica quién habló, el texto entra como un bloque único.
- El contenido queda cargado en la Entrada y sigue al Diagnóstico y la Auditoría (Cargar de la Entrada).
- El conteo de caracteres aparece en el panel — es lo que define el costo de los análisis.
Formatos aceptados
Texto plano, subtítulos con tiempo y el JSON de respuesta de siete servicios de transcripción (además del nuestro). Haz clic en cada uno para ver cómo funciona y abrir un archivo de ejemplo.
Texto plano (.txt)
Transcripción corrida. Si las líneas empiezan con Speaker N: (o Interlocutor/Hablante), se vuelven un diálogo con hablantes; si no, se trata como un único texto.
SRT (.srt)
Subtítulo SubRip: índice, línea de tiempo HH:MM:SS,mmm --> HH:MM:SS,mmm y el texto (opcionalmente con Speaker N:).
WebVTT (.vtt)
Subtítulo WebVTT: encabezado WEBVTT y cues con tiempo HH:MM:SS.mmm.
AssemblyAI
Usa utterances[] (hablante/tiempo/texto) y words[]. Tiempos en milisegundos.
AWS Transcribe
Usa results.transcripts[], results.items[] y results.speaker_labels.segments[]. Tiempos en string de segundos.
ElevenLabs Scribe
Usa words[] con type (word/spacing/audio_event) y speaker_id. Es el único comercial que trae eventos de audio.
Deepgram
Usa results.channels[].alternatives[] y results.utterances[] (diarización por speaker 0/1).
Google Cloud STT
Usa results[].alternatives[].words[] con startTime/endTime en string de segundos (ej.: 3.500s) y speakerTag.
Azure Speech
Fast transcription: phrases[] con speaker, offsetMilliseconds y durationMilliseconds.
OpenAI Whisper
Formato verbose_json: segments[] con start/end/text. Sin diarización nativa (un solo hablante).
Lo que necesitas saber
Cuánto cuesta
- Importar es GRATIS: el archivo se lee en tu navegador y no se envía nada.
- El cobro ocurre después, cuando generas el Diagnóstico o la Auditoría — cobrados por carácter.
- El Studio muestra el conteo de caracteres de lo que importaste (solo el contenido válido, sin rótulos, tiempos ni eventos).
- Mira los valores y las reglas en los helps de Diagnóstico y Auditoría.
Lo que no se acepta
- Archivo vacío.
- JSON inválido o archivo dañado.
- Formato no reconocido (no es texto, ni subtítulos, ni el JSON de un servicio soportado).
- Archivo de audio o export de conversación de WhatsApp: esos van en los cards Audio y Extracción de la conversación.
Los archivos de ejemplo están en esta página, en cada formato (Abrir ejemplo) — úsalos para probar antes de importar el tuyo.