Respuesta directa — ¿Cómo se crean subtítulos SRT y VTT a partir de un vídeo en un Mac sin subirlo?
Puedes crear subtítulos SRT y VTT a partir de un vídeo sin conexión en tu Mac transcribiendo el archivo localmente, editando el texto contra sus marcas de tiempo y exportando después archivos de subtítulos con código de tiempo. Weesper Transcribe hace exactamente esto en el propio dispositivo: arrastras un MP4 o MOV, revisas la transcripción y exportas .srt o .vtt. No se sube nada, y el único requisito es macOS 13 o posterior.
Los subtítulos ya no son opcionales. Los subtítulos son un requisito de nivel A de WCAG para vídeo pregrabado con audio, mantienen a los espectadores viendo el contenido en feeds con reproducción automática silenciada, y le dan a los buscadores algo que indexar. El problema es que la mayoría de los generadores de subtítulos te piden subir tu material a un servidor primero, lo cual resulta incómodo cuando el vídeo es el lanzamiento de un producto bajo embargo, una entrevista con un cliente o una grabación sujeta a normas de protección de datos.
Esta guía cubre la vía sin conexión en macOS: qué son realmente SRT y VTT, cómo generarlos a partir de un archivo de vídeo sin pasar por la nube, qué formato elegir según el destino, y cómo revisar el resultado antes de publicar.
¿Qué son los archivos de subtítulos SRT y VTT?
Ambos son archivos de texto plano que emparejan bloques de texto con códigos de tiempo de inicio y fin. Tu reproductor, editor o plataforma lee esos tiempos y muestra la línea correcta en pantalla en el momento adecuado.
SubRip (.srt) es el formato más antiguo y más ampliamente aceptado. Cada entrada tiene un número de secuencia, una línea de tiempo con milisegundos separados por coma, y una o dos líneas de texto.
1
00:00:01,500 --> 00:00:04,200
Grabamos esta entrevista en una sola toma.WebVTT (.vtt) es el formato del W3C diseñado para la web. Según la especificación del W3C, un archivo válido debe comenzar con la cadena WEBVTT, y sus tiempos usan un punto antes de los milisegundos.
WEBVTT
00:00:01.500 --> 00:00:04.200
Grabamos esta entrevista en una sola toma.La diferencia práctica está en las capacidades. WebVTT admite estilos, posicionamiento de entradas, regiones y etiquetas de marcado en línea como <b>, <i> y <v> para voces de hablantes, razón por la cual MDN lo documenta como el formato usado con el elemento <track> de HTML.
SRT vs VTT de un vistazo
| Criterio | SRT (SubRip) | VTT (WebVTT) |
|---|---|---|
| Línea de cabecera | Ninguna | WEBVTT obligatorio |
| Separador de milisegundos | Coma (,) | Punto (.) |
| Numeración de entradas | Secuencial, esperada | Identificadores opcionales |
| Estilos y posicionamiento | No admitido | Admitido (CSS ::cue, ajustes de entrada) |
| Marcado en línea | Ninguno | <b>, <i>, <u>, <v>, <lang> |
<track> nativo de HTML5 | No admitido | Admitido |
| Soporte en editores y plataformas | Prácticamente universal | Orientado a la web, ampliamente soportado |
| Ideal para | Editores de vídeo, subidas a redes sociales, archivos | Vídeo web autoalojado, reproductores HTML |
Ningún formato es “mejor” que el otro. Cada uno apunta a destinos distintos, por eso una herramienta de transcripción que merezca la pena exporta ambos.
¿Por qué generar subtítulos sin conexión en lugar de subirlos a un servicio en la nube?
Porque el propio archivo es el activo sensible. Un generador de subtítulos en la nube necesita una copia completa de tu vídeo antes de poder devolverte una sola línea de subtítulo.
Para mucho contenido, eso simplemente no es aceptable:
- Contenido no publicado — tráilers, lanzamientos de producto y material de cursos bajo embargo
- Grabaciones legales y de clientes — entrevistas, declaraciones, consultas
- Datos personales — cualquier grabación en la que los participantes sean identificables, lo que activa obligaciones de protección de datos
- Reuniones internas — discusiones comercialmente sensibles que no deberían quedar en la ventana de retención de un tercero
La transcripción on-device elimina por completo la duda: no hay subida, no hay política de retención que auditar y no hay que crear ninguna cuenta. También elimina el contador por minuto, lo cual importa en cuanto empiezas a subtitular horas de catálogo en lugar de un solo clip. Hemos desglosado los pros y contras en detalle en nuestra comparación de cómo se comparan la transcripción on-device y en la nube.
