Cómo funciona
La audiodescripción siempre ha sido lenta porque alguien tenía que ver cada segundo, escribir un guion y grabarlo. Automatizamos esas tareas y le entregamos el guion para que pueda revisarlo.
1. Transcripción y pausas
Transcribimos el audio con la marca de tiempo de cada palabra y detectamos el idioma. Cada silencio de más de un segundo y medio aproximadamente es un hueco posible para una audiodescripción.
2. Lectura de la imagen
Un modelo de visión revisa los fotogramas y anota lo que notaría una persona vidente: textos y cifras en pantalla, gráficos, quién habla, acciones y cambios de escena. Lo que el narrador ya dice en voz alta se omite.
3. Redacción
Las audiodescripciones siguen la práctica profesional: presente de indicativo, tercera persona, objetividad, lo más importante primero y frases completas que caben en el hueco. En español seguimos los principios de la norma UNE 153020.
4. Estándar o extendida
Si una audiodescripción cabe en una pausa, se reproduce sin alterar el vídeo (audiodescripción estándar, WCAG 1.2.5). Si el narrador no deja pausas, como en muchas clases, la imagen se detiene al final de una frase, se lee la audiodescripción y el vídeo continúa (audiodescripción extendida, WCAG 1.2.7).
5. Comprobación y locución
Un segundo modelo comprueba cada frase contra sus fotogramas y corrige o elimina lo que no se ve. Una voz natural en español o inglés la locuta; después volvemos a transcribir la locución para confirmar que se entiende.
6. Exportación y control de calidad
Mezclamos la audiodescripción bajando el audio original unos 11 dB con transiciones suaves, normalizamos la sonoridad a −16 LUFS y generamos todos los archivos. Una batería de comprobaciones automáticas revisa formatos, duraciones, sonoridad y subtítulos antes de entregarlos.