¿WhatsApp arruina la calidad de tus audios?

La compresión existe y no es pequeña. Una nota de voz grabada dentro de la aplicación se envía en un formato pensado para pesar poco y viajar rápido por cualquier red, que es exactamente lo que uno quiere de un mensaje. El archivo que llega al otro lado no es el que salió del micrófono.

Eso tiene consecuencias reales en algunos usos. Si vas a archivar la grabación durante años, si alguien va a analizar el sonido en sí, o si el audio es material que pensabas editar, conviene conservar el original por otra vía. Para eso sirve mandarlo como documento en lugar de como nota de voz, porque así el archivo viaja tal cual y no se vuelve a comprimir.

Lo que esa compresión no parece hacer, según lo que medimos, es empeorar el texto que sale de la transcripción.

Tres cosas, y ninguna se arregla cambiando el formato del archivo. La distancia al micrófono, que es la que más pesa: un teléfono en la mano y un teléfono al otro lado de la mesa producen resultados que no se parecen. El ruido de fondo, sobre todo el que tiene voces dentro, como una tele encendida o una cafetería, porque el motor no distingue bien esas voces de las que importan. Y las personas hablando encima de otras, que es lo que convierte una reunión de cuatro en un texto lleno de huecos.

El vocabulario poco frecuente es el cuarto factor y se comporta distinto: nombres propios, marcas, calles, términos técnicos. Ahí sí hay algo que hacer antes de subir, que es escribir esas palabras en el cuadro de vocabulario para que el motor las espere en lugar de adivinarlas. Está disponible en todos los planes.

La consecuencia práctica es cómoda: no hace falta pedirle a nadie que reenvíe el audio con mejor calidad, ni convertir el archivo a otro formato antes de subirlo. Ese trabajo no cambia el resultado. Sube el archivo tal como llegó.

Cuando una nota de voz vuelve con un texto corto y raro, la explicación más común no tiene nada que ver con el sonido. Es el idioma mal configurado. El motor busca palabras de un idioma dentro de una grabación en otro, no encuentra casi nada, y devuelve un texto breve sin avisar de que falta algo.

Se distinguen fácil una vez que sabes mirar. Un problema de calidad de sonido produce un texto del largo correcto con palabras equivocadas dentro. Un problema de idioma produce un texto demasiado corto para la duración del audio, a veces con frases que se leen perfectamente bien. Si cinco minutos de conversación volvieron con doscientas palabras, el asunto es el idioma, no el micrófono.

Ese caso está explicado con datos en la página sobre audios de WhatsApp en otro idioma, y el experimento completo, en inglés, está en el blog.

Conviene decir qué no demuestra. Fue una grabación limpia y grabada de cerca, exportada a varios niveles de compresión. Eso muestra que la compresión por sí sola no cambió el texto. No prueba que la calidad nunca importe.

Hay un caso donde sí importa y merece la aclaración. Las grabadoras viejas que producen archivos de baja calidad suelen tener también micrófonos malos, y es el micrófono el que cuesta precisión, no los kilobits. Cuando esas dos cosas viajan juntas es fácil culpar a la que se puede medir.

Como siempre, lo barato es comprobarlo con tus propios archivos antes de decidir nada. El plan gratuito da 60 minutos cada 30 días con archivos de hasta 30 minutos y exportación en TXT, sin tarjeta, que alcanza de sobra para probar dos versiones del mismo audio y comparar.