Agregar subtítulos a un video

Crea subtítulos a partir de la voz o sube un SRT, revisa cada línea, elige un estilo y descarga el video con los subtítulos grabados, más el SRT.

Also in English

Procesamiento en la nube

Un enlace público y directo a un archivo de audio o video, o un enlace de Dropbox o Google Drive compartido con "Cualquier persona con el enlace".

MP4, MOV, WebM y otros videos de hasta 100 MB y 2 minutos.

Subtítulos

El audio subido y procesado se almacena en SoundHalo. El acceso vence después de 30 días (más en los planes de pago, hasta un año); el vencimiento no confirma la eliminación del archivo. Elimina los archivos aquí antes de salir. Los proveedores de voz tienen sus propias políticas de retención. Política de privacidad.

Ejemplo: un taller de cerámica de 12 segundos

La voz se transcribió con el tiempo de cada palabra y se agrupó en tres líneas de subtítulos. No se editó nada antes de grabar: son las líneas y el video tal como los creó la herramienta, con el aspecto estándar (texto blanco mediano con contorno negro, abajo).

TiempoLínea de subtítulo
0:01.0 → 0:03.3Bienvenidos a nuestro taller de cerámica.
0:03.7 → 0:06.2Hoy vamos a dar forma a una taza sencilla.
0:06.7 → 0:10.6Primero, centra el barro en el torno con las manos mojadas.

Video con subtítulos grabados

¿Subtítulos grabados o un archivo SRT?

  • Los subtítulos grabados forman parte de la imagen. Se ven en todas partes, también en Instagram, TikTok y apps de mensajería que ignoran los archivos de subtítulos, y mucha gente mira videos en redes sin sonido. No se pueden desactivar.
  • Un archivo SRT es texto aparte con tiempos. YouTube, Vimeo y los editores de video lo leen, quien mira puede activarlo o no, y los buscadores pueden leerlo. Esta herramienta te da ambos con las mismas líneas.
  • ¿Solo necesitas el archivo? El generador de SRT lo crea a partir de audio o video sin generar un video nuevo.

Subtítulos palabra a palabra para Reels, TikTok y Shorts

Elige un aspecto en Estilo. Negrita llamativa muestra dos o tres palabras a la vez en mayúsculas grandes y colorea la palabra que se dice, el estilo de muchos videos cortos. Rótulo inferior limpio es más sobrio, para entrevistas y clases. Caja resaltada pone una caja de color detrás de cada palabra al decirse. En videos verticales 9:16 y cuadrados el texto se ajusta al ancho y queda por encima de los botones y textos que las redes dibujan abajo. Todos los estilos funcionan con cualquier idioma que cubran las fuentes Noto, incluidos los de derecha a izquierda.

Retoques de video: silencios, zooms y B-roll

  • Quitar silencios (cuenta gratuita): las pausas de más de 0,8 segundos se cortan en imagen y sonido a la vez, dejando 0,15 segundos de silencio junto a la voz, y cada subtítulo se mueve con el corte. Obtienes un SRT que coincide con el video más corto.
  • Zooms mágicos (planes de pago): la imagen se acerca un 15% en una de cada dos líneas, hasta 2,5 segundos, para dar ritmo a los videos de una persona hablando.
  • B-roll mágico (planes de pago): hasta tres momentos, uno por cada 20 segundos de video, se cubren unos 3 segundos con un clip de archivo gratuito que encaja con lo que se dice. El modelo DeepSeek elige una frase de búsqueda para cada momento y el clip viene de Pexels. Tu sonido sigue sonando, los subtítulos quedan encima y el resultado indica cada clip y su autor. SoundHalo no guarda los clips.

Las tres cosas se hacen en el mismo renderizado que los subtítulos, así que el video se codifica una sola vez.

Cómo se crean las líneas

La voz se transcribe con el tiempo de cada palabra. Las palabras se agrupan en líneas de unas dos filas de 42 caracteres, el límite habitual de lectura de subtítulos, y una línea termina al final de una frase o antes de una pausa. Cada línea queda en pantalla mientras se dice, al menos 0,8 segundos. Puedes cambiar cualquier línea antes de grabarla.

Límites

  • Sin cuenta: videos de hasta 2 minutos y 100 MB, con una pequeña marca soundhalo.com en la esquina. La transcripción y el procesamiento de video (60 minutos al día) se comparten con tu red y con un presupuesto gratuito común, así que pueden agotarse.
  • Cuenta gratuita: videos de hasta 10 minutos y 100 MB, sin marca, y 90 minutos de procesamiento de video al día.
  • Planes de pago: los mismos 10 minutos por video, con más procesamiento de video al día (Starter 6 horas, Pro 30 horas).
  • Cada grabado cuenta la duración del video una vez para el procesamiento de video. No usa minutos de doblaje ni tu saldo: grabar subtítulos no tiene costo de proveedor. La transcripción cuenta para tus minutos diarios de transcripción; un SRT subido la evita. Los límites se restablecen a medianoche UTC.

