Chronometrica vs SIÁN: ¿subtítulos existentes de TikTok o nueva transcripción de audio?

Decide qué palabras deben formar parte del estudio

Empieza por el objeto de investigación: aquello que tu estudio busca examinar. Después, indica qué fuentes de texto pueden representarlo.

Si estudias los propios subtítulos de la plataforma, la pista de subtítulos existente forma parte de la evidencia. Importan sus palabras, su idioma y su ausencia. Una transcripción nueva puede ayudarte a entender un video, pero no puede sustituir una pista de subtítulos ausente en ese análisis.

Si estudias las palabras habladas, una nueva conversión de voz a texto puede ser una fuente permitida. Aun así, debes decidir si el estudio usará texto generado en todos los casos o solo en algunos. Escribe esa regla antes de ver qué videos carecen de subtítulos.

La traducción es una decisión aparte. Cambia el idioma del texto que codificas. Una regla que permite crear transcripciones no tiene por qué permitir también la traducción. Del mismo modo, solicitar una pista de subtítulos en inglés no equivale a solicitar que se traduzca otra pista al inglés.

Escribe una política breve que responda a 4 preguntas:

1. ¿Estudiamos los subtítulos existentes o el audio hablado?
2. ¿Puede un programa crear una transcripción nueva?
3. ¿Qué idiomas se admiten? ¿Se permite la traducción?
4. ¿Qué indicaremos cuando no haya texto utilizable?

Guarda esta política con los registros del estudio. Da una base clara a cada decisión posterior. También evita que una decisión práctica de recopilación cambie la pregunta de investigación sin dejar constancia.

Una regla restrictiva puede ser útil. Un estudio que exige subtítulos existentes en inglés puede aceptar menos videos para el análisis de texto. Ese puede ser el resultado correcto para su pregunta. Disponer de más texto solo es útil si sigue siendo evidencia válida según la regla declarada.

Compara los 2 Actors según su adecuación verificada

Un Actor es un programa de recopilación de datos alojado en un servidor. Estos 2 Actors ofrecen vías distintas para obtener texto de videos. Las especificaciones públicas de los productos usadas aquí se verificaron el 20 de octubre de 2026. No se realizó una prueba comparativa en las mismas condiciones sobre la precisión de las palabras, la precisión de los tiempos, el costo, la escala ni la fiabilidad.

La tabla describe especificaciones documentadas. No demuestra que una función no documentada esté ausente. Especificaciones de Chronometrica, Entrada de Chronometrica, Especificaciones de SIÁN, Entrada de SIÁN

Chronometrica es una buena opción cuando el objetivo es mantener un método basado en los subtítulos de la plataforma. Lee pistas públicas existentes e informa de resultados explícitos cuando no hay subtítulos o no está disponible el idioma solicitado. No convierte voz a texto, no descarga audio para transcribirlo ni traduce texto. Esta es la limitación principal que cambia la recomendación. Especificaciones de Chronometrica

Elige primero según la regla de investigación. El formato del archivo y la preparación posterior de la tabla vienen después de esa decisión.

Define la muestra y crea un registro de fuentes

Una muestra es el conjunto de videos seleccionados para el estudio. Un registro es una tabla que recoge esas entradas y lo que ocurrió con cada una.

Define la muestra antes de recopilar los datos. Registra el motivo por el que cada video forma parte de ella. Usa un identificador de video estable cuando esté disponible y conserva el enlace enviado. Esto te ayuda a detectar entradas repetidas sin perder su historial.

Establece la regla de idioma al mismo tiempo. Un estudio solo en inglés necesita una regla distinta de la de un estudio multilingüe. Para este último, indica qué idiomas originales se admiten y cómo los revisarán los investigadores. No dejes que el idioma de un breve ejemplo de entrada se convierta por accidente en la política del estudio.

Conserva el texto original, el idioma, la URL de origen y la hora de observación con cada registro de texto. Mantén los valores desconocidos como desconocidos. No sustituyas por 0 una duración, un idioma u otro valor ausente.

Añade a tu registro de investigación un campo propio, como `text_source`. Usa valores como `platform_caption` y `new_speech_to_text`. Este campo pertenece a tu registro; no es un campo de salida nativo de Chronometrica.

