Lost in transcription: la traducción del humor británico en los subtítulos automáticos de YouTube.

Abstract

[SP] El subtitulado automático se ha convertido en una herramienta habitual para acceder a contenidos en otros idiomas, pero su eficacia en situaciones comunicativas complejas sigue siendo motivo de debate. Este estudio se centra en analizar la calidad de los subtítulos en español generados automáticamente por YouTube en vídeos humorísticos británicos, un tipo de contenido especialmente exigente por su uso del lenguaje figurado, referencias culturales y acentos regionales. Para ello, se han seleccionado tres vídeos cortos y se han analizado dos fases clave del sistema: la transcripción automática del audio (ASR) y su posterior traducción al español mediante redes neuronales (NMT). La metodología combina un modelo de evaluación basado en MQM con una codificación específica para los errores de transcripción. Los resultados muestran una notable acumulación de errores que afectan directamente a la comprensión del mensaje y a la transmisión del humor. La traducción automática, lejos de corregirlos, tiende a mantener los fallos previos. Aunque los subtítulos permiten hacerse una idea general del contenido, no son suficientes para captar los matices del original ni para garantizar una experiencia comunicativa completa. Todo ello plantea dudas sobre la fiabilidad de estos sistemas en contextos que van más allá de lo puramente informativo y sugiere la necesidad de intervención humana en materiales que exigen sensibilidad lingüística y cultural

[EN] Automatic subtitling has become a common tool for accessing content in other languages, its effectiveness in complex communicative contexts remains controversial. This study examines the quality of Spanish subtitles automatically generated by YouTube for British humorous videos—a particularly challenging type of content due to its figurative language, cultural references, and regional accents. Three clips were selected and analyzed through two key stages: automatic speech recognition (ASR) and subsequent neural machine translation (NMT) into Spanish. The methodology combines an evaluation model based on MQM with a specific coding system for transcription errors. The results reveal a significant number of inaccuracies that directly affect both message comprehension and the transmission of humor. Instead of correcting these issues, the translation stage tends to reproduce them. While the subtitles may offer a general idea of the content, they fall short of conveying the original nuance and do not ensure a complete communicative experience. These findings raise concerns about the reliability of such systems in contexts that go beyond purely informative content and highlight the ongoing need for human involvement in materials requiring linguistic and cultural sensitivity.