Extraer subtítulos incrustados (OCR)

Lee los subtítulos incrustados de un vídeo como SRT, VTT, ASS y más, en tu navegador

Funciona en tu navegador

Suelta un vídeo con subtítulos incrustados

MP4, WebM, MOV o cualquier vídeo que tu navegador reproduzca

El vídeo se queda en tu dispositivo. Solo los modelos OCR (unos 25 MB, de Hugging Face) se descargan una vez y quedan en caché.

¿Qué es el extractor de subtítulos incrustados?

Los subtítulos incrustados forman parte de la imagen, así que no se pueden desactivar ni copiar como una pista de subtítulos. Esta herramienta recorre el vídeo fotograma a fotograma en tu navegador, localiza el texto en la zona que marques con la detección de texto de PaddleOCR, lo lee con un modelo de reconocimiento PP-OCRv6 (Tesseract para vietnamita) y une los fotogramas con el mismo texto en líneas con tiempos. Las líneas leídas con poca confianza se marcan para que las corrijas antes de guardar en SRT, VTT, ASS, TTML, LRC o texto.

Usos habituales

  • Obtener un archivo de subtítulos editable de un vídeo que solo tiene subtítulos incrustados
  • Traducir un clip: extraer las líneas originales y traducir el SRT
  • Copiar como texto citas o letras que aparecen en pantalla
  • Reajustar tiempos o estilo de subtítulos antiguos en un editor

Cuándo usarlo

Úsalo cuando los subtítulos están dibujados sobre la imagen. Si el archivo tiene una pista de subtítulos aparte, extrae esa pista, que es exacta. Si no hay subtítulos, usa Audio y vídeo a subtítulos para transcribir la voz.

Ejemplos

  1. Clip en inglés a SRT

    Entrada

    Un MP4 de 3 minutos con subtítulos blancos abajo. Idioma: inglés, chino, japonés, escritura latina. 4 fotogramas por segundo.

    Salida

    Unas 40 líneas con tiempos en un .srt; palabras pegadas como Ithought se separan y Al se corrige a AI. Algunas líneas quedan marcadas como Dudoso para revisar.

  2. Subtítulos en vietnamita

    Entrada

    Un episodio con subtítulos vietnamitas amarillos. Idioma: vietnamita.

    Salida

    Líneas en vietnamita con sus tildes, listas para descargar como SRT o VTT.

Preguntas y respuestas

¿Se sube mi vídeo?

No. Los fotogramas se decodifican y leen en tu navegador. Solo se descargan los modelos OCR, desde Hugging Face y jsDelivr, y quedan en la caché del navegador.

¿Por qué algunas líneas están marcadas como Dudoso?

El modelo indica su confianza en cada carácter. Las líneas con media baja o con un carácter dudoso se marcan: haz clic en el tiempo para ir a ese punto del vídeo y corrige el texto.

¿Cuánto tarda?

Entre un tercio y la duración completa del vídeo a 4 fotogramas por segundo, según tu equipo. Los fotogramas con el mismo texto que el anterior se saltan el reconocimiento, y WebGPU lo acelera donde está disponible.

¿Cómo consigo mejores resultados?

Ajusta el recuadro azul a los subtítulos para dejar fuera logos y carteles, elige el idioma correcto y usa 8 fotogramas por segundo en diálogos rápidos. Las fuentes muy pequeñas, borrosas o decorativas se leen peor.

Fuentes y estándares

Todas las herramientas