¿Qué precisión tiene la transcripción automática?

Usa un modelo de reconocimiento de voz de IA (Whisper) que ofrece muy buena precisión con audio claro; el ruido de fondo o los acentos muy marcados pueden afectar el resultado.

¿Por qué la primera transcripción tarda más?

La primera vez tu navegador descarga el modelo de IA (unos 300 MB). A partir de ahí queda guardado en caché y las siguientes transcripciones empiezan al instante.

¿Para qué sirve elegir las palabras por línea?

Los subtítulos estilo «karaoke» o para redes sociales suelen usar 1-3 palabras por línea; el modo «Automático» agrupa el texto por frases completas, como un subtítulo tradicional.

¿Es seguro subir mis archivos a esta herramienta?

Sí. Tus archivos nunca se suben a ningún servidor: la conversión ocurre por completo dentro de tu navegador, así que nadie más que tú tiene acceso a ellos.

Audio a subtítulos (SRT)

Transcribe tu audio con inteligencia artificial y genera un archivo de subtítulos SRT en español o inglés, directamente en tu navegador.

Opciones:

Palabras por línea:

Arrastra tus archivos aquí

o haz clic para seleccionarlos desde tu dispositivo

También puedes soltarlos en cualquier parte de la página o pegarlos con Ctrl V

Cómo funciona

1. Elige el idioma que se habla en el audio.
2. Elige cuántas palabras quieres por línea de subtítulo (o deja «Automático» para que la IA decida por frases).
3. Arrastra o selecciona tu archivo de audio.
4. La IA transcribe el audio en tu propio navegador (la primera vez descarga el modelo, unos 300 MB; luego queda guardado en tu navegador para siempre).
5. Descarga el archivo .srt con los subtítulos generados.

Subtítulos con IA: lo que conviene saber

La transcripción la hace el modelo Whisper en tu navegador, en español o inglés, y puedes elegir cuántas palabras mostrar por línea (una, dos, tres o cinco, o la frase completa), el estilo que se usa en Reels, TikTok y Shorts. La primera vez, el navegador descarga el modelo (varios cientos de megabytes) y después lo reutiliza, también para la herramienta de audio a texto.

Un aviso honesto: Whisper marca los tiempos por frases, y cuando pides pocas palabras por línea, el tiempo de cada frase se reparte entre sus palabras. El resultado es útil como punto de partida, pero suele necesitar un retoque de sincronización en tu editor, sobre todo en frases largas. Con audio limpio y una sola voz la transcripción es muy buena; la música alta o el ruido la empeoran.

Sobre el formato SRT

SRT SubRip Subtitle

Es el formato de subtítulos más sencillo y compatible: un archivo de texto con bloques numerados, cada uno con su tiempo de inicio y fin (horas:minutos:segundos,milisegundos) y la frase que se muestra.

Para qué se usa: Subtítulos para YouTube, películas, cursos, Reels y TikTok, y para importar en editores como CapCut, Premiere o DaVinci Resolve.

Ventajas

Lo acepta casi cualquier reproductor, editor y plataforma de vídeo
Se puede corregir a mano con cualquier editor de texto

Limitaciones

No guarda estilos avanzados (colores, posiciones, animaciones)

Se abre con: VLC, YouTube Studio, CapCut, Premiere Pro, DaVinci Resolve y cualquier editor de texto.

Preguntas frecuentes

¿Qué precisión tiene la transcripción automática?: Usa un modelo de reconocimiento de voz de IA (Whisper) que ofrece muy buena precisión con audio claro; el ruido de fondo o los acentos muy marcados pueden afectar el resultado.
¿Por qué la primera transcripción tarda más?: La primera vez tu navegador descarga el modelo de IA (unos 300 MB). A partir de ahí queda guardado en caché y las siguientes transcripciones empiezan al instante.
¿Para qué sirve elegir las palabras por línea?: Los subtítulos estilo «karaoke» o para redes sociales suelen usar 1-3 palabras por línea; el modo «Automático» agrupa el texto por frases completas, como un subtítulo tradicional.
¿Es seguro subir mis archivos a esta herramienta?: Sí. Tus archivos nunca se suben a ningún servidor: la conversión ocurre por completo dentro de tu navegador, así que nadie más que tú tiene acceso a ellos.

Guías que te pueden ayudar

Subtítulos palabra por palabra gratis

Genera subtítulos SRT de 1, 2 o 3 palabras por línea para Reels, TikTok y Shorts con IA, gratis y sin subir tu audio. Paso a paso.

Extraer el audio de un vídeo a MP3

Cómo sacar el audio de un vídeo MP4, MOV o WEBM en tu navegador, qué códecs funcionan (AAC, Opus) y cuáles no (AC-3), y el límite de memoria en vídeos largos.

¿Es seguro convertir archivos online?

La mayoría de conversores online suben tu archivo a un servidor. Cómo comprobarlo tú mismo y por qué convertir en el navegador es lo más privado.

Herramientas relacionadas

Voz y texto

Ver todas las herramientas de Voz y texto →

Contenido revisado el 19 de octubre de 2026 por Cesar I. Sanchez. Sobre el autor