Subtítulos automáticos
Genera subtítulos para cualquier vídeo automática y gratuitamente — en tu navegador, sin subidas ni cuentas. Un modelo pequeño de reconocimiento de voz Whisper se descarga una vez y luego todo el pipeline corre sin conexión en esta pestaña: la pista de audio se extrae, se transcribe con marcas de tiempo y tú editas y descargas SRT o VTT.
Aviso: generar subtítulos ejecuta una red neuronal en tu navegador. En dispositivos modestos, los vídeos largos tardan un rato y tu equipo puede calentarse; los clips cortos terminan mucho más rápido.
Suelta un archivo de vídeo
o suéltalo en cualquier parte de la página · Elegir un archivo · 100 MB
Aceptados: MP4, M4V, MOV, WebM, MKV, AVI, WMV, ASF, FLV, 3GP, 3G2, MPG, MPEG, M2V, VOB, TS, M2TS, MTS, OGV, MXF, DV, F4V, RM, RMVB, DIVX
¿Cómo funciona Subtítulos automáticos?
El motor es Whisper, el modelo de reconocimiento de voz abierto cuyas variantes tiny y base son lo bastante pequeñas para correr en la CPU de un portátil. Entrega segmentos con inicio, fin y texto, que es exactamente la estructura de un archivo de subtítulos.
De dónde sale el audio
Tu archivo de vídeo se decodifica con la Web Audio API y solo se conserva su pista de audio, remuestreada a 16 kHz mono exactos — el formato que Whisper espera. El vídeo en sí jamás se procesa ni se sube.
Troceado de vídeos largos
Whisper consume ventanas de 30 segundos, así que un vídeo largo se corta en trozos solapados de 30 segundos con 5 de solape. Cada trozo se transcribe y los solapes se reconcilian para que las frases que cruzan el corte no se partan.
Tu vídeo
tutorial.mp4 — 8 minutes, one presenter
Subtítulos SRT / VTT
Timestamped subtitles: “0:04 Welcome back to the channel…” → export as .srt
¿Qué opciones y casos límite admite Subtítulos automáticos?
| Parámetro | Tipo | Valor predeterminado | Comportamiento y casos límite |
|---|---|---|---|
| Modelo | Tamaño | tiny (~40 MB) | Tiny (~40 MB) genera subtítulos rápido y basta para voz clara; base rinde mejor con ruido y acentos. |
| Idioma | Ajuste | detección automática | Whisper detecta el idioma por sí mismo; fijarlo explícitamente mejora la precisión cuando lo sabes. |
| Entrada | Formatos | MP4, WebM, MOV, MKV | MP4, WebM, MOV, MKV y todo lo que tu navegador reproduzca; solo se lee la pista de audio. |
| Edición | Editor | texto y tiempos | El texto y los tiempos de inicio y fin de cada segmento son editables. Haz clic en un segmento para ajustarlo. |
| Exportaciones | Formatos | SRT, VTT | Subtítulos SubRip y WebVTT, generados de tu transcripción editada. |
Preguntas frecuentes
¿Se sube mi vídeo a algún sitio?
No. Solo se extrae su pista de audio y se procesa en tu pestaña; el modelo se descarga una vez y la transcripción corre sin conexión. El panel Network no mostrará tu vídeo en ninguna petición.
¿Descargo SRT o VTT?
SRT si el destino es un reproductor de vídeo, un editor o YouTube; VTT si los subtítulos se mostrarán en una web con el elemento track de HTML5. El contenido es idéntico y puedes exportar ambos de la misma transcripción.
¿Qué precisión tienen los subtítulos generados?
Con voz clara, muy alta; con ruido de fondo, música fuerte o acentos fuertes, cae. Por eso el editor existe: revisa los segmentos dudosos, corrige el texto y ajusta los tiempos antes de exportar.
¿Puedo ajustar la marca de tiempo de un subtítulo?
Sí. Cada segmento es editable: texto, inicio y fin. Los cambios se reflejan en la previsualización y en el archivo exportado, sin regenerar la transcripción.
¿Qué formatos de vídeo admite?
MP4, WebM, MOV, MKV y todo lo que tu navegador reproduzca. Solo se lee la pista de audio; el vídeo nunca se procesa ni se reencode.
¿Funciona sin conexión?
Sí, después de la primera descarga del modelo. La página es estática, el modelo queda cacheado y todo el pipeline — extracción, transcripción, edición y exportación — corre localmente.