Transcripción, integridad y contexto acústico en un mismo informe

Una transcripción no es únicamente “pasar a texto” una conversación. Cuando el audio puede terminar en un juzgado, una negociación, una investigación interna o un expediente disciplinario, importa saber qué archivo se recibió, cómo se preservó, qué se oye realmente, en qué momento se oye y qué parte es observación técnica del perito.

En GlobátiKa Lab realizamos la certificación y transcripción de llamadas, notas de voz, reuniones, entrevistas, grabaciones ambientales, audios de mensajería y archivos procedentes de teléfonos, grabadoras, cámaras, ordenadores o plataformas digitales. El servicio se adapta a la pregunta pericial: acreditar la existencia de unas palabras, facilitar su lectura, documentar gritos o interrupciones, estudiar una posible edición, identificar limitaciones de inteligibilidad o preparar material ordenado para un abogado y el tribunal.

El artículo 382 de la Ley de Enjuiciamiento Civil permite proponer como prueba la reproducción de palabras, imágenes y sonidos captados mediante instrumentos de grabación e indica que puede acompañarse la transcripción escrita de las palabras relevantes. También contempla la aportación de dictámenes cuando se cuestione la autenticidad o exactitud de lo reproducido. Por eso conviene que texto, fichero y metodología permanezcan conectados y que la transcripción no se presente como si fuera el audio original.

Transcripción normal, literal y análisis pericial: no son lo mismo

Antes de comenzar acordamos qué nivel necesita el caso. La elección modifica el tiempo de trabajo, la extensión y el modo en que se consignan repeticiones, muletillas, ruidos o incidencias. Para evitar equívocos, el informe identifica expresamente el criterio aplicado.

¿Cómo se representa lo que se escucha?

En la transcripción literal distinguimos la locución de las anotaciones editoriales. Las palabras se reproducen sin corregir la forma de hablar; las incidencias se escriben entre corchetes y las intervenciones se atribuyen a etiquetas neutrales —por ejemplo, INTERVINIENTE 1 e INTERVINIENTE 2— salvo que la identidad esté suficientemente documentada. Esta separación evita convertir una impresión del transcriptor en un hecho.

“Se grita” no significa automáticamente que exista una amenaza, agresividad o una intención concreta. La transcripción puede describir que aumenta notablemente la intensidad o que se percibe un grito; atribuir un estado emocional, una intención jurídica o una condición clínica exigiría otras competencias y datos. Nuestra labor consiste en documentar de forma reproducible aquello que permite el registro.

El ambiente también puede resultar relevante. Tráfico, viento, reverberación, televisión, voces de terceros, avisos del teléfono o cambios abruptos del ruido de fondo influyen en la inteligibilidad y pueden aportar contexto. No todos los sonidos se incluyen: seleccionamos los que ayudan a comprender una intervención, explican una palabra inaudible o responden al objeto del informe.

Qué significa certificar una grabación

En lenguaje cotidiano, “certificar” puede parecer una garantía absoluta de que el audio nunca fue modificado. En informática forense la conclusión debe ser más precisa. El informe identifica el fichero examinado, explica cómo se obtuvo, calcula valores hash para controlar su integridad desde la adquisición y analiza si sus características son coherentes o presentan anomalías. La fuerza de una conclusión depende del material disponible.

Un archivo original extraído del dispositivo que realizó la grabación ofrece normalmente más información que un audio reenviado por correo, descargado de una nube o exportado desde una aplicación. Las plataformas pueden recomprimir, cambiar el contenedor, borrar metadatos o generar una copia nueva sin que exista una manipulación maliciosa. Por ello diferenciamos entre original de adquisición, copia, exportación y transcodificación, y evitamos conclusiones categóricas cuando el origen no puede reconstruirse.

