Subtítulos Automáticos con IA — SRT/VTT en Español
Sube tu video (MP4, MOV, MKV, WEBM) y obtén subtítulos automáticos en español con timestamps precisos. Único en el mercado con etiquetado de hablantes automático (pyannote 4.0 community-1) — perfecto para entrevistas, paneles y podcasts en video. Precisión real 92-94% en audio limpio en español (no el marketing de '99%' que anuncian todos). Whisper Large V3 Turbo maneja acento mexicano, argentino, chileno, español, colombiano y venezolano. Exporta SRT (Premiere/DaVinci/CapCut), VTT (web/HTML5), TXT (notas), o video con subtítulos quemados (TikTok/Reels/Shorts). 30 minutos gratis al mes, sin tarjeta.
Formatos de exportación:
Subtítulos automáticos — también buscado como poner subtítulos a un video, añadir subtítulos (España) o agregar subtítulos (LATAM) — es generar texto sincronizado con el audio de un video automáticamente con IA. Con Whisper Large V3 Turbo: video de 10 min → SRT/VTT en 2 minutos, precisión real 88-94% en español.
Cómo funciona
Sube tu video
MP4, MOV, MKV, WEBM. Extraemos el audio automáticamente. Hasta 5 GB por archivo.
Elige formato
SRT para editores (Premiere, DaVinci, CapCut). VTT para web/HTML5. Burned-in para TikTok/Reels/Shorts.
Descarga y publica
SRT/VTT como archivo separado, o video con subtítulos quemados listos para publicar.
¿Qué formato de subtítulos necesitas?
SRT
Formato universal para editores de video. Premiere, DaVinci, CapCut, Final Cut, iMovie, Kdenlive.
VTT (WebVTT)
Formato nativo de HTML5 y YouTube. Permite estilos CSS. Para reproductores web.
TXT
Solo texto sin timestamps. Para copiar en documento, resumir o procesar.
Burned-in (quemado)
Video con subtítulos incrustados como imagen. Requerido para TikTok, Reels, Shorts, IG Feed.
Precisión real en español (no marketing “99%”)
Todas las herramientas anuncian “99% precisión” — se refiere a inglés en LibriSpeech (audio de estudio). En video real en español, el WER (Word Error Rate) es 6-25% según condiciones. Fuente: Open ASR Leaderboard.
| Escenario | Precisión real | Cómo se manifiesta |
|---|---|---|
| Video de estudio, español neutro | 92-94% | 1-3 palabras erradas cada 40 |
| Videollamada Zoom/Meet (español) | 85-90% | Etiquetas de hablantes fallan en solapamiento |
| TikTok/Reels con música de fondo | 78-85% | Música alta corrompe transcripción — baja música si puedes |
| Acento chileno / andaluz / argentino fuerte | 82-90% | Vocabulario regional puede requerir edición |
| Code-switching español/inglés | 80-88% | Común en videos tech y negocios |
Guía por plataforma
Cada red social requiere un formato distinto — te decimos cuál.
TikTok
Formato: burned-in (quemados en el video)
Max caracteres/línea: ~30-40 para legibilidad en móvil
Safe zones: respeta 15% arriba y 15% abajo (UI de TikTok cubre esas áreas)
Instagram Reels
Formato: burned-in preferido, IG también soporta SRT en algunos casos
Dimensiones: 9:16 (1080×1920 recomendado)
Tipografía: sans-serif bold, mínimo 40pt, alto contraste
YouTube Shorts
Formato: burned-in (Shorts no muestra caption track separado)
YouTube long-form: SRT o VTT como track separado (mejor para SEO)
Auto-captions de YouTube: mediocre en español; sube tu SRT para mejor calidad
LinkedIn Video
Formato: SRT como track separado (LinkedIn soporta subtitle tracks)
Estilo: profesional, formal — sin emojis en el subtítulo
Nota: 85% de videos en LinkedIn se ven sin sonido — subtítulos son críticos
Comparativa honesta — NovaScribe vs YouTube vs CapCut vs VEED
| VexaScribe | YouTube auto | CapCut | VEED | |
|---|---|---|---|---|
| Precisión español | 92-94% | 75-85% | 85-90% | 88-92% |
| Etiquetado de hablantes | Sí (único) | No | No | No |
| Exportación SRT/VTT | Sí | Limitado | Sí | Sí |
| Burned-in video | Sí | No (solo track) | Sí | Sí |
| Marca de agua | No | No | Freemium sí | Freemium sí |
| Gratis | 30 min/mes | Sí ilimitado | Con marca | Con marca |
Honesto: si tu video es corto, en inglés y va solo en YouTube, YouTube auto-captions es lo más fácil. Nuestra ventaja es: mejor español + LATAM, con hablantes, sin marca de agua, exportación múltiple.