La contrapartida es el hardware. La transcripción local usa la CPU y la GPU de tu Mac, así que un archivo largo mantiene ocupada tu máquina durante un rato — Weesper Transcribe usa aceleración Metal en Apple Silicon para que esto sea manejable, y funciona tanto en Macs Apple Silicon como Intel desde macOS 13 en adelante.
¿Cómo se crean subtítulos SRT a partir de un vídeo en un Mac, paso a paso?
El flujo de trabajo tiene cuatro pasos: añade el archivo, deja que se transcriba localmente, edita el texto, exporta el formato de subtítulos que espera tu destino. Aquí lo tienes con la app de transcripción on-device para macOS.
- Suelta el vídeo dentro. Arrastra tu MP4, MOV o cualquier otro archivo que macOS pueda leer a la ventana de la app. No hace falta extraer una pista de audio primero.
- Deja que se transcriba en tu Mac. El modelo de reconocimiento de voz se ejecuta localmente. No se sube nada, no se requiere ninguna cuenta, y la transcripción queda en un historial privado y con posibilidad de búsqueda.
- Repasa con marcas de tiempo pulsables. Cada segmento está enlazado a su momento en el archivo multimedia original, así que haces clic en una línea, escuchas el audio y corriges lo que oíste. Las correcciones se guardan mientras escribes.
- Exporta
.srto.vtt. Elige el formato de subtítulos para tu destino. Ambos salen con código de tiempo y listos para llevar a un editor o a un reproductor web.
Subtitular todo un catálogo de contenidos
Para más que un puñado de archivos, hazlo por lotes. Encola una carpeta de episodios o grabaciones de clases y deja que tu Mac los procese en secuencia mientras trabajas en otra cosa.
El nivel gratuito transcribe archivos de hasta 15 minutos con calidad completa, suficiente para probar el flujo con un clip real. La actualización Pro de pago único elimina el límite de duración y desbloquea el procesamiento por lotes, el conjunto completo de exportación, la edición en línea y la búsqueda — una única compra en el App Store, no una suscripción.
Convertir la misma transcripción en otros entregables
El archivo de subtítulos rara vez es lo único que necesitas de una grabación. Weesper Transcribe exporta nueve formatos a partir de una sola transcripción:
| Entregable | Formato de exportación |
|---|---|
| Subtítulos para un editor o plataforma | SRT, VTT |
| Notas del episodio o borrador de blog | Markdown, HTML |
| Documento listo para un cliente | DOCX, PDF |
| Copiar y pegar rápido | TXT |
| Pipeline de datos u hoja de cálculo | JSON, CSV |
Ese es el ahorro de tiempo real: un solo pase sobre el audio produce a la vez los subtítulos, las notas del episodio y la entrada de archivo.
¿Qué formato de subtítulos deberías exportar según la plataforma?
Ajusta el formato al destino, y ante la duda exporta SRT. La propia documentación de YouTube incluye tanto SubRip como WebVTT entre sus formatos de subtítulos compatibles, y recomienda SRT para quienes solo necesitan información básica de tiempo.
| Destino | Exportar | Por qué |
|---|---|---|
| YouTube, Vimeo | SRT | Se acepta directamente, más fácil de reeditar |
| Final Cut Pro, Premiere Pro, DaVinci Resolve | SRT | Importación estándar para una pista de subtítulos |
| Vídeo HTML5 autoalojado | VTT | Requerido por el elemento <track> |
| LinkedIn, subidas a redes sociales | SRT | Mayor aceptación entre plataformas |
| Subtítulos incrustados (burned-in) | SRT y luego estilizar en el editor | El estilo pertenece a la edición, no al archivo |
| Reproductor web con estilo de subtítulos personalizado | VTT | Admite posicionamiento y CSS ::cue |
Como ambos formatos son texto plano, convertir entre ellos más adelante es trivial. Exportar el correcto ahora simplemente te ahorra un paso.
¿Cómo se revisan los subtítulos antes de publicar?
Trata el resultado automático como un primer borrador. La Iniciativa de Accesibilidad Web del W3C es inequívoca al señalar que los subtítulos generados automáticamente no cumplen los requisitos de accesibilidad a menos que se confirme que son totalmente precisos, y señala que los subtítulos son un requisito de nivel A de WCAG para vídeo pregrabado con audio.
Repasa esto antes de exportar el archivo final:
- Nombres y jerga. Los nombres propios, nombres de producto y términos técnicos son donde más se desvía el reconocimiento de voz. Busca cada uno en la transcripción y corrígelo de forma global.
- Números y unidades. Los precios, fechas y medidas hay que leerlos, no adivinarlos.
- Cambios de hablante. Márcalos con claridad. VTT puede hacerlo con la etiqueta de voz
<v>; SRT suele usar un guion inicial. - Longitud de línea y sincronización. Mantén las entradas en un par de líneas cortas para que los espectadores puedan terminar de leerlas antes de que cambie la entrada.