Las buenas prácticas europeas de ENFSI definen el análisis de autenticidad como una evaluación de si la evidencia presenta características compatibles o no con una grabación auténtica. Recomiendan considerar el dispositivo y software, las condiciones de grabación, interrupciones conocidas y otros datos contextuales, además de preservar la evidencia y documentar los métodos aplicados. Un hash acredita que dos copias son iguales o que un fichero no ha cambiado desde un momento de control; por sí solo no demuestra cómo se creó antes de ese momento.

• Identificación del soporte, dispositivo, aplicación y ruta de origen cuando están disponibles.
• Adquisición o copia controlada, preferiblemente desde la fuente más próxima al original.
• Cálculo de huellas digitales y registro de la cadena de custodia.
• Descripción de formato, códec, duración, frecuencia de muestreo, canales y metadatos.
• Escucha crítica y examen técnico de discontinuidades, silencios, ruidos y estructura del fichero.
• Transcripción con marcas temporales, hablantes, dudas e incidencias acústicas.
• Conclusiones proporcionadas a la calidad y cantidad de información disponible.

Proceso de una pericial de audio

¿Se puede mejorar el audio antes de transcribirlo?

Podemos crear una copia de escucha y aplicar procesos limitados para facilitar la comprensión: ecualización, reducción de ruido estacionario, ajuste de nivel o selección de canal. Nunca se sustituye el original y cada operación relevante debe quedar documentada. Una mejora agresiva puede introducir artefactos, borrar consonantes o dar una falsa sensación de certeza; por eso la transcripción debe indicar cuándo una lectura procede de una versión procesada.

La inteligencia artificial puede ayudar a localizar segmentos o proponer un borrador, pero no reemplaza la revisión humana en una transcripción destinada a prueba. Los sistemas automáticos pueden inventar palabras plausibles, confundir hablantes, normalizar frases, omitir solapamientos o no registrar el entorno. El resultado final se contrasta con el audio y las dudas permanecen visibles.

Para cuestiones de voz clonada, deepfake o identificación de hablante se requiere un encargo específico. Comparar voces exige muestras adecuadas, controlar las diferencias de canal y valorar la calidad, duración y representatividad de la voz conocida y cuestionada. El informe no promete una identificación absoluta cuando las condiciones no lo permiten.

La cadena de custodia del audio: del dispositivo al informe

La cadena de custodia no es una frase decorativa. Es el registro que permite reconstruir quién entregó la evidencia, cuándo se recibió, qué soporte la contenía, qué operaciones se hicieron y qué copia se utilizó para el análisis. En un asunto sencillo puede consistir en una recepción documentada y la obtención inmediata de huellas digitales; en otro caso puede requerir adquisición forense de un terminal, fotografía del dispositivo, identificación de la aplicación, preservación del directorio y almacenamiento en soportes controlados.

Trabajamos sobre copias de análisis para evitar cambios accidentales. El original o la imagen forense se conserva sin utilizarse para tareas ordinarias y las versiones derivadas se identifican: copia de escucha, canal aislado, audio con nivel normalizado o fragmento preparado para exposición. Así se puede saber qué archivo sustenta una conclusión y reproducir el proceso. Si el material llegó por correo o mensajería, el informe no oculta esa circunstancia; la describe y explica qué limitación introduce.

Un valor hash funciona como una huella del contenido binario. Si cambia un solo bit, la huella resultante cambia. Esto permite verificar que el fichero presentado más adelante coincide con el recibido o adquirido. No obstante, dos archivos que suenan igual pueden tener hashes diferentes porque fueron recodificados, y una huella calculada hoy no cuenta por sí sola la historia anterior del fichero. La conclusión correcta se apoya en el conjunto: procedencia, estructura, metadatos, contexto, análisis y documentación.

Metadatos, formato y códec: qué aportan y qué no

El nombre del archivo no demuestra su fecha real y la extensión tampoco siempre identifica su codificación. Un archivo llamado “grabación_original.mp3” puede ser una copia posterior, mientras que una nota de voz con nombre automático puede mantener datos coherentes con su aplicación de origen. El perito examina la estructura interna, formato contenedor, códec, frecuencia de muestreo, tasa de bits, número de canales, duración y campos de metadatos. También observa si la combinación resulta esperable para el dispositivo o software descrito.

