Qué se entiende por «encuesta de audio»

Escribe la frase en Google y la primera página son sobre todo estudios académicos sobre audio: sistemas de mejora de sonido, hábitos de escucha, modelos acústicos. Nadie que busque eso quiere montar un cuestionario. El sentido de esta página es más estrecho: una encuesta en la que al menos algunas respuestas se hablan en vez de escribirse. Haces la pregunta en texto, la persona toca un botón y habla, y recibes la respuesta como audio, como transcripción o ambas.

Quien pregunta esto suele estar en una de dos situaciones. Tiene una pregunta abierta que recibe respuestas escritas de una línea y quiere respuestas más ricas. O sus encuestados escriben mal —desde el móvil, en un segundo idioma, con poca alfabetización— y hablar es simplemente el canal más fácil. En ambos casos la pregunta práctica es la misma: ¿cómo meto respuestas habladas en la encuesta que ya tengo?

Cuatro formas de recoger respuestas de audio en una encuesta

Solo hay cuatro arquitecturas. Se diferencian en dónde ocurre la grabación y en qué tiene que dejar atrás el encuestado para hacerla.

Enfoque	Qué hace el encuestado	Qué te cuesta
1. Un tipo de pregunta de audio nativo	Toca grabar dentro de la encuesta	Los límites y el plan que esa plataforma asocie a la función
2. Un widget de grabación dentro de tu encuesta actual	Toca grabar dentro de la encuesta	Pegar un script en una plataforma que permita ejecutar tu propio JavaScript
3. Subir un archivo de audio	Graba en su móvil y luego sube el archivo	Fricción para el encuestado, y transcribir y emparejar los archivos tú mismo
4. Una entrevista moderada por IA o una línea telefónica	Sale de tu cuestionario y habla con otro sistema	Otro instrumento, alojado en otro sitio, con su propia exportación

1. Una pregunta de audio nativa

Si tu plataforma la tiene, úsala. Typeform, por ejemplo, incluye un tipo de pregunta de Video y Audio con transcripción automática, pero cada respuesta está limitada a dos minutos y la función está detrás de sus planes Growth o Talent. Si tu plataforma tiene algo parecido es una cuestión de documentación, y mantenemos una tabla contrastada con la documentación en Qué plataformas de encuestas admiten respuestas de voz. Léela antes de construir nada; en algunas plataformas la respuesta termina ahí.

La mayoría de las plataformas profesionales de encuestas no graban voz, pero varias te dejan agregar tu propio HTML y JavaScript a la página que ve el encuestado. Eso basta para que un grabador viva dentro de la pregunta: el encuestado no sale de la encuesta, la lógica del cuestionario y las cuotas quedan intactas, y el resultado se escribe de vuelta en el mismo campo, así que sale en tu exportación normal. Voice Capture es una herramienta de este tipo: un fragmento de código que pegas en Alchemer, QuestionPro, FormAssembly o Sawtooth Lighthouse Studio, o en cualquier formulario web que acepte HTML propio (el soporte para Qualtrics llega pronto). Las guías de configuración están en /integrations.

La ruta del widget tiene un límite que conviene decir pronto: las plataformas que eliminan el JavaScript personalizado —SurveyMonkey es la más común— no pueden alojarlo en absoluto.

3. Subida de archivos de audio

Algunos formularios dejan adjuntar un archivo. Para audio eso significa grabar con otra aplicación, encontrar el archivo y subirlo: tres pasos donde el widget tiene uno. La tasa de finalización cae en cada paso, y heredas una carpeta de archivos sin transcripción, que luego tienes que transcribir y unir al encuestado correcto por ID. Funciona para un panel pequeño y motivado. No escala a una muestra de población general.

4. Una entrevista moderada por IA o una línea telefónica

Una categoría de producto completamente distinta: el encuestado sale de tu cuestionario para tener una conversación dirigida por otro sistema. Es la elección correcta cuando quieres repreguntas y seguimiento, y la equivocada cuando quieres una abierta hablada dentro de una encuesta estructurada con cuotas y lógica de salto. El intercambio se explica en Entrevistas moderadas por IA vs voz en tu encuesta.

¿Necesitas la grabación o solo lo que se dijo?

Esta es la decisión que casi todas las guías omiten, y cambia qué enfoque te queda abierto.

La mayoría de las abiertas en investigación de mercados se codifican, se citan y se cuentan como texto. Para eso, el entregable es la transcripción y el audio es un subproducto. Si es tu caso, conservar archivos de audio es tanto una carga como un activo: las grabaciones de la voz de una persona son datos personales, necesitan una política de retención y hay que borrarlas si te lo piden.

