Empezar un proyecto →

Transcribir vídeo a texto gratis: texto y subtítulos SRT en tu navegador

Elige un archivo de vídeo o de audio y consigue la transcripción en texto, además de los archivos de subtítulos SRT y VTT con sus tiempos, listos para YouTube. Usa Whisper, un modelo abierto de reconocimiento de voz, dentro de tu navegador: tu archivo nunca sale de tu dispositivo y no tienes que registrarte.

Actualizado el · Creado por Kevin Tabares, editor de YouTube long-form en Umbrella Creators.

Transcribe un archivo de vídeo o de audio

Tu archivo no sale de tu dispositivo. No se sube nada: tu navegador decodifica el audio y el modelo de voz lo convierte en texto aquí mismo, en esta pestaña. Solo se descarga el modelo, una vez, desde Hugging Face.

Cómo usarla

  1. Elige tu vídeo o solo su audio (MP4, MOV, WEBM, MP3, WAV o M4A). Puede ser la edición terminada o la grabación original.
  2. Elige el modelo: Rápido (unos 64 MB de descarga) o Mejor (unos 136 MB, más preciso y más lento). Deja el idioma en Detectar automáticamente o elígelo tú, y pulsa Transcribir.
  3. La primera vez, tu navegador descarga el modelo desde Hugging Face y lo guarda, así que la siguiente vez arranca en segundos. Después el audio se procesa en ventanas de 30 segundos que se solapan un poco, y puedes ver el progreso.
  4. Lee la transcripción, descarga el SRT (o el VTT) y súbelo a YouTube, o copia el texto para una descripción, un artículo o un guion.

Lo mejor es hacerlo en un ordenador: en el móvil un archivo largo puede tardar bastante y gastar mucha batería, y el límite es de 60 minutos por archivo. En navegadores con WebGPU (Chrome y Edge recientes) el modelo funciona en la tarjeta gráfica y va mucho más rápido; en los demás funciona en el procesador. Los subtítulos se dividen en bloques de hasta 2 líneas de 42 caracteres, el límite de lectura habitual.

Preguntas frecuentes

¿Esta herramienta de transcripción es gratis?
Sí. No hay registro, ni marca de agua, ni límite de archivos. Lo único que pones tú es el trabajo de tu ordenador, porque el reconocimiento de voz se hace dentro de tu navegador.
¿Se sube mi vídeo a algún sitio?
No. Tu navegador lee el archivo y lo convierte en texto en tu propio dispositivo; el vídeo o el audio nunca sale de esta pestaña. Lo único que se descarga es el modelo de voz (Whisper), una sola vez, desde Hugging Face. Tu navegador lo guarda, así que la siguiente vez arranca mucho más rápido.
¿Qué idiomas transcribe?
Whisper entiende unos 99 idiomas. El menú muestra español, inglés, portugués, francés, alemán e italiano, y "Detectar automáticamente" puede elegir cualquiera de los demás. Los resultados son mejores en idiomas muy hablados como el español y el inglés, y más flojos en idiomas con menos datos de entrenamiento.
¿Qué precisión tiene la transcripción?
Depende sobre todo del audio: una sola voz clara y cerca del micro da un borrador muy aprovechable, mientras que la música debajo de la voz, varias personas hablando a la vez o una sala con ruido lo empeoran. El modelo "Mejor" se equivoca menos que el "Rápido". Lee siempre el resultado antes de publicarlo, sobre todo los nombres, las marcas y los números, que los modelos de voz suelen fallar.
¿Cómo añado el archivo SRT a mi vídeo de YouTube?
En YouTube Studio, elige Subtítulos en el menú de la izquierda y selecciona tu vídeo. Haz clic en Añadir idioma y elige el idioma; después, en Subtítulos, haz clic en Añadir, elige Subir archivo, escoge la opción con tiempos, selecciona el archivo .srt y pulsa Guardar. Son los pasos de la Ayuda de YouTube (leída el 20 de octubre de 2026).

Quién ha hecho esto

Soy Kevin Tabares. Edito vídeos long-form de YouTube desde 2015 (1.277 vídeos y más de 152.2 millones de visualizaciones registrados en YT Jobs) para canales como Rex & Alexa, Puff y Mud. He creado esto para que tengas un primer borrador de tu transcripción y tus subtítulos en minutos, sin subir tu vídeo a ningún sitio. Si quieres un editor para tu canal, escríbeme.

Más herramientas gratis

Un comprobador de subtítulos para tus archivos SRT y VTT, un detector de silencios que encuentra el aire muerto, un medidor de LUFS para el volumen de tu vídeo y un comprobador de canales de audio, todo gratis y sin registro.

Ver todas las herramientas →