Los metadatos son indicios, no testigos infalibles. Pueden perderse en una exportación legítima, reescribirse al copiar entre sistemas o modificarse con herramientas corrientes. Una fecha incoherente merece estudio, pero no autoriza automáticamente a afirmar que existió manipulación intencional. Del mismo modo, la ausencia de metadatos no vuelve falso un audio. El informe conecta cada hallazgo con hipótesis técnicamente razonables y evita convertir una sola anomalía en una conclusión desproporcionada.

Autenticidad, integridad, continuidad y exactitud

Estas palabras se utilizan con frecuencia como si fueran sinónimas, pero responden a preguntas distintas. La integridad ayuda a determinar si el fichero controlado se mantiene igual desde su adquisición. La autenticidad estudia la compatibilidad con la grabación que se afirma que es. La continuidad se refiere a si el registro presenta interrupciones o discontinuidades relevantes. La exactitud de la transcripción exige que el texto reproduzca lo audible sin cambiar el sentido.

Puede existir una copia íntegra de un archivo previamente editado: su hash permanecerá estable desde que se calculó, pero la edición anterior seguirá siendo una cuestión diferente. También puede existir una grabación auténtica que contenga una pausa realizada por el propio dispositivo o una llamada entrante conocida. Por eso se solicita información contextual y se contrasta con el comportamiento esperado. El análisis de autenticidad rara vez se reduce a buscar una “marca de corte” universal.

Las discontinuidades pueden observarse en la forma de onda, el espectro, el ruido de fondo, la estructura de compresión o los metadatos; pero muchos fenómenos ordinarios producen cambios parecidos. Un golpe al teléfono, un movimiento de la persona, un cambio automático de ganancia, una pérdida de paquetes o la reducción de ruido de una aplicación pueden alterar el registro. La labor pericial consiste en valorar explicaciones alternativas y expresar el nivel de soporte, no en elegir la interpretación más acusatoria.

Control de calidad de una transcripción forense

Una transcripción extensa acumula oportunidades de error: números, nombres, negaciones, fechas y palabras cortas pueden cambiar por completo el significado. Aplicamos varias pasadas de escucha, revisamos los intervalos críticos y comprobamos que los códigos de tiempo conducen al punto correcto. Cuando el encargo lo permite, una segunda revisión independiente reduce sesgos y detecta omisiones. El informe señala el sistema temporal utilizado y conserva una correspondencia estable con el fichero identificado.

La atribución de hablantes se realiza con prudencia. Si la identificación procede únicamente de la información del cliente, se declara; si se basa en que los interlocutores se nombran durante la conversación, se indica ese criterio; y si se requiere comparar una voz cuestionada con muestras conocidas, se trata como análisis específico. Etiquetar desde el principio a “acusado” y “víctima” puede contaminar la lectura, por lo que normalmente usamos nombres neutrales o roles documentados.

La puntuación también interpreta. Una coma, una interrogación o un punto pueden alterar la lectura de una frase ambigua. En la transcripción literal se utilizan pausas, guiones, puntos suspensivos y marcas de solapamiento de forma coherente, pero el audio continúa siendo la referencia principal. Cuando una inflexión no permite decidir con seguridad si una expresión fue pregunta o afirmación, se evita forzar la puntuación y se deja constancia de la duda.

• Coincidencia entre el hash citado, el fichero analizado y el entregado.
• Códigos de tiempo comprobados al inicio, en puntos intermedios y al final.
• Etiquetas de hablante uniformes y leyenda de símbolos comprensible.
• Nombres, cifras, direcciones y expresiones decisivas sometidas a revisión reforzada.
• Segmentos ininteligibles visibles, sin rellenos ni reconstrucciones no justificadas.
• Diferenciación gráfica entre palabra hablada, anotación acústica y comentario del perito.
• Conclusiones conectadas con resultados verificables y límites expresos.

