Genera automáticamente subtítulos (SRT o VTT) a partir de la pista de audio de un vídeo, en el navegador con IA (Whisper) y sin subir nada.
Procesando localmente en tu dispositivo ...
Procesando localmente en tu dispositivo ...
0%
Tus archivos nunca salieron de tu dispositivo
No. Todo se ejecuta en tu navegador: tu archivo nunca sale de tu dispositivo. Cómo se puede comprobar
Una charla, un vídeo explicativo, un clip para redes sin subtítulos: precisamente en un feed silenciado o para espectadores con discapacidad auditiva, los subtítulos suelen decidir si un vídeo llega a entenderse. Esta herramienta escucha la pista de audio de un vídeo, reconoce las palabras habladas mediante IA (Whisper) y las escribe como un archivo de subtítulos con marcas de tiempo, listo para incorporar a un reproductor de vídeo o a una edición.
La pista de audio se extrae automáticamente del vídeo: no hace falta pasar por una herramienta de extracción aparte, se encarga el mismo mecanismo que ya usan las herramientas de extracción de audio de esta página. Whisper divide el reconocimiento en segmentos de habla con un momento de inicio y de fin; estos se generan directamente como cues SRT o VTT, con exactamente los mismos formatos de marca de tiempo que las demás herramientas de subtítulos de esta página (por ejemplo, ajustables después con "Desplazar subtítulos").
Los subtítulos son una aproximación automática, no un sustituto de una traducción revisada: los nombres propios, los términos técnicos y el ruido de fondo pueden causar errores. Siempre vale la pena una breve revisión antes de publicar.
| Formatos de entrada | MP4, M4V, WEBM, MOV, MKV |
|---|---|
| Conversión automática | PNG, GIF |
| Formatos de salida | SRT, VTT |
| Procesamiento por lotes | No |
| Procesamiento | Local en el navegador (WebAssembly) |
| Subida de archivos | Ninguna |
Límites: Se ejecuta en un solo hilo (sin modo de aislamiento de origen cruzado en esta página) y por eso es notablemente más lento que los servicios en el servidor: aquí rige un límite de duración por dispositivo bastante más estricto que en las demás herramientas de vídeo. Se usa el modelo compacto de nivel "tiny": bueno para habla clara, más débil con mucho ruido de fondo o con varias personas hablando a la vez. Los subtítulos se generan automáticamente: revísalos antes de publicar, sobre todo nombres propios y números.
No, la extracción de audio y el reconocimiento se ejecutan totalmente en local, en el navegador.
SRT es el formato más compatible con los programas de edición de vídeo; VTT es el estándar web para reproductores de vídeo HTML5.
Sí, con la herramienta "Desplazar subtítulos" puedes desplazar todo el archivo una cantidad fija.
Sí, pero sin separación de hablantes: todas las voces acaban en la misma pista de subtítulos continua.
Audio a texto · VTT a ASS · Quemar subtítulos · Vídeo a WAV · Vídeo a imágenes