En los registros sin texto, conserva el estado del resultado y el motivo. No asignes una fuente de texto que nunca se recopiló. Si más adelante añades una transcripción generada, mantén su fuente y su registro de recopilación separados del resultado anterior de subtítulos ausentes.

Mantén también las traducciones separadas del texto en el idioma original. Un investigador debe poder distinguir qué palabras se recopilaron, cuáles se generaron a partir del audio y cuáles se tradujeron.

Esta estructura te permite cambiar un paso de recopilación permitido sin reescribir el historial de la evidencia. También da a quien revise el estudio información suficiente para rastrear un pasaje codificado hasta su video y su fuente de texto.

Comprueba una lista pequeña antes de recopilar la muestra completa

Usa una lista pequeña y conocida para comprobar que la entrada y la salida permiten aplicar tu política. Incluye videos pertinentes del estudio cuyo uso esté permitido. El objetivo es examinar los estados de resultado y el texto reales antes de iniciar la recopilación completa.

Chronometrica acepta una preferencia de idioma mediante `preferredLanguages`. Si el idioma solicitado no está disponible, devuelve un estado en lugar de sustituir o traducir una pista. Esquema de entrada

La siguiente entrada se verificó con el esquema público. No se ejecutó. El video público aparece en el ejemplo del esquema y en la Task guardada. Se desconoce si actualmente tiene subtítulos disponibles. Sustitúyelo por un video pertinente del estudio cuyo uso esté permitido.

{
  "startUrls": [
    "https://www.tiktok.com/@hankgreen1/video/7047596209028074758"
  ],
  "preferredLanguages": [
    "en"
  ]
}

Esta entrada solicita subtítulos en inglés. No solicita una traducción al inglés. Conserva `language_unavailable` si el idioma de subtítulos solicitado no está disponible. Esquema de entrada

Una Task es una configuración de entrada guardada. La Task pública de un conjunto de datos para análisis de contenido ofrece un punto de partida para esta vía. Su existencia no demuestra que un video concreto tenga subtítulos actualmente.

Examina los primeros resultados según tu regla escrita. Confirma que puedes conservar los casos sin texto, identificar entradas repetidas y vincular el texto utilizable con su fuente. Resuelve cualquier desajuste en el diseño de tu registro antes de ampliar la recopilación. Un lote mayor no puede corregir una definición poco clara del texto admisible.

Verifica todos los resultados antes de calcular la disponibilidad

Chronometrica devuelve una fila de resultado por cada entrada de video enviada. La fila incluye referencias de entrada, detalles del video, idioma, texto, segmentos de subtítulos, estado, motivo del estado, estado de facturación y hora de recopilación. El resumen del lote se llama `OUTPUT`. Especificaciones del Actor

Usa `inputIndex` e `inputUrl` para vincular una fila con la lista enviada. Conserva `videoId` y `videoUrl` cuando estén disponibles. Guarda `languageCode` y `scrapedAt` con el texto. Los `segments` de los resultados con estado de éxito contienen `startSeconds`, `endSeconds` y `text`. Estos campos conservan los intervalos de subtítulos indicados. Especificaciones del Actor

Lee `status` y `statusReason` antes de tratar una fila como texto utilizable. Los estados explícitos pertinentes incluyen `succeeded`, `no_public_captions`, `language_unavailable` y `duplicate_input`. Los demás resultados de inaccesibilidad o error se mantienen separados. Especificaciones del Actor

Haz esta breve comprobación:

1. Vincula cada fila de resultado con una entrada enviada.
2. Cuenta los resultados por estado y compáralos con `OUTPUT`.
3. Identifica las entradas duplicadas y los videos distintos a los que se refieren.
4. Aplica las reglas declaradas de idioma y fuente del texto.
5. Conserva todos los casos sin resolver con sus motivos reales.
6. Calcula la disponibilidad con el número declarado de videos distintos.

El denominador es el total que aparece en la parte inferior de una fracción. Para la disponibilidad del texto, usa el número de videos distintos de la muestra declarada. No lo reduzcas para incluir solo los videos que devolvieron texto utilizable.

Las entradas duplicadas requieren cuidado. Conserva sus filas para comprobar la recopilación, pero no cuentes el mismo video 2 veces cuando la unidad del estudio sea un video distinto.

Una fila de subtítulos ausentes no equivale a una transcripción vacía completada con éxito. Conserva esa distinción antes de contar palabras o codificar temas. De lo contrario, un texto no disponible podría confundirse con un video en el que no se dice nada.

