Transcribir a mano una entrevista de veinte minutos, tecleando mientras escuchas, obliga a pausar, rebobinar y volver a escuchar los nombres una y otra vez, y a menudo tarda más que el propio vídeo. La herramienta de vídeo a texto delega ese paso en la transcripción: sube un archivo o pega un enlace, elige el idioma hablado y en pocos minutos tendrás una transcripción dividida por tramos de tiempo, lista para exportar a TXT y pasar directamente a la edición.
Abrir vídeo a texto, sube un vídeo o pega un enlace; la transcripción por segmentos, la anotación de origen y los botones de exportación aparecen todos en la misma página.
Puntos clave
- Los archivos locales admiten MP4, MOV, WEBM, MP3 y otros formatos de audio y vídeo; sin iniciar sesión hay 1 uso gratuito al día (hasta 50MB y 10 minutos), con sesión iniciada 2 al día, y con créditos se pueden procesar hasta 2 horas.
- La transcripción se muestra dividida por tramos de tiempo, cada uno con su marca de tiempo, y se puede exportar a TXT, SRT o VTT.
- La zona de resultados indica el origen de la transcripción: subtítulos ya existentes en la plataforma o transcripción de voz.
- Si necesitas las ideas clave y no las palabras exactas, elige la salida «resumen»; la transcripción literal y el resumen sirven a dos tareas distintas.
Decide primero si necesitas transcripción literal o resumen
El criterio es uno solo: si lo que usarás después son las palabras originales o las conclusiones condensadas. Para citar frases textuales, ordenar una entrevista, revisar contenidos o preparar la base de los subtítulos, elige la transcripción literal; si solo quieres saber qué dice el vídeo o redactar un informe, elige el resumen.
| Salida | Forma del contenido | Tareas adecuadas | Cómo obtenerla |
|---|---|---|---|
| Transcripción | Palabras originales divididas por tramos de tiempo | Citar frases, ordenar textos, revisión, base de subtítulos | Se genera al enviar la tarea; sin iniciar sesión se previsualizan los primeros 3 segmentos |
| Resumen | Un párrafo de síntesis y una lista de puntos clave | Conocer el contenido rápidamente, redactar informes | Requiere iniciar sesión para marcar la generación |
Sobre el mismo vídeo, las dos salidas difieren mucho: la transcripción conserva «quién dijo qué y cuándo»; el resumen solo responde «de qué va el vídeo». Mezclarlas sale caro por ambos lados: no encontrarás frases citables en un resumen de unas centenas de palabras, ni vale la pena leer una transcripción de una hora para escribir un informe.
Sube un archivo o usa los enlaces de vídeo admitidos
La mesa de trabajo ofrece dos rutas de entrada, conmutables en cualquier momento con el botón superior. Si tienes el archivo, súbelo primero: es lo más fiable; si solo tienes el enlace de la plataforma, usa entonces la opción de pegar.
Ruta de enlace:
- Quédate en el modo «pegar enlace» (el modo por defecto de esta entrada) y pega el enlace completo del vídeo; los ejemplos que sugiere el campo incluyen plataformas como YouTube, TikTok y Douyin.
- Tras enviar, es el resultado de la tarea el que decide si el enlace se puede procesar; no todos los enlaces funcionan. Si el análisis falla, junto al mensaje de error hay un botón «Cambiar a subida de archivo» que vuelve en un clic a la ruta local para reintentar.
Ruta de archivo:
- Cambia a «subir archivo», haz clic en la zona de selección y elige el archivo de vídeo o audio; los formatos habituales MP4, MOV, WEBM o MP3 están todos admitidos.
- Antes de enviar, fíjate en los límites: sin sesión, 50MB y 10 minutos como máximo; con sesión, 200MB y hasta 2 horas, cobrándose en créditos el tiempo por encima de 10 minutos (10 créditos/minuto). Al elegir el archivo, la herramienta detecta la duración al vuelo y avisa.
Genera la transcripción y consulta los tramos de tiempo
- Elige el idioma hablado. Si no lo tienes claro, deja «automático (según el vídeo)»; también puedes fijar manualmente chino, inglés, japonés, coreano, español, ruso o francés.
- Confirma que la salida marcada es «transcripción». Esta entrada la trae marcada por defecto; «resumen» y «capítulos» requieren iniciar sesión para generarse.
- Haz clic en «Iniciar generación». La barra de progreso va mostrando las fases de lectura del origen del vídeo, preparación del audio y lectura de subtítulos o transcripción de voz, con porcentaje; suele terminar en 1–3 minutos.
