Transcribir un vídeo y generar subtítulos, gratis
Transcribe el habla de un vídeo a texto y subtítulos (SRT/VTT) con Whisper — en tu navegador, sin subir nada.
Selecciona un archivo de audio o vídeo
MP3, WAV, M4A, MP4, MOV, WebM — transcrito en tu navegador con Whisper
Haz clic para elegir o suelta un archivo aquí
También puedes pegar (Ctrl+V / Cmd+V)
La mayoría de herramientas funcionan en tu dispositivo
Advertisement
Sobre transcribir vídeo en el navegador
Esto convierte el habla de un vídeo en texto — y en archivos de subtítulos SRT o VTT — sin subir nada. Ejecuta el modelo Whisper de OpenAI localmente en tu navegador mediante WebAssembly, así que el audio se decodifica desde tu vídeo, se remuestrea, y se envía al modelo completamente en tu máquina.
Hay una descarga única la primera vez que elijas un tamaño de modelo: aproximadamente 40 MB para Tiny y 80 MB para Base (ambos cuantizados). Después de eso el navegador almacena en caché los pesos, así que empieza al instante e incluso funciona sin conexión. Base es la mejor opción por defecto para voz clara; Tiny cambia precisión por velocidad y es útil para una pasada rápida y aproximada o en un dispositivo lento. Whisper añade su propia puntuación y mayúsculas, detecta automáticamente el idioma (o puedes definirlo), y puede traducir habla en otros idiomas directamente al inglés.
No es un sustituto de un transcriptor humano: espera errores con acentos fuertes, hablantes superpuestos, música de fondo y audio de baja calidad, y ten en cuenta que no etiqueta quién habla. Para los subtítulos, los tiempos de SRT/VTT provienen de las marcas de tiempo por segmento de Whisper y normalmente son lo bastante precisos para usarse directamente, a veces con un pequeño ajuste.
Cómo Vídeo a texto
- 1
Añade tu vídeo
Suelta un MP4, MOV o WebM con pista de audio — se lee en tu navegador, nunca se sube.
- 2
Elige un modelo y un idioma
Base es más preciso, Tiny es más rápido. Deja el idioma en Detección automática o defínelo. El modelo se descarga una vez (~40–80 MB) y luego queda en caché.
- 3
Transcribe y exporta
Haz clic en Transcribir; cuando termine, copia o descarga la transcripción como texto plano o subtítulos SRT o VTT.
Vídeo a texto — preguntas frecuentes
¿Se sube mi vídeo?+
No. El modelo de transcripción (Whisper de OpenAI) se ejecuta por completo en tu navegador mediante WebAssembly. El vídeo nunca sale de tu dispositivo.
¿Por qué hay una descarga única?+
Los pesos del modelo Whisper (~40 MB para Tiny, ~80 MB para Base, cuantizados) se descargan la primera vez que usas ese tamaño; luego el navegador los guarda en caché — a partir de ahí funciona sin conexión y arranca al instante.
¿Qué precisión tiene?+
Base es sólido para habla clara en un idioma compatible; Tiny es bastante más impreciso pero mucho más rápido. Ambos tienen problemas con acentos marcados, voces solapadas, música de fondo y audio de mala calidad — revisa el resultado.
¿Qué puedo exportar?+
Texto plano o subtítulos con tiempos en SRT o VTT. Los tiempos de SRT/VTT provienen de las marcas de tiempo de segmento del modelo.
¿Suben mis archivos a un servidor?+
No: todas las herramientas procesan tus archivos por completo en tu dispositivo y nada se sube a un servidor. La única excepción son las herramientas de IA, que envían el texto extraído (no el archivo) a Claude para hacer su trabajo.
¿Hay un límite de tamaño de archivo?+
No imponemos un límite artificial, pero como el procesamiento ocurre en tu navegador, los archivos muy grandes (más de 500 MB o 1000 páginas) están limitados por la memoria de tu dispositivo, no por nosotros.
Advertisement