El audio en sí importa cuando el sonido es el dato: análisis de tono y emoción, un video resumen con voces reales de clientes para una presentación, o un requisito regulatorio de conservar el original. Entonces necesitas una herramienta que almacene grabaciones.

Voice Capture está hecho para el primer caso y es honesto sobre el segundo: el audio se transcribe y se descarta, y solo se guarda el texto, en infraestructura con sede en la UE. Si necesitas conservar las grabaciones, no es la herramienta adecuada, y lo es alguno de los enfoques basados en archivos de arriba.

Cómo diseñar una pregunta de audio que funcione

Una pregunta hablada falla de otra manera que una escrita, y la mayoría de los fallos están en el enunciado, no en la tecnología.

Pide una sola cosa. «Cuéntanos qué te gustó, qué no y qué cambiarías» produce una respuesta divagante y difícil de codificar. Una pregunta, un tema.
Avisa del permiso del micrófono. El navegador pide permiso una vez, y ese aviso es donde abandona la mayoría. Una línea de texto antes de la pregunta —puedes responder esta hablando; tu navegador te pedirá acceso al micrófono— elimina casi toda la fricción.
Deja siempre la opción de escribir. No todos pueden o quieren hablar, y un lugar público es mala situación para que te obliguen. Ofrece la voz como opción y deja que una respuesta escrita y una hablada a la misma pregunta caigan en la misma columna.
Fija la expectativa de duración. La duración máxima de la respuesta en Voice Capture depende del plan —90 segundos en la prueba gratuita, 180 en Essential, 300 en Professional—, así que redacta el enunciado para que quepa. Una pregunta que pide un monólogo de cinco minutos es una entrevista, no un ítem de encuesta.
Haz un lanzamiento de prueba. Envía una décima parte de la muestra, lee tú mismo las transcripciones y comprueba que el enunciado produce el tipo de respuesta que esperabas antes de enviar el resto.

Cómo se ven los datos después

Las respuestas habladas son más largas que las escritas: en nuestros propios datos de producción, aproximadamente el doble, 23,1 palabras de promedio frente a 10,1 escritas sobre 693 respuestas de voz y 6.476 escritas, no la brecha de un orden de magnitud que anuncian algunos proveedores. La muestra y sus salvedades están en /methodology. Además están transcritas, no tecleadas, así que revisa una muestra en busca de marcas y jerga de la categoría mal entendidas de forma sistemática; una marca que sale mal siempre igual es un buscar y reemplazar, no un problema. La guía larga de todo el flujo, del trabajo de campo a la codificación, está en la guía completa de encuestas de voz.

Preguntas frecuentes

¿Puedo agregar respuestas de audio a una encuesta que ya construí?

Normalmente sí, si tu plataforma permite ejecutar JavaScript propio en la página del encuestado. Agregas un script una vez y lo apuntas a la pregunta que debe aceptar una respuesta hablada. Si tu plataforma elimina el JavaScript personalizado, necesitas su pregunta de audio nativa (si la tiene) u otra plataforma.

¿Los encuestados tienen que instalar algo?

No. Voice Capture usa el permiso de micrófono estándar del navegador —sin aplicación ni complemento— y funciona en Safari de iOS y Chrome de Android. Si un navegador no puede grabar, el widget se oculta y el cuadro de texto sigue funcionando, así que nadie se topa con un callejón sin salida.

¿Qué idiomas admite una encuesta de audio?

Voice Capture transcribe 36 idiomas. En la prueba gratuita el idioma se fija en uno después de tu primer proyecto; los paquetes de pago incluyen todos.

¿Se almacenan las grabaciones?

No por Voice Capture: el audio se transcribe y se descarta, y solo se conserva el texto. Si necesitas las grabaciones originales, usa una herramienta que almacene archivos y prevé la política de retención y borrado que eso implica.

¿Cuánto cuesta?

Un crédito es una respuesta transcrita, y los créditos no caducan. La prueba gratuita incluye 250 créditos; el paquete Essential cuesta $99 por 1.000 créditos. Los paquetes vigentes están en la página de precios.

Por dónde empezar

Decide primero si necesitas la grabación o solo las palabras, y luego comprueba si tu plataforma ya tiene una pregunta de audio nativa. Si no la tiene pero acepta JavaScript propio, las guías de configuración toman una encuesta que ya tienes y agregan una opción hablada a una pregunta. La prueba gratuita alcanza para hacer un lanzamiento de prueba.

Encuesta de audio: cómo recoger respuestas habladas