Subtitular un video automáticamente
Vidmini escucha tu video o archivo de audio y escribe los subtítulos por ti, con el modelo de reconocimiento de voz Whisper, de código abierto, que se ejecuta en tu propio dispositivo. Revisa el texto y descarga un archivo SRT o VTT, o incrusta los subtítulos en el video.
Cómo funciona
- 1
Elige o arrastra un video o archivo de audio (MP4, MOV, WebM, MKV, MP3, M4A, WAV, etc.), indica el idioma hablado o deja la detección automática, y elige un modelo.
- 2
Haz clic en Subtítulos automáticos y espera a que termine la transcripción. La primera vez, el modelo de reconocimiento de voz se descarga una sola vez desde vidmini.com.
- 3
Lee las líneas, corrige o borra lo que esté mal y descarga el SRT o el WebVTT, o incrusta los subtítulos en el video.
Reconocimiento de voz que funciona en tu dispositivo
La mayoría de los servicios de subtítulos automáticos suben tu archivo a un servidor y lo transcriben allí. Vidmini ejecuta el modelo Whisper de OpenAI, que es de código abierto, directamente en tu navegador mediante WebAssembly. Tu audio nunca se envía: lo único que se descarga es el propio modelo, desde vidmini.com, y el navegador lo guarda en caché para que los siguientes videos empiecen de inmediato.
Hay dos modelos. El más preciso usa Whisper base, una descarga de unos 102 MB con el motor de ejecución. El más rápido y ligero usa Whisper tiny, unos 68 MB: termina antes, pero se equivoca más. En una laptop típica, el modelo base transcribe más o menos en la duración del video, a veces algo más lento; en el celular tarda más. La velocidad depende de tu dispositivo, no de una cola de espera.
Idiomas y precisión
Deja el idioma hablado en detección automática o elígelo de la lista, que incluye español, inglés, portugués, francés, alemán, italiano, neerlandés, polaco, turco, ruso, ucraniano, árabe, hindi, japonés, coreano y chino. Whisper conoce unos 100 idiomas, y la detección automática cubre los que no están en la lista. Elegir el idioma tú mismo evita una detección equivocada en clips cortos. La herramienta transcribe en el idioma original; no traduce.
El reconocimiento funciona bien con voz clara: una locución, una entrevista, alguien hablando a cámara. Es más débil con música debajo de la voz, ruido de fondo, acentos marcados, varias personas hablando a la vez y nombres propios o marcas que no conoce. Por eso Vidmini muestra cada línea en un editor antes de que exportes nada.
Revisa y corrige cada línea
Tras la transcripción, los subtítulos aparecen en una lista con su hora de inicio. Haz clic en una línea para corregir una palabra, un nombre o la puntuación, o borra una línea que sobra, como la letra de una canción captada de la música de fondo. Las líneas ya vienen cortadas para leerse bien: como máximo dos líneas de unos 42 caracteres por subtítulo, la convención habitual en televisión y streaming.
Exporta en SRT o WebVTT, o incrusta los subtítulos
SRT es el archivo de subtítulos que aceptan casi todos los editores de video, reproductores y plataformas, como YouTube, Premiere Pro, DaVinci Resolve y VLC. WebVTT (.vtt) es el formato de los reproductores de video web y de la etiqueta de video de HTML. Ambos son archivos de texto pequeños que puedes seguir editando y que el espectador puede activar o desactivar.
Si quieres que el texto forme parte de la imagen, incrusta los subtítulos en el video: texto blanco con contorno oscuro, en tamaño pequeño, mediano o grande, en la parte inferior o superior del cuadro. Esto vuelve a codificar el video, y los subtítulos ya no se pueden ocultar. Con archivos de audio solo están disponibles SRT y WebVTT.
Accesibilidad y videos para redes sociales
Los subtítulos hacen que un video sea accesible para personas sordas o con discapacidad auditiva, para quien lo ve en un idioma que no es el suyo y para cualquiera que esté en un lugar donde no puede poner sonido. En redes sociales, muchos videos se reproducen sin sonido en el feed: con subtítulos incrustados se puede seguir un Reel, un TikTok o un Short sin activar el audio.
Para un resultado más limpio, recorta lo que no necesitas antes de transcribir. La herramienta Eliminar silencios acorta las pausas largas, y Cortar video deja solo el fragmento que vas a publicar. Se aceptan archivos de hasta 3 horas.
Preguntas frecuentes
¿Se sube mi video a un servidor para generar los subtítulos?
No. El modelo Whisper se descarga en tu navegador y se ejecuta en tu dispositivo. El audio se decodifica y se transcribe localmente, y nunca sale de tu computadora o celular. Nuestra Content Security Policy solo permite que la página se comunique con vidmini.com, para su propio código y los archivos del modelo.
¿Qué tan precisos son los subtítulos automáticos?
Con voz clara y poco sonido de fondo, la mayoría de las líneas salen bien. La música, el ruido, los acentos, las voces superpuestas y los nombres propios causan más errores, y el modelo ligero se equivoca más que el preciso. Revisa siempre el editor antes de exportar; corregir unas palabras lleva un momento.
¿Puede traducir los subtítulos a otro idioma?
No. Vidmini transcribe la voz en el idioma en que se habla. Si necesitas una traducción, exporta el archivo SRT y traduce el texto con la herramienta que prefieras; los tiempos siguen siendo válidos.
¿Qué elijo: SRT, WebVTT o subtítulos incrustados?
SRT para YouTube, editores de video y la mayoría de los reproductores. WebVTT para un reproductor de video en un sitio web. Incrustados cuando la plataforma no admite archivos de subtítulos o cuando quieres el texto siempre visible, como en las redes donde el video empieza sin sonido. Incrustarlos vuelve a codificar el video.
¿Por qué la primera vez tarda más?
La primera vez, el navegador descarga el modelo de reconocimiento de voz: unos 102 MB para el más preciso o unos 68 MB para el más ligero. Después queda en la caché del navegador, y los siguientes videos empiezan sin esa descarga.
¿Hay un límite de duración?
Se aceptan archivos de hasta 3 horas. El tiempo de transcripción crece con la duración y depende de tu dispositivo: una computadora es mucho más rápida que un celular. En grabaciones largas, recortar o eliminar los silencios antes ahorra tiempo.
¿Es gratis? ¿Agrega marca de agua?
Es gratis, sin registro y sin marca de agua. Los subtítulos exportados contienen solo tu texto.