Audio o vídeo a SRT

Sube el audio o el vídeo y baja el .srt con los tiempos reales

Transcripción con marca de tiempo palabra a palabra: el subtítulo entra cuando se dice, no cuando una fórmula calcula que debería decirse.

Teclear los subtítulos oyendo el audio tres veces es el trabajo más lento del montaje. Aquí subes el fichero y recibes el .srt con los tiempos medidos sobre la voz.

Eliges el audio o el vídeo desde tu móvil o tu ordenador —MP3, M4A, AAC, WAV, WebM, OGG, FLAC, MP4, MOV, MKV, AVI o 3GP— y lo subes. Antes de transcribir nada, el servidor mide la duración real del fichero con ffprobe y te la enseña junto a los minutos que va a consumir: si pasa del tope de 15 minutos o de los 20 MB por documento, se para ahí y te lo dice, sin gastar un minuto de transcripción.

La transcripción la hace Deepgram Nova-3 en modo pre-grabado, pidiendo la marca de tiempo de cada palabra. Con esas marcas, el mismo motor determinista que trocea los guiones reparte el texto en rótulos: cada subtítulo empieza en el instante en que arranca su primera palabra y termina cuando acaba la última. No hay estimación por velocidad de lectura ni redondeos inventados.

El troceado lo mandas tú: eliges uno de los cinco presets —Equilibrado, Vertical, Cómodo, Una línea o Karaoke— o mueves a mano los caracteres por línea (12-60), las líneas por rótulo (1-3), los caracteres por segundo (6-30), la duración mínima y máxima de cada rótulo y el hueco entre ellos. Si el reparto no te convence, vuelves a trocear las palabras ya guardadas tantas veces como quieras y eso no cuesta nada: el audio se transcribe una sola vez.

Te llevas el resultado en .srt (SubRip, validado al byte antes de la descarga: CRLF, numeración desde 1, coma en los milisegundos y cues que no se solapan), en .vtt para web o en .txt para revisarlo. Puedes transcribir en seis idiomas —español, inglés, francés, italiano, portugués y alemán— y el trabajo queda en tu historial para abrirlo, retrocearlo o borrarlo. Transcribir consume un servicio de pago por minuto de audio, así que esta función pide cuenta: crearla es gratis.

Sin registro

Prueba Audio o vídeo a SRT aquí mismo

Cargando la herramienta…

Úsalo gratis sin cuenta. Si quieres guardar el resultado, podrás registrarte después.

Guardar / Registrarse

Ventajas de Audio o vídeo a SRT

Tiempos medidos, no calculados

Deepgram Nova-3 devuelve la marca de tiempo de cada palabra y cada rótulo arranca y acaba en el instante exacto en que se pronuncia.

Audio y vídeo, casi cualquier formato

MP3, M4A, AAC, WAV, WebM, OGG, FLAC, MP4, MOV, MKV, AVI y 3GP, hasta 20 MB y 15 minutos por documento.

Sabes el gasto antes de gastarlo

al subir el fichero se mide su duración real con ffprobe y se te muestran los minutos que va a transcribir; si se pasa del tope, se corta antes de llamar al motor.

Retrocear sale gratis

cambia el preset o los parámetros y el reparto se recalcula sobre las palabras ya guardadas, sin volver a transcribir ni pagar el audio otra vez.

El troceado, a tu gusto

cinco presets y seis parámetros —caracteres por línea (12-60), líneas por rótulo (1-3), caracteres por segundo (6-30), duración mínima, duración máxima y hueco entre rótulos.

Seis idiomas de audio

español, inglés, francés, italiano, portugués y alemán, eligiendo el idioma antes de transcribir para que el modelo no adivine.

Fichero que importa limpio

.srt validado al byte —CRLF, numeración desde 1, coma en los milisegundos, cues sin solapes— más .vtt y .txt del mismo trabajo.

Honesto cuando no puede ser exacto

si la transcripción no trae marcas de palabra, el texto se trocea por velocidad de lectura y el trabajo se marca como tiempo estimado en lugar de disimularlo.

Tu audio ya es un fichero de subtítulos con los tiempos de verdad

Sube el fichero, mira los minutos, transcribe y descarga el .srt. La cuenta es gratis y el troceado lo repites sin coste.

En las funciones con IA, las respuestas las genera una inteligencia artificial y no sustituyen el consejo de un profesional.

Transcribir audio o vídeo a SRT con tiempos reales