- Audio que no es voz. Los subtítulos deben transmitir sonido con significado, no solo diálogo.
- Los primeros treinta segundos. Es el segmento que ve la mayoría de espectadores, y el que más a menudo queda sin revisar.
Las marcas de tiempo pulsables agilizan esta revisión, porque estás verificando contra el audio en lugar de volver a ver todo el vídeo. Si te atascas con la propia app, la documentación de soporte cubre los ajustes de exportación y la gestión de archivos.
¿Qué pasa con las alternativas?
El subtitulado on-device en macOS es una categoría saludable, y la respuesta honesta es que varias herramientas hacen bien la parte de transcripción. Las diferencias aparecen en el flujo de trabajo: suscripción o compra única, cómo se gestionan los archivos largos, si existe un historial con búsqueda, y cuántos formatos de exportación obtienes de un solo pase.
Si estás sopesando las principales apps dedicadas, comparamos MacWhisper y Superwhisper cara a cara. Y si prefieres montar tú mismo el pipeline con piezas de código abierto, nuestra guía para ejecutar whisper.cpp localmente recorre la vía por línea de comandos — más control, bastante más configuración, y tienes que construir tú mismo el paso de exportación a SRT y VTT.
Preguntas frecuentes
¿Cuál es la diferencia entre un archivo de subtítulos SRT y uno VTT?
Ambos son archivos de texto plano con marcas de tiempo, pero difieren en sintaxis y capacidades. SRT usa entradas numeradas y milisegundos con coma (00:00:01,500), y se acepta prácticamente en todas partes. WebVTT empieza con una cabecera obligatoria WEBVTT, usa milisegundos con punto (00:00:01.500) y admite estilos, posicionamiento y marcado en línea. Usa SRT para máxima compatibilidad y VTT al servir subtítulos con el elemento <track> de HTML.
¿Puedo generar subtítulos a partir de un vídeo sin subirlo a un servidor?
Sí. Las apps on-device ejecutan el modelo de reconocimiento de voz de forma local, por lo que el archivo multimedia nunca sale de tu Mac. Arrastras un MP4, MOV, MP3 o cualquier otro archivo que macOS pueda leer, la transcripción se genera en tu máquina y exportas SRT o VTT localmente. Esto es lo que hace viable el flujo para grabaciones bajo embargo, entrevistas con clientes y contenido con datos personales.
¿Necesito convertir mi vídeo a audio primero?
No. Los archivos de vídeo, incluidos MP4 y MOV, se aceptan directamente, junto con formatos de audio como MP3, WAV y M4A. No hace falta extraer una pista de audio con una herramienta aparte. Si tu suite de edición ya exporta una referencia solo de audio, también funciona — los tiempos son idénticos siempre que el archivo empiece en el mismo punto que el vídeo.
¿Qué precisión tienen los subtítulos generados automáticamente?
La transcripción automática es un buen primer borrador, no un archivo de subtítulos terminado. La precisión depende de la calidad del audio, los acentos, los hablantes solapados y el ruido de fondo. Las guías de accesibilidad son explícitas al indicar que los subtítulos automáticos no cumplen los requisitos a menos que se confirme su precisión, así que planifica una revisión de nombres, términos técnicos y puntuación antes de publicar.
¿Puedo subtitular una carpeta de vídeos a la vez?
Sí, con procesamiento por lotes: encolas una carpeta y tu Mac procesa los archivos en secuencia. El nivel gratuito de Weesper Transcribe gestiona archivos de hasta 15 minutos con calidad completa, y la actualización Pro de pago único elimina el límite de duración y desbloquea el procesamiento por lotes, el conjunto completo de exportación, la edición en línea y la búsqueda.
¿En qué idiomas puedo crear subtítulos?
Weesper Transcribe admite 57 idiomas de transcripción y transcribe en el idioma hablado en la grabación en lugar de traducirlo. Para un segundo idioma, exporta primero el archivo en el idioma original y después traduce el texto dejando intactas las líneas de tiempo — cualquier versión traducida encaja directamente en tu editor.
Conclusión
Crear subtítulos SRT y VTT en un Mac no requiere subir nada, ni una cuenta, ni un contador por minuto. Transcribe el archivo on-device, edita contra marcas de tiempo pulsables, y exporta el formato que espera tu destino — SRT para editores y plataformas, VTT para la web.
El flujo también escala: procesa por lotes una carpeta de episodios, y extrae notas del episodio, un documento para el cliente y una entrada de archivo del mismo pase de transcripción.
¿Listo para subtitular tu primer archivo? Descubre cómo Weesper Transcribe gestiona audio y vídeo en macOS, o consíguelo directamente en la Mac App Store — gratis para descargar, con una actualización Pro de pago único y sin suscripción.