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
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.
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
Herramientas relacionadas
Todas las herramientasConversor de subtítulos (SRT ↔ VTT)
Convierte subtítulos SRT y VTT y ajusta su sincronización
TextoAudio y vídeo a subtítulos (IA)
Transcribe voz a SRT, VTT o texto con Whisper, en tu navegador
AudioVídeo a audio
Extraiga el audio de archivos MP4, WebM o MOV directamente en su navegador y guárdelo como Opus, MP3, M4A o WAV.
AudioLimpiador de texto
Limpie el texto pegado eliminando espacios desordenados, saltos de línea extraños y caracteres ocultos.
Texto