Guía de generación de subtítulos

Del audio a subtítulos bilingües

La generación usa reconocimiento automático de voz (ASR), también llamado voz a texto (STT). Convierte el audio hablado en texto y añade tiempos para mostrar cada línea en el momento correcto.

Traducir es un paso independiente sobre el texto. Úsalo si necesitas otro idioma. Si el vídeo ya tiene subtítulos de texto legibles, puedes pasar directamente a revisarlos, editarlos y traducirlos.

Aprende a preparar un modelo, generar y editar subtítulos y traducirlos para verlos en original, traducidos o bilingües.

Por dónde empezar

Toca el vídeo para ver controles y luego el bocadillo de subtítulos superior. El panel tiene Ajustes, Subtítulos y Generar.

Si hay subtítulos, suele abrirse Subtítulos; si no, Generar. Puedes cambiar de pestaña cuando quieras.

Ajustes → Funciones → Generación de subtítulos ofrece gestión de modelos y traducción.

Abre un vídeo local y elige generación de subtítulos. Prepara un modelo, elige modelo, idioma y pista de audio. Revisa el resultado, edita texto y tiempos y exporta una copia SRT.

La primera preparación requiere tiempo y espacio. La velocidad depende del dispositivo, modelo y duración. Comprueba el texto reconocido antes de usarlo.

Reproductor → Subtítulos arriba → Generar. Ajustes → Funciones → Generación de subtítulos ofrece gestión de modelos y traducción.

Descargar y elegir modelo de voz

Antes de transcribir, descarga un modelo ASR en Gestión de modelos. Usa datos y almacenamiento. Después, el reconocimiento se ejecuta en el dispositivo.

Dentro de una familia, los modelos grandes suelen ser más precisos pero usan más espacio, memoria y tiempo. También influyen idioma, calidad de grabación y dispositivo.

Modelos Whisper

Whisper multilingüe detecta el idioma o usa el elegido. Las versiones solo en inglés están destinadas a audio inglés.

Modelos Parakeet

Parakeet reconoce automáticamente los idiomas europeos compatibles. No admite chino, japonés ni coreano; usa Whisper multilingüe para ellos.

Compara opciones con las recomendaciones y la prueba corta de Gestión de modelos. La velocidad de prueba es orientativa, no predice todos los vídeos.

Los modelos de voz convierten audio en texto. Los recursos de Apple traducen texto existente. Son descargas distintas y no se sustituyen.

Generar subtítulos y seguir el progreso

En Generar, elige modelo descargado e idioma. Si hay varias pistas, elige la que contiene la voz deseada e inicia la generación.

El idioma de reconocimiento es el hablado en el vídeo. Elige el idioma de destino al traducir.

Las tareas pueden esperar en cola. Sigue etapa, progreso y tiempo restante. Puedes pausar, continuar o reintentar tras un error.

iOS limita el procesamiento en segundo plano. Si se interrumpe, reabre la tarea y continúa desde el progreso guardado. Mantén la app en primer plano para tareas largas si es posible.

Al finalizar, GPlayer suele guardar un SRT con el nombre del vídeo y cargarlo automáticamente. Abre Subtítulos para revisar.

Los subtítulos se cargan como archivo separado. Generarlos no incrusta texto en la imagen ni cambia el vídeo original.

Revisar y editar subtítulos

Toca una fila para saltar a su posición. La actual se resalta para facilitar escuchar de nuevo y revisar.

Edita el original y, si existe, su traducción. También puedes ajustar inicio y fin con precisión de milisegundos.

Cada toque ajusta 0,1 segundos. Mantén pulsado para continuar. El fin debe ir después del inicio y dentro del vídeo.

Cerrar el editor o cambiar de fila guarda automáticamente y actualiza los subtítulos. Si falla, sigue el mensaje y reintenta antes de salir.

En selección, toca las filas para traducir, eliminar o unir. Usa Seleccionar todo o Deseleccionar todo. Unir requiere al menos dos filas consecutivas.

Elegir original, traducción o bilingüe

En Subtítulos, elige Original, Texto traducido o Bilingüe en el menú de visualización. Bilingüe muestra el original arriba.

Desactivado oculta subtítulos en la imagen, pero mantiene la lista. Si solo algunas filas están traducidas, las demás muestran el original.

Preguntas frecuentes y mejores resultados

¿Por qué no empieza la generación?

Comprueba que el modelo esté descargado, el vídeo local accesible y la pista contenga audio. Descarga primero los archivos remotos.

¿Por qué hay palabras incorrectas?

Comprueba idioma hablado, idiomas del modelo y pista. Ruido, música y voces superpuestas dificultan el reconocimiento. Prueba un modelo mayor y corrige en el editor.

¿Por qué el procesamiento es lento?

Los vídeos largos y modelos grandes tardan más. También influyen rendimiento, temperatura y bajo consumo. El tiempo restante es una estimación que puede cambiar.

¿Qué revisar si falla la traducción?

En Apple, revisa idiomas y recursos descargados. En DeepL, clave, plan y cuota. En motores en línea, conexión. Usa la prueba antes de reintentar los subtítulos.

¿Por qué los subtítulos son ilegibles o no se pueden editar?

Comprueba la codificación y una fuente compatible. Los subtítulos de imagen no se editan ni traducen directamente como texto; genera subtítulos desde el audio.