Transcripción completa o selección de pasajes relevantes

No todos los procedimientos requieren transcribir horas de grabación. La Ley de Enjuiciamiento Civil se refiere a las palabras que resulten relevantes para el caso, y el equipo jurídico puede seleccionar intervalos concretos. Una transcripción parcial debe identificar con precisión el inicio y final, explicar el criterio de selección y mantener accesible el archivo completo cuando proceda. De este modo el lector sabe que consulta un extracto y puede comprobar el contexto.

Hay casos en los que transcribir solo la frase principal sería insuficiente. Una negación puede referirse a una pregunta anterior; el tono puede depender de una discusión previa; una interrupción puede ocultar quién terminó una oración; y un silencio puede separar dos asuntos diferentes. Por eso la decisión se toma después de una escucha preliminar y en coordinación con el abogado. El perito puede advertir que un pasaje necesita minutos anteriores o posteriores para interpretarse correctamente.

También podemos preparar un índice cronológico de contenidos antes de realizar la literal completa. Este mapa localiza temas, hablantes, incidencias y fragmentos potencialmente relevantes. Resulta útil en reuniones largas o numerosas grabaciones, pero no sustituye la transcripción cuando el texto exacto sea controvertido. Cada producto —resumen, índice, transcripción limpia, literal e informe— debe llevar su nombre para que nadie le atribuya un alcance que no tiene.

Qué debe contener un informe pericial de audio útil

Un informe útil permite que otro profesional comprenda el encargo, identifique la evidencia y siga el razonamiento. Incluye antecedentes relevantes, objeto de la pericia, material recibido, metodología, herramientas cuando aportan información, resultados, transcripción o anexos, discusión técnica, limitaciones y conclusiones. Los datos de carácter personal que no sean necesarios se tratan con cautela y la distribución del documento se limita a quienes intervienen en el asunto.

La conclusión responde exactamente a la pregunta. Si el encargo consiste en certificar el contenido audible, no se afirma quién sujetaba físicamente el teléfono salvo que exista evidencia adicional. Si se estudia una posible edición, no se identifica a su autor sin datos. Si se transcribe una amenaza, corresponde al órgano judicial valorar su significado jurídico. Esta disciplina protege la independencia del perito y hace el informe más resistente a una impugnación.

Durante la ratificación, el perito puede explicar por qué eligió una etiqueta, cómo calculó la huella, qué efecto tuvo un filtro o por qué no fue posible descifrar una palabra. La trazabilidad ayuda a responder de forma concreta. Un buen informe no oculta la incertidumbre: la localiza, la justifica y deja claro qué conclusiones permanecen sólidas a pesar de ella.

Vídeo: voz real y voz generada por inteligencia artificial

En nuestro canal explicamos riesgos actuales relacionados con el audio digital. Este vídeo muestra por qué una voz aparentemente convincente no debe aceptarse sin más cuando se discute su origen o autenticidad.

Casos en los que puede ayudar el informe

También podemos coordinar el análisis con otros servicios: extracción del audio desde un teléfono mediante peritación informática de dispositivos móviles, certificación de mensajes y notas de voz de WhatsApp, estudio de vídeo, identificación de ficheros adjuntos y elaboración de una contrapericial. Para atención territorial puede consultar asimismo Perito Informático Málaga y Perit Informàtic Catalunya.

Preguntas frecuentes sobre certificación y transcripción de audio

Cómo conservar la grabación antes de enviarla

• No recorte el fichero ni lo abra con una aplicación que lo sobrescriba.
• No convierta MP3, M4A, OGG o WAV solo para facilitar el envío.
• Conserve el dispositivo y anote fecha, aplicación y modo de obtención.
• No comparta públicamente la grabación ni altere el nombre del único original.
• Informe de pausas, llamadas entrantes o incidencias conocidas durante la grabación.
• Consulte antes de usar servicios de transcripción en la nube si existen datos sensibles.

Fuentes públicas consultadas