Subtítulos para 130 horas de vídeo

El desafío

Una agencia de marketing para influencer nos planteó un reto claro: automatizar todo el proceso de subtitulado de cientos de vídeos de YouTube en tres idiomas diferentes, con un plazo máximo de entrega de 48 horas por encargo.

El objetivo era reducir la intervención manual, acelerar la producción y controlar cada solicitud en tiempo real.

El flujo de trabajo debía abarcar todas las fases del proceso:

1. Subida de los vídeos guardados en un servidor.
2. Transcripción automática de los vídeos y generación de los subtítulos en el idioma correcto.
3. Revisión y sincronización manual de los subtítulos.
4. Entrega final de los archivos SRT.

Además, el cliente necesitaba un sistema para controlar el tiempo y registrar cada solicitud, a fin de simplificar la facturación del trabajo manual de subtitulado en función de la duración de los vídeos.

La solución

Tras un minucioso análisis del material y las herramientas en el mercado, preparamos un flujo de trabajo a medida para este cliente.

Para llevar el control y la trazabilidad, creamos una hoja de datos con Google Sheets, compartida con los colaboradores, en la que se registraban, entre otras cosas

• información sobre el vídeo (fecha de recepción, nombre del archivo, duración)
• fecha de entrega
• la persona encargada del subtitulado

La comunicación con el equipo se llevó a cabo a través de Mattermost, una alternativa de código abierto a Slack, que facilitó la coordinación entre gestores de proyecto y colaboradores.

El cliente impuso una limitación importante: cualquier miembro del equipo del cliente tenía que poder subir vídeos sin registrarse ni crear una cuenta en plataformas de terceros.

Al principio elegimos Sonix como herramienta de transcripción. Sin embargo, Sonix no permite la carga anónima de archivos, por lo que configuramos un flujo automático en su lugar.

Automatización de las solicitudes

Para automatizar el flujo de trabajo, identificamos unas acciones clave que debían realizarse automáticamente a la llegada de cada nuevo vídeo:

• importar el vídeo a la plataforma de transcripción Sonix
• registrar los datos del vídeo (fecha, remitente, nombre del archivo, duración) en la hoja de Google del idioma correcto
• notificar al equipo a través de un mensaje en Mattermost, en un canal específico para cada idioma

Un punto clave era la gestión de la recepción y almacenamiento de los vídeos.

Tras evaluar varias soluciones en la nube, elegimos Google Drive, debido a su uso generalizado y a su fuerte integración con las herramientas de automatización.

La solución final fue introducir un paso previo mediante la función «File request» de DiskStation Manager (DSM). DSM es el sistema operativo utilizado por nuestro servidor de empresa, basado en hardware Synology.

La función de solicitud de archivos permite crear una sencilla página de carga:

• el usuario introduce su dirección de correo electrónico
• carga el archivo
• el vídeo se guarda automáticamente en una carpeta que tiene como nombre el mismo correo electrónico

Para sincronizar esta estructura con Google Drive, utilizamos CloudStation, una aplicación incluida en DSM de Synology. De este modo, cada archivo subido en el servidor Synology se sincronizaba automáticamente con Google Drive.

Por último, para notificar la llegada de nuevos vídeos, configuramos un script cron: cada 15 minutos comprobaba las carpetas y, si había archivos nuevos, enviaba un correo electrónico automático al jefe de proyecto con la ruta y el nombre del archivo.

Elección de la plataforma de automatización

La elección de la herramienta de automatización fue crucial.

Inicialmente evaluamos Zapier, que le permite conectar Google Drive y Sonix a través de integraciones predefinidas: cada nuevo archivo subido en Drive se transfería automáticamente a Sonix para su transcripción.

Sin embargo, Zapier presentaba una limitación crítica:

la API de Google Drive no permite monitorizar una carpeta junto con todas sus subcarpetas. En un proyecto con una subcarpeta para cada editor, habría sido necesario crear una automatización para cada carpeta, anulando la ventaja principal de la automatización.

Por ello, estudiamos alternativas:

• n8n: muy potente y de código abierto, pero con una interfaz compleja y una curva de aprendizaje elevada
• Make: interesante, pero menos flexible con respecto a las necesidades específicas del proyecto
• Pabbly Connect: destacó por su rapidez y calidad de soporte y por su eficiente gestión de carpetas y subcarpetas.

Al final elegimos Pabbly Connect.

Desarrollo de la solución en Pabbly Connect

El disparador principal se definió como la recepción de una notificación por correo electrónico dirigida al gestor del proyecto.

De este mensaje se extrajían tres datos fundamentales mediante expresiones regulares (regex):

• el nombre del archivo
• la carpeta de origen (en función del correo electrónico del remitente)
• el idioma del vídeo (IT, ES, PT).

El objetivo era transformar un texto con múltiples rutas de archivos en una estructura ordenada.

Ejemplo

Texto original

/volume1/video/Company_ES/enrique.blanco@company.com/video1.mp4
/volume1/video/Company_IT/mario.rossi@company.com/video2.mp4
/volume1/video/Company_PT/joao.verdes@company.com/video3.mp4

Datos extraídos

ES
enrique.blanco@company.com
video1.mp4

IT
mario.rossi@company.com
video2.mp4

PT
joao.verdes@company.com
video3.mp4

Para procesar cada vídeo individualmente, utilizamos la función Iterator de Pabbly Connect, que permite repetir una secuencia de acciones para cada elemento identificado.

Flujo de trabajo completo

1. Recepción del correo electrónico como desencadenante
2. Separación del texto mediante regex
3. Extracción de datos:
   • idioma
   • correo electrónico del remitente
   • nombre del archivo
4. Correo electrónico automático de confirmación al remitente
5. Búsqueda del archivo en Google Drive
6. Recuperación de los metadatos (fecha de subida)
7. Verificación de las carpetas en Sonix
   • creación automática si no estuviera
8. Carga del vídeo en Sonix
9. Actualización de Google Sheets
10. Notificación en Mattermost para la revisión de los subtítulos

Tratamiento de errores y excepciones

Se identificaron las siguientes como principales fuentes de error:

• problemas de conexión al API
• nombres de archivo no conformes
• errores en las expresiones regulares

Para minimizar estos riesgos tomamos las siguientes medidas:

• intentos automáticos de reconexión
• prevalidación de los formatos
• sistema de alertas por correo electrónico y Mattermost

Gracias a estas medidas, se pudo contar con un sistema robusto, autónomo y fiable.

El resultado

El proyecto funcionó durante varios meses con un índice de errores inferior al 5%.

Los principales resultados:

• cumplimiento sistemático del plazo de entrega de 48 horas
• reducción de los errores humanos
• comunicación centralizada y en tiempo real

Las tres principales lecciones aprendidas:

• importancia de los desencadenantes
• valor de la simplificación de los datos
• rol clave del apoyo técnico a los proveedores

El cliente se mostró plenamente satisfecho con el resultado, destacando cómo la automatización había transformado un proceso crítico en un flujo fiable y escalable. En particular, destacó la tranquilidad operativa que proporciona el control en tiempo real y la drástica reducción de las tareas manuales.