Underlord, el asistente de inteligencia artificial integrado en Descript, resuelve el cuello de botella más tedioso del premontaje (o corte inicial) de vídeo: convierte la grabación hablada en una transcripción de texto interactiva, analiza los patrones sintácticos para identificar frases repetidas o titubeos y elimina automáticamente las tomas fallidas de forma no destructiva. En lugar de avanzar y retroceder manualmente por las ondas de audio en una línea de tiempo tradicional para cortar equivocaciones, los editores pueden purgar las tomas falsas (retakes) en toda la grabación con un solo clic o mediante una instrucción en lenguaje natural, conservando siempre la última y mejor interpretación del orador.
El cuello de botella del premontaje: por qué las tomas falsas consumen tantas horas
Al grabar vídeos para YouTube, entrevistas con expertos, cursos online o presentaciones corporativas, es muy poco común que el presentador diga su guion a la perfección al primer intento. Los oradores reinician frases tras trabarse, corrigen la pronunciación sobre la marcha o repiten un mismo párrafo varias veces hasta dar con la entonación deseada. Una grabación en bruto de 45 minutos suele contener entre 30 y 50 repeticiones de este tipo.
En los programas de edición no lineal convencionales (NLE) como Adobe Premiere Pro, Apple Final Cut Pro o DaVinci Resolve, limpiar estas tomas falsas exige un tiempo desproporcionado:
- Escucha repetitiva en la línea de tiempo: El editor debe reproducir el material en bruto (a menudo a 1,5x) para detectar con precisión auditiva dónde empezó el error y dónde termina la toma válida.
- Cortes de cuchilla y eliminación con rizado sistemáticos: Por cada titubeo, se deben realizar cortes manuales en ambos extremos del fragmento inservible y aplicar la eliminación con rizado (Ripple Delete), una secuencia que se repite cientos de veces a lo largo de un proyecto.
- Incertidumbre visual con las ondas sonoras: Guiarse exclusivamente por los valles y silencios de la forma de onda conlleva el riesgo de recortar el inicio de una palabra importante o dejar silencios incómodos y respiraciones descontextualizadas.
Esta fase inicial de descarte suele consumir entre el 50 % y el 70 % del tiempo total de posproducción, antes de que el editor pueda centrarse en el ritmo narrativo, el diseño sonoro o los recursos visuales.
Cómo detecta y corta las tomas falsas la IA Underlord
Descript prescinde del enfoque tradicional basado en formas de onda al vincular la edición de vídeo directamente a un documento de texto. Underlord, su copiloto de IA, no analiza señales de audio aisladas, sino el lenguaje natural transcrito.
1. Sincronización de código de tiempo a nivel de palabra
Al importar un archivo de audio o vídeo, Descript transcribe el contenido de forma automática y asocia cada palabra con códigos de tiempo exactos a nivel de fotograma. Cualquier cambio realizado sobre el texto se refleja de inmediato en los fotogramas de la pista audiovisual subyacente.
2. Reconocimiento de patrones semánticos y repeticiones
Al activar la función para eliminar tomas falsas, Underlord lee la transcripción de forma secuencial en busca de estructuras verbales características del error oral:
- Reinicios inmediatos de frase: El orador pronuncia el arranque de una idea, se equivoca, hace una pausa y retoma exactamente las mismas palabras desde el principio.
- Correcciones de fragmentos de frase: El presentador detecta una palabra mal dicha y retrocede tres o cuatro términos para reiniciar la cláusula.
- Repeticiones completas de párrafos: Se dicen dos o tres versiones completas de un mismo concepto para probar distintos tonos de voz o ajustar la dicción.
3. El principio de la «última toma completa»
En la psicología de la locución, casi ningún orador concluye una grabación quedándose con un fallo; continúa repitiendo la frase hasta que la ejecuta con soltura y solo entonces avanza al siguiente punto. Underlord se apoya en esta premisa: clasifica los primeros intentos interrumpidos o defectuosos como borradores prescindibles y selecciona de forma algorítmica la última toma completa y fluida como la versión definitiva.
4. Arquitectura no destructiva mediante la función «Ignore»
A diferencia de los editores tradicionales, donde suprimir un fragmento borra el clip de la línea de tiempo, Descript gestiona los descartes mediante su función nativa Ignore (ignorar):
- La toma fallida se muestra tachada visualmente en el texto de la transcripción.
- El vídeo y el audio correspondientes se omiten de forma automática tanto en la reproducción interna como en la exportación final.
