Transcribir WebM

WebM es lo que escribe un navegador. Las grabaciones de pantalla y micrófono hechas con la API MediaRecorder —Loom, extensiones de Chrome, grabadores dentro de la página, nuestra propia extensión— lo producen, igual que descargar de un sitio que sirve WebM.

Los números lo confirman: 3.010 archivos, el 8% de las subidas, con una mediana de 8 minutos 26 segundos a 129 kbps. Esa tasa tiene forma de audio, no de vídeo: casi todo el WebM que nos llega es una captura de voz hecha en el navegador, no una película descargada.

Ambas variantes se suben tal cual, junto con .weba para la forma de solo audio.

Estas son medianas medidas en nuestro clúster de producción, expresadas como tiempo por hora de audio.

Frente a los WebM subidos aquí: el mediano, unos 8 minutos y medio, vuelve en unos 12 segundos. Nueve de cada diez están por debajo de 49 minutos.

Este es el problema propio de WebM que conviene conocer. MediaRecorder escribe archivos sin campo de duración: la cabecera dice que la grabación es de longitud desconocida o infinita, porque el navegador no sabe cuándo pulsarás detener.

Los reproductores muestran entonces 0:00 o una cifra absurda, y algunas herramientas rechazan el archivo. Aquí no afecta a la transcripción: la duración se mide del propio flujo en lugar de creer a la cabecera, así que el texto y sus marcas de tiempo salen bien aunque tu reproductor diga otra cosa.

Si necesitas que el archivo se comporte en otro sitio, remultiplexarlo arregla la cabecera sin recodificar: ffmpeg -i entrada.webm -c copy salida.webm.

La duración, con holgura. A 129 kbps un archivo de 5 GB pasaría de 80 horas, así que el tope de 8 horas llega mucho antes; el WebM más grande procesado aquí pesaba 848 MB.

• Las grabaciones de pantalla largas son el caso habitual. Un seminario de tres horas cabe de sobra con estas tasas.
• Opus es el códec de audio típico, y aguanta bien. El habla sigue siendo inteligible a tasas donde el MP3 se emborronaría, así que las capturas del navegador se transcriben limpias.