En resumen
- Una marca de tiempo indica un punto medido desde el principio del archivo. Un código de tiempo expresa lo mismo con un formato fijo que suele incluir los fotogramas.
- En SRT, los milisegundos se separan con una coma. En VTT se usa un punto y se puede omitir la hora.
- Una transcripción puede guardar los tiempos por segmento, por turno de palabra o palabra por palabra. Tener el tiempo de cada palabra permite ajustar los subtítulos con mucha precisión.
- Los tiempos automáticos son una estimación. Revísalos mientras ves el video y corrige los pocos puntos que se atrasen o se adelanten.
- Si todos los subtítulos van adelantados o atrasados por igual, desplaza el archivo entero. Si el retraso va en aumento, suele deberse a una diferencia en la velocidad de fotogramas o a un corte en la grabación.
¿Qué es una marca de tiempo en una transcripción?
Una marca de tiempo indica el momento en que empieza un fragmento de voz, contando desde el inicio del archivo de audio o video. En una transcripción suele ir junto a un párrafo o un cambio de hablante. Se escribe en minutos y segundos o, si la grabación es larga, en horas, minutos y segundos.
En la práctica, las marcas de tiempo sirven para tres cosas. Puedes saltar al punto exacto de la grabación para comprobar una cita. Puedes citar un momento concreto de un archivo largo, por ejemplo el minuto 41. Y puedes convertir el texto en subtítulos, porque un subtítulo no es más que texto con un tiempo de entrada y otro de salida.
¿En qué se diferencia un código de tiempo de una marca de tiempo?
En el día a día, los dos términos se usan casi igual. En producción de video, el código de tiempo es un estándar que etiqueta cada fotograma con horas, minutos, segundos y número de fotograma, por ejemplo 00:12:30:15. Los editores lo usan para alinear video, audio y subtítulos. En una transcripción, la marca de tiempo suele ser más simple, porque solo tiene que señalar un momento del audio.
La diferencia importa al pasar de un programa a otro. Un editor de video cuenta fotogramas y para eso necesita saber la velocidad de fotogramas del proyecto. Una transcripción o un archivo de subtítulos cuenta segundos y milisegundos, así que no depende de esa velocidad. Al juntar ambos archivos, el programa de edición convierte un sistema en el otro.
¿Cómo dan formato al tiempo los archivos SRT y VTT?
Un archivo SRT es una lista de bloques numerados. Cada bloque lleva un número, una línea con el tiempo de inicio y el de fin separados por una flecha, una o dos líneas de texto y, al final, una línea en blanco. Los tiempos van en horas, minutos, segundos y milisegundos, con una coma antes de los milisegundos: por ejemplo, 00:01:02,500 seguido de una flecha y 00:01:05,100.
Un archivo VTT empieza con el encabezado WEBVTT. Los tiempos siguen el mismo orden, pero llevan un punto en vez de una coma y, si las horas son cero, se pueden omitir. El formato está definido por una especificación del W3C y también admite opciones de posición y estilo.1
Si un archivo de subtítulos no abre, mira primero el separador decimal. Poner una coma en un VTT o un punto en un SRT es uno de los fallos más habituales. KolWrite exporta ambos formatos desde la transcripción editada y pone en cada uno el separador que le corresponde.
¿Cuál es la diferencia entre los tiempos por segmento y los tiempos por palabra?
Los tiempos por segmento marcan dónde empieza y termina una frase entera o un bloque de subtítulos. Para subtítulos normales o para moverse por una transcripción, eso basta. Los tiempos por palabra marcan el inicio y el final de cada palabra suelta. Con ellos puedes resaltar cada palabra mientras se dice, cortar el video justo en una palabra concreta y colocar los subtítulos con mucho más control.
Qué opción te conviene depende de lo que vayas a hacer. Para el acta de una reunión bastan los tiempos por segmento y los turnos de palabra. Para subtítulos animados o para editar video rápido, vienen mejor los tiempos por palabra. Los desarrolladores pueden obtener tiempos por palabra, etiquetas de hablantes y archivos SRT desde la API de KolWrite en console.kolwrite.com.
Si citas una grabación en un informe, pon la marca de tiempo junto a la cita siempre con el mismo formato, por ejemplo 00:41:12, y guarda el archivo original sin tocarlo. Volver a codificar o recortar una copia puede mover un poco los tiempos, y la cita solo sirve si quien lee puede ir exactamente al mismo punto.
¿Qué tan precisos son los tiempos?
En una transcripción automática, los tiempos son aproximados. Pueden desviarse una fracción de segundo, sobre todo al empezar una frase después de una pausa, cuando hablan varias personas a la vez o si el audio tiene ruido. Para leer o buscar en el texto da igual, pero en unos subtítulos hasta un retraso mínimo se nota.
Para revisarlo, reproduce el video con los subtítulos puestos. Fíjate bien en el primer subtítulo, en lo que viene después de un silencio largo y en las partes donde se pisan las voces. Corrige solo las pocas líneas que vayan a destiempo en vez de tocar todo el archivo.
¿Por qué están desincronizados mis subtítulos y cómo los corrijo?
Primero fíjate en cómo se comporta el fallo. Si todos los subtítulos salen antes o después por el mismo margen, hay un desfase fijo; pasa, por ejemplo, cuando el video lleva una introducción que no estaba en el audio. En ese caso, mueve todas las marcas de tiempo esa misma cantidad. Si metiste una introducción de cinco segundos, retrasa cinco segundos cada marca.
Si el desfase va creciendo a medida que avanza el video, el problema es una velocidad de fotogramas que no coincide o que el video se editó después de hacer la transcripción. Transcribe siempre el montaje final del video: recortar aunque sea unos segundos al principio de la línea de tiempo mueve todo lo que viene detrás.
Prueba siempre el archivo corregido en el reproductor donde lo va a ver la gente. Un subtítulo que se ve bien sincronizado en la línea de tiempo del programa de edición puede ir distinto en un reproductor web.
Preguntas frecuentes
¿Necesito marcas de tiempo en una transcripción?
Para leer el texto son opcionales, pero hacen falta para comprobar citas con el audio, señalar momentos concretos en una grabación larga y crear subtítulos.
¿Por qué el formato SRT usa una coma en la marca de tiempo?
Porque así lo define la especificación SRT: la coma separa los segundos de los milisegundos. VTT usa un punto, de modo que no se puede cambiar un formato por otro sin convertir antes los separadores.
¿Puedo obtener una marca de tiempo para cada palabra?
Sí. La API de KolWrite entrega los tiempos por palabra en formato JSON, y el panel de KolWrite permite usar subtítulos palabra por palabra dentro de Premiere Pro y DaVinci Resolve.
¿Cómo desplazo todos los subtítulos en la misma proporción?
Usa un editor de subtítulos con función para desplazar tiempos, o ajusta las marcas en un editor de texto si el archivo es corto. Prueba siempre el resultado en tu reproductor de video de destino.
¿Por qué los subtítulos pierden sincronización hacia el final del video?
Por lo general pasa porque la velocidad de fotogramas no coincide o porque el video se editó después de hacer la transcripción. Para mantener los tiempos alineados, transcribe la versión final del video.