Bloques numerados
Como cada bloque está numerado, los reproductores muestran las líneas en su orden y los editores pueden ir directo a cualquiera de ellos.
Tema
Archivo SRT a partir de vídeo o audio
Sube tu archivo para que KolWrite lo transcriba con sus tiempos, repasa los nombres mal escritos y exporta el SRT.
Demo en vivo
Funciona en tu navegador.
Como cada línea indica cuándo empieza y cuándo termina, cualquier editor de vídeo, reproductor o plataforma mostrará el texto justo en el momento en que se habla.
Un archivo SRT es un simple documento de texto plano. Contiene una lista numerada de bloques donde cada uno marca el inicio, el final y el texto que debe aparecer en pantalla. Se puede abrir con cualquier bloc de notas y lo admiten casi todos los editores de vídeo, reproductores y plataformas.
Como cada bloque está numerado, los reproductores muestran las líneas en su orden y los editores pueden ir directo a cualquiera de ellos.
El tiempo de cada bloque tiene este formato: 00:00:04,100 --> 00:00:07,000. Marca las horas, los minutos, los segundos y, después de la coma, los milisegundos.
El contenido es texto corriente, incluso si está en árabe o hebreo. Si lo editas a mano, asegúrate de guardarlo con codificación UTF-8 para que no se estropee ningún carácter.
1
00:00:01,200 --> 00:00:03,900
Bienvenidos de nuevo al programa.
2
00:00:04,100 --> 00:00:07,000
Hoy hablamos de subtítulos.
Generar el archivo lleva apenas unos minutos. Para que el SRT quede bien y no distraiga al espectador, basta con que alguien le dé un repaso rápido.
Las marcas de tiempo salen directamente de la grabación, por lo que cada frase entra justo cuando alguien habla. Cuando los subtítulos se pican a mano, es muy fácil que se acaben desfasando.
Donde antes suele fallar una transcripción automática es en los nombres propios, las marcas y las siglas. Corrígelos directamente en el texto una sola vez antes de exportar.
Intenta que cada subtítulo ocupe solo una o dos líneas cortas, para que dé tiempo a leerlo antes de que se quite. Las etiquetas de hablante te servirán de guía para saber dónde cortar cada bloque.
Carga tu vídeo o audio en KolWrite desde la web, el móvil o la app para Mac. Puedes indicar en qué idioma se habla o dejar que el programa lo detecte solo.
Escoge un modelo para generar el texto con sus marcas de tiempo y los distintos hablantes separados. Cada modelo varía en rapidez y en el tipo de detalles que omite.
Si una frase no te cuadra, dale al play para escuchar ese fragmento y cambia lo que haga falta. Al editar el texto no se pierden los tiempos, y cualquier formato que exportes saldrá ya corregido.
Descarga el archivo en SRT (o en VTT si es para un reproductor web) y mételo en tu programa de edición o súbelo a la plataforma junto al vídeo. Si lo necesitas en otro idioma, puedes traducirlo justo antes de exportar.
Todo lo que KolWrite hace con una grabación también se puede hacer por API. Desde tu propio código o con un agente de IA para programar, envías la dirección del archivo de audio o vídeo y recibes la transcripción con los tiempos de cada palabra, las etiquetas de hablante y, si lo pides, un archivo SRT.
La respuesta en JSON indica el inicio y el final de cada segmento y, en los modelos que admiten alineación, también de cada palabra. Si activas la separación de hablantes, cada segmento incluye además su etiqueta.
Si pasas srt en output_format, la API te devuelve directamente los subtítulos. Con los modelos Oracle, el parámetro translate_to entrega el texto ya traducido a otro idioma.
En la consola de la API hay instrucciones en texto plano para que los agentes las lean antes de ponerse a programar: agent-instructions.md y llms.txt, que lleva a la documentación completa.
Ejemplo de petición. La clave sale de una variable de entorno y la consola tiene la referencia completa.
curl -X POST https://app.kolwrite.com/transcribe \
-H "x-api-key: $KOLWRITE_API_KEY" \
-H "Content-Type: application/json" \
-d '{"audio_url": "https://example.com/video.mp4", "model": "oracle", "language": "auto", "output_format": "srt"}'
# Returns {"jobId": "..."}. Poll GET https://app.kolwrite.com/transcribe/{jobId}
# until status is COMPLETED. The result is the file or the JSON you asked for.
Sube el vídeo a KolWrite, transcríbelo, repasa el texto escuchando el audio y expórtalo como SRT. Obtendrás un archivo con bloques numerados para cada intervención, con su tiempo de entrada y de salida. Luego solo tienes que importarlo en tu programa de edición o subirlo a la plataforma donde vayas a publicar el vídeo.
Sí. Un SRT se basa en lo que se dice y en cuándo se dice, sin depender de la imagen. Basta con subir el audio, exportar el SRT y juntarlo con la versión en vídeo del episodio.
Sí. Ambos idiomas se escriben de derecha a izquierda y el archivo SRT guarda las frases en su orden natural. De todos modos, haz una prueba en tu reproductor o editor antes de publicar, porque cada programa coloca a su manera la puntuación y las palabras en inglés cuando van mezcladas en líneas de derecha a izquierda.
Los dos son formatos de texto plano con subtítulos sincronizados. El SRT lleva más tiempo y es el que más programas aceptan, mientras que el VTT (WebVTT) es el formato nativo de los reproductores web. En KolWrite puedes exportar cualquiera de los dos a partir de la misma transcripción.
No. El SRT va en un archivo suelto que el reproductor o el editor superpone a la imagen, y quien ve el vídeo normalmente puede activarlo o quitarlo. Si quieres que las letras queden incrustadas de forma fija en la imagen, tienes que quemar los subtítulos en el propio vídeo, algo que también puedes hacer desde KolWrite.
Manda el enlace del vídeo a la API de KolWrite indicando srt en el parámetro output_format, espera a que se procese y guarda la respuesta con extensión .srt. En la consola de la API tienes las instrucciones listas para que un agente de IA pueda leerlas antes de empezar.
Elige un vídeo donde salga gente hablando. Exporta el SRT, ábrelo con el vídeo y comprueba qué tal quedan los tiempos y los nombres.