- Revisa la transcripción en la zona de resultados: el contenido va dividido por tramos de tiempo, cada uno precedido de una marca en minutos y segundos; la zona muestra también el título del vídeo y la duración total.
Dos detalles merecen atención. Primero, al final de la zona de resultados se indica el origen de la transcripción: «Origen: subtítulos de la plataforma» o «Origen: transcripción de voz». Si el vídeo trae subtítulos, puede que se usen directamente; si no hay ninguno disponible, se hace reconocimiento de voz del audio, y ambas fuentes pueden dar contenidos ligeramente distintos. Segundo, sin iniciar sesión puedes enviar la tarea y previsualizar los primeros 3 segmentos; ver la transcripción completa requiere sesión, y una vez enviada la tarea, recargar la página no pierde el progreso.
Ordena nombres, terminología y repeticiones del habla
La transcripción anota pronunciaciones, no verifica ortografía: nombres de persona, marcas, términos de producto y las mezclas de chino e inglés son los puntos más propensos a error de una transcripción literal. Hacer la revisión en tu copia exportada ahorra tiempo frente a relanzar la transcripción una y otra vez:
- Descarga primero el TXT o usa el botón de copiar de la zona de resultados para pegar todo el texto en tu documento. Lo copiado no lleva marcas de tiempo y vale para editar el cuerpo del texto directamente; las marcas al inicio de cada línea del TXT conservan los puntos de consulta.
- Verifica los nombres propios segmento a segmento. Unifica la grafía de personas, empresas, productos y terminología; ante una duda, vuelve al punto correspondiente del vídeo original usando la marca de tiempo del TXT, escucha y decide.
- Limpia las huellas del habla. Recorta muletillas, frases a medias y repeticiones según el destino del texto; en los pasajes que vayas a citar literalmente conserva las palabras exactas y su marca de tiempo.
Las revisiones ocurren solo en tu copia: la transcripción original de la herramienta queda intacta y puedes reexportar un borrador limpio cuando quieras.
Exporta TXT o pasa al flujo de subtítulos
Los botones de exportación están en la zona de resultados de la transcripción; los tres formatos salen de la misma transcripción:
- TXT: cada línea es «[min:seg] texto», con marca de tiempo; ideal para ordenar el texto y consultar por tiempo.
- SRT: cada segmento lleva número y códigos de inicio y fin en formato «00:00:01,000 --> 00:00:04,500», para usarlo como archivo de subtítulos en software de edición y reproductores; el flujo completo de generación e importación de subtítulos se tratará en un tutorial posterior.
- VTT: texto con línea de tiempo que empieza por WEBVTT, formato que usan algunos reproductores web.
Si dudas entre formatos, exporta primero TXT. Ordenar el texto es el destino más habitual de la transcripción; si después necesitas subtítulos con línea de tiempo, vuelve al mismo resultado y exporta SRT, sin retranscribir.
Preguntas frecuentes
¿Se puede transcribir un vídeo sin subtítulos?
Sí. La transcripción no depende de subtítulos existentes: la tarea determina si puede usar los subtítulos de la plataforma y, cuando no hay ninguno disponible, aplica reconocimiento de voz al audio; ambas fuentes se indican en la zona de resultados. Deja el idioma en «automático (según el vídeo)» y la herramienta detectará el idioma por sí sola.
¿Qué diferencia hay entre transcripción y resumen de vídeo?
La transcripción entrega las palabras originales divididas por tiempo, ideal para citar, revisar y organizar un texto; el resumen de vídeo entrega un párrafo de síntesis y una lista de puntos, ideal para conocer el contenido rápidamente o redactar un informe, y generar el resumen requiere sesión. Regla práctica: si el entregable necesita «las palabras exactas», transcribe; si solo necesita «las conclusiones», resume.
¿Cómo corrijo los nombres propios mal transcritos?
Exporta primero el TXT o copia todo el texto y revisa en la copia de tu documento. Cada línea del TXT empieza con una marca de tiempo: rebobina el vídeo hasta el punto correspondiente para confirmar la pronunciación y unifica después la grafía de nombres, marcas y términos. La herramienta no ofrece una interfaz para editar los segmentos en línea; todas las revisiones ocurren en la copia exportada y la transcripción original permanece intacta.
Sube tu primer vídeo
Elige entre tu material un vídeo del que de verdad necesites el texto: entrevistas, grabaciones de clases, reuniones o vídeos de pódcast sirven todos. Deja el idioma en automático, marca la salida de transcripción, exporta un TXT tras generar y ordena después nombres propios y muletillas con las marcas de tiempo.
Abrir vídeo a texto, genera y descarga tu primera transcripción literal en TXT.