Herramientas relacionadas

Preguntas frecuentes

¿Es gratis? +

Sí. Sin cuenta puedes subtitular videos de hasta 2 minutos, con una pequeña marca soundhalo.com en la esquina. Una cuenta gratuita acepta videos de hasta 10 minutos sin marca. Grabar subtítulos no usa minutos de doblaje ni tu saldo; cuenta para el procesamiento de video diario de tu plan.

¿Puedo usar mi propio archivo SRT? +

Sí. Elige "Usar mi archivo SRT o WebVTT" y selecciona el archivo. Las líneas se revisan primero y luego se muestran para que las compruebes, igual que las generadas. El video no se transcribe, así que no se usan minutos de transcripción.

¿Puedo editar los subtítulos antes de grabarlos? +

Sí. Cada línea muestra su inicio, su fin y su texto. Corrige palabras, cambia tiempos o quita una línea. La vista previa reproduce el video con tus líneas en el estilo elegido, para revisarlas antes de generar nada.

¿Qué idiomas y alfabetos funcionan? +

La voz se transcribe en el idioma en que se habla, detectado automáticamente. El texto grabado usa las fuentes Noto, que cubren los alfabetos latino, cirílico y griego, chino, japonés y coreano, árabe y hebreo (de derecha a izquierda), devanagari y muchos otros.

¿Qué estilos puedo elegir? +

Subtítulos estándar con tu tamaño de texto (pequeño, mediano o grande), posición (abajo, centro o arriba), color del texto y un contorno o una caja detrás. O uno de tres estilos de creador palabra a palabra: Negrita llamativa (mayúsculas grandes, la palabra que se dice en un color de resaltado), Rótulo inferior limpio (una caja a la izquierda donde las palabras se iluminan al decirse) y Caja resaltada (una caja de color detrás de la palabra que se dice). El tamaño sigue el lado corto del video, así que los videos verticales y cuadrados también tienen subtítulos legibles.

¿Cómo funcionan los subtítulos palabra a palabra? +

La transcripción tiene el tiempo de cada palabra. Los subtítulos muestran pocas palabras a la vez (eliges de 1 a 8) y cada palabra se marca en el momento en que se dice. Las líneas editadas o las de un SRT subido no tienen tiempos por palabra, así que sus palabras se reparten por igual en la línea. Los subtítulos palabra a palabra son gratis; sin cuenta el video lleva la pequeña marca soundhalo.com.

¿Qué obtengo? +

Un MP4 con los subtítulos dibujados en la imagen, que se ven en cualquier reproductor y red social, y el archivo SRT con las mismas líneas para plataformas que aceptan subtítulos aparte, como YouTube.

¿Cambia la calidad de mi video? +

La imagen se codifica de nuevo para dibujar el texto, en H.264 de alta calidad. Los videos de más de 1920 píxeles en el lado largo, como 4K, se reducen a 1920. El sonido se conserva, recodificado en AAC.

¿Dónde se procesa mi video? +

El video se sube a SoundHalo. Para crear los subtítulos, su sonido lo transcribe un proveedor de voz (primero Lemonfox Whisper). El grabado se hace en los servidores de SoundHalo con FFmpeg. Con el B-roll mágico, el texto de algunas líneas se envía al modelo DeepSeek a través de OpenRouter para elegir palabras de búsqueda, y esas palabras se envían a Pexels; tu video no. El acceso a los archivos vence a los 30 días (más en los planes de pago, hasta un año), y puedes eliminarlos desde la página antes de salir.

¿Puede quitar silencios, hacer zoom o añadir B-roll? +

Sí, en Retoques de video. Quitar silencios corta las pausas de más de 0,8 segundos en imagen y sonido a la vez y mueve los subtítulos con ellas (cuenta gratuita). Los zooms mágicos acercan la imagen en una de cada dos líneas hasta 2,5 segundos, y el B-roll mágico cubre hasta tres momentos con clips breves y gratuitos de Pexels que encajan con lo que se dice, manteniendo el sonido original (planes de pago). Un modelo de IA elige una frase de búsqueda para cada momento.

¿Cuáles son los límites? +

Sin cuenta: videos de hasta 2 minutos y 100 MB, con una pequeña marca soundhalo.com en la esquina. La transcripción y el procesamiento de video (60 minutos al día) se comparten con tu red y con un presupuesto gratuito común, así que pueden agotarse. Cuenta gratuita: videos de hasta 10 minutos y 100 MB, sin marca, y 90 minutos de procesamiento de video al día. Planes de pago: los mismos 10 minutos por video, con más procesamiento de video al día (Starter 6 horas, Pro 30 horas). Cada grabado cuenta la duración del video una vez para el procesamiento de video. No usa minutos de doblaje ni tu saldo: grabar subtítulos no tiene costo de proveedor. La transcripción cuenta para tus minutos diarios de transcripción; un SRT subido la evita. Los límites se restablecen a medianoche UTC.