Vídeo a texto, sin subir el vídeo

Lo que necesitas son las palabras — los píxeles son solo peso. Grabaciones de pantalla, llamadas grabadas, clases y material de cámara llevan una pista de voz que merece leerse, pero los archivos de vídeo son enormes, y en «sube tu grabación de 2 GB» es donde la mayoría de herramientas online se caen calladamente.

Esta herramienta nunca sube el vídeo. La pista de audio se extrae localmente en tu navegador, se transcribe en tu hardware, y la transcripción es tuya para editar y exportar. Tus archivos nunca se suben — todo se ejecuta en tu dispositivo.

Comprobando qué admite este navegador…

Cómo sacar texto de un vídeo

  1. Suelta el archivo de vídeo

    MP4, WebM y MOV se admiten directamente. Solo se decodifica la pista de audio: los fotogramas ni se tocan.

  2. La transcripción corre en local

    Da igual el tamaño del archivo: no hay espera de subida. Las grabaciones largas muestran su transcripción progresivamente, con estimación visible.

  3. Usa el texto

    Edita segmentos, busca en la transcripción, copia el texto — o exporta SRT/VTT si lo que querías eran subtítulos.

Por qué lo local gana con el vídeo

Gigabytes sin problema

Una grabación de dos horas cuya subida ocuparía la tarde empieza a transcribirse en segundos, porque nunca tiene que salir de tu disco.

El material sigue siendo privado

Las grabaciones de pantalla suelen contener nombres, código, paneles y caras. Aquí nada se sube, así que nada de eso queda expuesto.

Salida lista para subtítulos

Las exportaciones incluyen SRT y VTT con tiempos que casan con el vídeo, listos para reproductores y editores.

Preguntas sobre transcripción de vídeo

¿Qué formatos de vídeo se admiten?
MP4, WebM y MOV cubren la mayoría de grabaciones. Si tu navegador puede reproducir el archivo, casi seguro que puede transcribirlo aquí: se usa el mismo decodificador integrado.
¿Se sube el vídeo?
No. El archivo se lee localmente y solo se decodifica su pista de audio, en tu navegador. Tus archivos nunca se suben: esa es toda la arquitectura, no un ajuste que activar.
¿Puedo convertir el resultado en subtítulos?
Sí: exporta SRT o VTT con los tiempos de cada segmento. Si los subtítulos son tu objetivo principal, la página del generador de subtítulos recorre ese flujo en detalle.
¿Y los vídeos con música o ruido?
El habla mezclada con música o ruido de fondo se transcribe peor que una pista de voz limpia. El modelo — Whisper de código abierto de OpenAI — es robusto para lo que es el reconocimiento de voz, pero ninguna herramienta transcribe lo que no se oye.
¿Hay límite de resolución o duración?
La resolución es irrelevante (los fotogramas se omiten por completo) y no se impone límite de duración. Los archivos largos solo están limitados por la memoria y el tiempo de tu equipo.