Por qué elegir VexaScribe para subtítulos
Único en el mercado con etiquetado de hablantes + honestidad sobre precisión
Subtítulos con hablantes identificados (único)
pyannote 4.0 community-1 identifica hasta 50 hablantes. Etiquetas [Ana]: [Juan]: aparecen en el SRT/VTT. Ideal para entrevistas y paneles.
Precisión real en español + LATAM
92-94% en audio limpio. Maneja acento mexicano, argentino, chileno, español, colombiano, venezolano. Whisper Large V3 Turbo — mismo motor que TurboScribe/HappyScribe.
Todos los formatos en un clic
SRT, VTT, TXT, PDF, burned-in video. Sin necesidad de conversores externos. Compatible con Premiere, DaVinci, CapCut, Final Cut.
Video de 10 min → SRT en 2 min
Vs 30-60 minutos manual con timestamps. Vs $20-50 en un servicio profesional.
99 idiomas + traducción
Genera subtítulos en español y traduce a 133 idiomas (Google Translate integrado) en el mismo procesamiento.
Sin marca de agua
Los subtítulos descargados son limpios — sin logos, sin firma en el texto. Diferente de CapCut freemium.
Preguntas frecuentes
¿Cómo poner subtítulos a un video automáticamente?
Sube tu video (MP4, MOV, MKV, WEBM), elige idioma español, selecciona formato (SRT/VTT/burned-in), descarga. Sin registro para lo básico. 30 min gratis al mes. La IA genera los subtítulos con timestamps y opcionalmente identifica hablantes.
¿Cuál es la diferencia entre añadir subtítulos y quemarlos (burned-in)?
Añadir subtítulos = crear un archivo SRT/VTT separado que se sobrepone al video en el reproductor (YouTube, Vimeo, HTML5) — se puede activar/desactivar. Quemados (burned-in / hardcoded) = incrustados dentro del video como imagen, siempre visibles. TikTok/Reels/Shorts requieren burned-in porque no soportan tracks separados.
¿Los subtítulos automáticos son gratis?
Depende del tamaño. VexaScribe: 30 min gratis al mes, después $2-20/mes según plan. YouTube auto-captions: gratis pero solo texto sin descarga como archivo. CapCut: gratis con marca de agua. VEED/Kapwing: freemium con límites.
¿Qué precisión tienen los subtítulos automáticos en español?
En audio limpio (estudio, un hablante): 92-94%. Con acentos regionales fuertes (chileno, andaluz, argentino): 82-90%. Con música de fondo o ruido: 75-85%. La cifra '99%' del marketing se refiere a inglés en LibriSpeech (audio de estudio). En video real en español, esperar 85-92% es honesto.
¿Puedo generar subtítulos con hablantes identificados?
Sí. Usamos pyannote 4.0 community-1 para identificar hasta 50 hablantes por video. Mejor con 2-6 hablantes activos. Puedes renombrar SPEAKER_00 a 'Ana García' en el editor. Único en el mercado — CapCut/VEED/Kapwing no ofrecen esto.
¿Qué formato de subtítulos necesita TikTok / Instagram / YouTube?
TikTok/Reels/Shorts: burned-in (quemados) porque no soportan tracks separados. YouTube long-form: SRT o VTT (uploaded como track). Instagram Feed video: burned-in. LinkedIn video: SRT como track separado. Nuestra herramienta exporta todos los formatos.
¿Cómo agregar subtítulos a un video en CapCut / Premiere / DaVinci?
En CapCut: descarga SRT y arrastra a la timeline (auto-captions también funciona). En Premiere Pro: File → Import → SRT → new caption track. En DaVinci Resolve: Media Pool → Import → SRT. En Final Cut: File → Import → Captions. Nuestra exportación es compatible con todos.