- Sin pérdida de material original: El metraje no se elimina del disco ni del proyecto. Si el editor considera que una toma previa tenía un tono más enérgico o espontáneo, basta con seleccionar el texto tachado y hacer clic en Restore para recuperar el fragmento al instante.
Flujo de trabajo práctico: dos formas de usar Underlord para limpiar tomas
El usuario puede aplicar la eliminación de tomas falsas a través de los menús dedicados de la interfaz o mediante indicaciones conversacionales en la barra lateral de Underlord.
Método 1: Herramienta de IA con un solo clic
- Importar y transcribir: Carga el archivo en bruto en un nuevo proyecto de Descript y deja que el sistema cree la transcripción automática.
- Abrir el menú de acciones de IA: Dirígete a la barra superior de acciones o al panel de herramientas de IA.
- Seleccionar «Remove Retakes»: Dentro de la categoría «Sound Good» (sonido), haz clic en Remove Retakes. Underlord analizará el texto en su totalidad y tachará de inmediato las tomas erróneas anteriores.
- Revisión rápida del texto: Desplaza la transcripción para comprobar los bloques tachados. Si la IA ha marcado una repetición que era intencionada, selecciónala y pulsa Restore (o el atajo
Ctrl/Cmd + Retroceso).
Método 2: Instrucción conversacional en la barra lateral de Underlord
Gracias a su naturaleza como agente de edición, Underlord permite combinar la limpieza de tomas falsas con otras tareas de premontaje en una única orden secuencial:
«Primero, aplica Remove Retakes quedándote con la última toma completa en la mayoría de los casos. A continuación, elimina las muletillas y acorta las pausas superiores a 1,2 segundos. Por último, aplica Studio Sound al 60 % en todo el proyecto.»
Antes de ejecutar la orden, Underlord genera un punto de control (Checkpoint) para poder deshacer los cambios si es necesario. Después, ejecuta el orden de operaciones lógico: primero depura las tomas completas que no sirven y, sobre el material limpio restante, ajusta el ritmo y la calidad acústica.
Comparativa: premontaje manual tradicional frente a Descript Underlord IA
| Aspecto de edición | NLE tradicional (audición manual) | Descript Underlord IA |
|---|---|---|
| Entorno de trabajo | Formas de onda de audio y pistas de vídeo | Transcripción de texto sincronizada palabra por palabra |
| Método de detección | Escucha a velocidad acelerada y detección visual de pausas | Análisis sintáctico y semántico automatizado de patrones verbales |
| Tiempo de procesamiento | De 60 a 120 minutos por hora de grabación | De 30 a 60 segundos por hora de grabación |
| Criterio de selección | Memorización manual del editor sobre qué toma fue mejor | Priorización algorítmica de la última toma completa |
| Reversibilidad | Historial de deshacer o buscar el corte en los contenedores | Restauración en un clic directamente en el texto sin pérdidas |
| Encadenamiento de tareas | Procesos manuales separados para pausas, muletillas y niveles | Instrucciones compuestas de agente que limpian tomas y sonido a la vez |
Precauciones y recomendaciones para un acabado profesional
Aunque Underlord reduce drásticamente el tiempo de premontaje, la entrega de proyectos profesionales requiere tener en cuenta ciertas particularidades:
- Gestión de los saltos de eje y plano (Jump Cuts): Al eliminar una toma previa en planos grabados con una sola cámara fija, es habitual que la posición de la cabeza o las manos del orador cambie de forma brusca entre corte y corte. Conviene disimular estos saltos aplicando ligeros reencuadres de escala (por ejemplo, ampliando del 100 % al 108 % en el corte), intercalando planos de recurso (B-roll) o alternando entre cámaras en proyectos multicámara.
- Repeticiones retóricas intencionadas: Cuando un orador repite una frase deliberadamente para enfatizar una idea (como «jamás, jamás nos rendiremos»), la IA puede interpretar erróneamente la primera aparición como un reinicio fallido. Una rápida lectura visual de las líneas tachadas basta para restaurar esos pasajes.
- Control de créditos de IA: Las funciones impulsadas por Underlord consumen créditos de IA mensuales según el plan contratado (el plan Hobbyist cuenta con 400 créditos al mes, el plan Creator incluye 800 créditos y las cuentas Free disponen de una asignación puntual de prueba). Es aconsejable planificar el uso de créditos en grabaciones de larga duración.
- Orden de limpieza recomendado: Se recomienda aplicar siempre Remove Retakes antes de recurrir a herramientas como Remove Filler Words (muletillas) o Edit for Clarity (concisión). Eliminar primero las frases inservibles evita que la IA gaste tiempo y recursos analizando muletillas en secciones que de todos modos van a ser descartadas.