Analysis of audio transcription tools with real corpora: are they a valid tool for interpreter training?

Abstract

El artículo analiza la validez de las herramientas de transcripción automática como apoyo a la formación de intérpretes en el ámbito sanitario, en un contexto marcado por el auge de la interpretación remota y el uso de tecnologías durante y después de la crisis de la COVID-19. A partir de un estudio empírico basado en un corpus real de interacciones hospitalarias, el trabajo evalúa la precisión de dos herramientas accesibles de reconocimiento de voz —Otter.ai y Amberscript— comparando sus transcripciones con transcripciones manuales elaboradas por las autoras. Los resultados muestran que ambas herramientas son capaces de captar la información esencial en contextos controlados (frases cortas, poco ruido, terminología clara), pero presentan limitaciones significativas ante ruido ambiental, interrupciones, discursos espontáneos, acentos no nativos y terminología especializada, lo que obliga a una intensa posedición. El análisis concluye que, aunque estas herramientas no pueden sustituir al intérprete ni garantizar plena fiabilidad, sí constituyen un recurso complementario útil para la preparación previa, el análisis de corpus reales y la formación universitaria, siempre que se utilicen de forma crítica y guiada. El artículo defiende la necesidad de seguir investigando con corpus auténticos, ampliar la evaluación empírica y reforzar la integración de tecnologías de interpretación asistida por ordenador en los programas formativos para preparar a los futuros intérpretes para un mercado cada vez más digitalizado.