Subtítulos automáticos con IA para cualquier video en línea

OpenAI Whisper compilado a WebAssembly mediante Transformers.js. Hay cuatro tamaños disponibles: Tiny (~40 MB, el más rápido), Base (~75 MB, equilibrado), Small (~240 MB, preciso) y Large v3 Turbo (~600 MB, calidad broadcast, oculto tras el interruptor de modelos avanzados). Los modelos se descargan una sola vez de Hugging Face y se almacenan en la caché de tu navegador para ejecuciones posteriores. Se usa aceleración WebGPU automáticamente cuando está disponible.

Sí. Silero VAD presegmenta el audio en regiones de voz reales antes de ejecutar Whisper, lo que mejora la precisión en archivos largos y omite intros, outros y pausas silenciosas. Los subtítulos aparecen en directo en el editor a medida que Whisper decodifica: no tienes que esperar a que termine toda la transcripción para revisar el principio. Los videos grandes (más de 30 minutos) funcionan mejor en un equipo de escritorio con al menos 8 GB de RAM.

Puedes exportar a SRT, VTT o ASS. VTT es el formato estándar para closed captions WCAG / ADA / EAA en reproductores web (HTML5 , YouTube, Vimeo). Los subtítulos incluyen tiempos, etiquetas de hablante (cuando la detección de hablantes está activada) y puntuación limpia. El MP4 incrustado coloca los subtítulos en zonas seguras y admite borde y sombra para máximo contraste y legibilidad.

Whisper acepta un prompt inicial: texto sobre el que se condiciona antes de generar. Pasamos los términos de tu glosario como ese prompt, así que las marcas ("Anthropic"), nombres de productos ("Claude", "GPT-4"), nombres propios y jerga técnica se escriben correctamente. Es la mejora de precisión más grande para podcasts tecnológicos, charlas de conferencias y contenido con mucha marca. Un término por línea, sin formato especial.

Whisper infiere los límites de cada palabra mediante decodificación con cross-attention. La precisión es de unos ±200 ms — adecuada para resaltado tipo karaoke y la mayoría de los casos de uso de subtítulos. Si la decodificación es lenta en tu dispositivo, activa el modo Rápido y las palabras se distribuyen linealmente dentro de cada segmento. El marcado por confianza señala las palabras de las que Whisper duda para que las verifiques rápido.

Sí. Los modelos Opus-MT cubren los diez pares de idiomas principales (en, ru, es, fr, de, pt, it, ja, ko, zh). Si falta un par directo, la herramienta recurre a NLLB-200 distilled. Mantén el original como segunda línea de subtítulo para una salida bilingüe — útil para contenido de aprendizaje de idiomas y audiencias globales.

Sí. La herramienta descarga PNGs de Twemoji para cada palabra clave coincidente y los compone sobre el video mediante filtros overlay de FFmpeg, posicionados sobre la línea del subtítulo y sincronizados con la palabra hablada. Las exportaciones SRT y VTT también conservan los caracteres de emoji.

SRT (universal), VTT (closed captions web/HTML5) y ASS (animación completa con todos los estilos de plantilla preservados; se abre en Aegisub, DaVinci Resolve, mpv o cualquier reproductor compatible con libass). El MP4 incrustado usa H.264, AAC y la pista de audio original copiada sin recodificar.

Una vez que un modelo Whisper queda en caché tras la primera ejecución, la herramienta funciona íntegramente en tu navegador mediante WebAssembly: la transcripción, el estilo, la incrustación y la exportación se ejecutan localmente. Los modelos de traducción también se almacenan en caché en el primer uso. La página en sí se carga desde nuestros servidores, pero el procesamiento real de tu video no requiere conexión a internet.

Sí, en Chrome y Safari modernos. En dispositivos con menos de 4 GB de RAM, los modelos Small y Large v3 Turbo se ocultan y se usa Tiny por defecto para evitar bloqueos. Para videos largos se recomienda un portátil.