Subtítulos incrustados o separados
Hay dos formas de poner subtítulos en un vídeo, y resuelven problemas distintos.
Los subtítulos separados (soft) viven en su propio archivo, normalmente SRT o VTT, o como pista dentro de un MKV o un MP4. Quien ve el vídeo puede activarlos y desactivarlos, elegir el idioma, y el texto se mantiene nítido a cualquier tamaño. El inconveniente es que el reproductor tiene que admitirlos, y muchos de los sitios donde se ven vídeos cortos no leen un archivo de subtítulos que adjuntes junto al vídeo.
Los subtítulos incrustados (hard) se dibujan en los propios fotogramas. Forman parte de la imagen, así que aparecen en cualquier sitio donde se reproduzca el vídeo: en la vista previa de una app de mensajería, en un feed social, en un móvil en silencio, incrustado en una web con un reproductor mínimo o en una tele que ignora las pistas de subtítulos. No se pueden desactivar, el reproductor no puede traducirlos y no se puede cambiar su estilo después.
Los subtítulos incrustados son la opción práctica para clips en redes sociales, donde gran parte del público hace scroll sin sonido, y para cualquier vídeo que entregues a otra persona sin control sobre cómo se va a reproducir. Para un archivo de películas o una videoteca multilingüe, los archivos separados son mejores.
Qué le pasa a tu vídeo
Esta herramienta se ejecuta por completo en nuestros servidores, en un único trabajo con dos fases:
- Reconocimiento de voz. El audio se transcribe con el modelo de voz Whisper en segmentos con tiempos, exactamente igual que hace la herramienta de transcripción cuando eliges la salida SRT. Los silencios se omiten y la puntuación se añade automáticamente.
- Renderizado. Los segmentos se dibujan sobre los fotogramas y el vídeo se vuelve a codificar en MP4 H.264 con un ajuste de calidad (CRF 23) que mantiene la imagen muy cerca del original. El sonido se recodifica en AAC a 128 kbps, y el archivo se organiza para que empiece a reproducirse antes de descargarse por completo.
La resolución y la tasa de fotogramas no cambian. Los archivos MOV, MKV y WebM vuelven como MP4, que es lo que esperan las redes sociales y las apps de mensajería. El archivo final lleva el nombre del original con -subtitled añadido.
Como se recodifica toda la imagen, el tamaño del resultado puede diferir del original. Un clip grabado en HEVC con un iPhone reciente puede volver algo más grande, porque H.264 necesita más bits para la misma calidad. Si el tamaño importa, pasa después el resultado por comprimir vídeo.
Cómo se ven los subtítulos
El estilo es fijo y está pensado para leerse bien sobre cualquier fondo:
- Texto blanco sin serifa, centrado en la parte inferior del encuadre.
- Un recuadro oscuro semitransparente detrás de cada línea en lugar de un contorno, para que las palabras se lean igual sobre cielos brillantes que sobre escenas recargadas.
- El tamaño del texto se adapta a la altura del vídeo, así que una versión en 720p y otra en 4K del mismo clip se ven igual en proporción.
- Un margen inferior de aproximadamente una décima parte de la altura del encuadre, que mantiene el texto alejado de las barras de progreso y de la zona de descripción que superponen las apps del móvil.
Cada subtítulo corresponde a una frase reconocida. Un habla rápida o continua produce frases más largas, que se reparten en dos o más líneas; se nota más en vídeo vertical 9:16, donde el encuadre es estrecho.
Cómo conseguir un resultado limpio a la primera
Como el texto no se puede editar antes de incrustarlo, lo que obtienes es la calidad del reconocimiento. Algunas cosas aumentan las probabilidades:
- Indica el idioma hablado en lugar de dejar la detección automática cuando el clip empieza con música o una sintonía. Los subtítulos se escriben en el idioma que se habla; elegir otro no los traduce.
- Usa el audio más limpio que tengas. La música de fondo bajo la voz es el motivo más habitual de líneas perdidas o confusas.
- Ojo con los nombres y las cifras. Los nombres de marcas, de personas y los números son donde se concentran los errores. Si son importantes, prueba antes con un clip corto.
- Guarda el original. El texto incrustado es permanente, así que conserva la versión limpia por si la necesitas sin subtítulos o con el texto corregido.
Si necesitas control total sobre el texto, genera un SRT con la transcripción, corrígelo y cárgalo como pista de subtítulos en tu editor de vídeo.
Tiempo, límites y privacidad
El tiempo de procesamiento depende sobre todo de la duración de la grabación, porque el reconocimiento va más o menos a tiempo real, así que recortar el clip a la parte que de verdad vas a publicar con cortar vídeo ahorra tanto espera como cuota. El uso gratuito cubre un vídeo al día, de hasta 10 minutos y 500 MB, sin cuenta. Premium elimina el límite diario y acepta grabaciones de hasta 90 minutos. El vídeo subido se elimina en cuanto termina el procesamiento, y el resultado caduca automáticamente en aproximadamente una hora.