Examina un estudio ficticio de 8 videos

El siguiente ejemplo de estudio es ficticio. Estas cifras no son resultados de una recopilación, una prueba comparativa ni un resultado de un cliente.

El estudio define 8 entradas de videos distintos. Su regla inicial exige subtítulos existentes de la plataforma en inglés. 5 videos tienen subtítulos utilizables que cumplen la regla. 2 permiten acceder al video, pero no tienen una pista de subtítulos públicos. 1 tiene subtítulos solo en otro idioma.

Según esa regla, la disponibilidad de subtítulos nativos es:

5 / 8 × 100 = 62.5%.

3 videos carecen de texto admisible. Mantén sus motivos separados: 2 no tienen una pista de subtítulos públicos y 1 no tiene el idioma solicitado. Una cifra única de casos no disponibles sirve para calcular el total, pero no explica esos resultados distintos.

Supongamos ahora que el estudio permite crear texto en inglés a partir del audio de los 2 videos sin subtítulos. La política sigue dejando sin resolver el caso del otro idioma. Con texto para 7 videos, la disponibilidad con el método mixto pasa a ser:

7 / 8 × 100 = 87.5%.

El cambio en la disponibilidad del texto es:

87.5 − 62.5 = 25 puntos porcentuales.

La disponibilidad de subtítulos nativos sigue siendo del 62.5%. Las 2 transcripciones generadas no se convirtieron en subtítulos de la plataforma. El cambio de 25 puntos describe la disponibilidad del texto con un método más amplio. No describe una mejora de la precisión.

En el registro, marca los 5 registros de subtítulos como `platform_caption`. Marca los 2 registros generados como `new_speech_to_text`. Conserva los resultados anteriores de ausencia de subtítulos para que el registro siga explicando por qué se generó texto.

Si el estudio examina los subtítulos de la plataforma, analiza los 5 registros nativos admisibles e informa de los 3 casos no disponibles. Si examina las palabras habladas y permite generar texto, SIÁN puede ser adecuado para la etapa adicional de transcripción. Especificaciones de SIÁN

Ninguna de las 2 opciones demuestra que los videos sin subtítulos compartan una opinión política u otro rasgo. El ejemplo tampoco demuestra que alguno de los métodos carezca de sesgo. Muestra cómo la regla sobre las fuentes cambia el texto admisible mientras la muestra original permanece fija.

Revisa las palabras antes del análisis de contenido

El análisis de contenido usa reglas declaradas para clasificar el texto. Los investigadores suelen llamar codificación a este paso. Antes de codificar, compara algunos pasajes seleccionados con el video.

Escucha el pasaje y compara sus palabras con el registro de texto. Comprueba los nombres, los números, la negación y los términos que afectan a las categorías previstas. Por ejemplo, perder la palabra «no» puede invertir el significado de una frase.

Comprueba también algunos tiempos seleccionados. Confirma que el intervalo registrado corresponde al pasaje pertinente. Una lectura correcta de los datos no demuestra que cada palabra o cada tiempo sea correcto.

Aplica un proceso de revisión declarado a cada fuente de texto permitida. Registra qué pasajes se comprobaron y cómo se gestionaron las correcciones. Si corriges el texto, conserva la versión recopilada e identifica la versión corregida que se usó para la codificación. Así mantienes el registro de origen disponible para su revisión.

En el caso del texto traducido, conserva las palabras originales e identifica la versión traducida. No las combines en un solo campo de texto sin indicarlo. El informe debe dejar claro qué versión aportó las palabras codificadas.

Después, prepara la tabla de análisis. La guía de transcripciones de TikTok para tesis trata esa siguiente etapa. La decisión de esta comparación va primero: decide qué texto debe formar parte del estudio antes de organizarlo para el análisis.

En el informe, indica la definición de la muestra, la política de idioma, las fuentes permitidas y el tratamiento de los casos sin texto. Presenta el número de casos admisibles respecto al denominador completo declarado. Si usas un método mixto, informa por separado de la disponibilidad de subtítulos nativos y de la disponibilidad total de texto.

Incluye los casos sin resolver en el informe. Los lectores necesitan ver dónde no había texto disponible y cómo eso limita el análisis. Explicar con claridad la evidencia que falta forma parte del resultado.