¿Cómo añadir subtítulos automáticos a una clase en vídeo? Comparativa de costes de tres vías
2026-10-20 · 6 min de lectura
Hay tres vías para subtitular una clase: la transcripción automática del editor (ahorra teclear, cuesta corregir), pegar los subtítulos después de grabar (lo más caro de rehacer) y generar los subtítulos directamente desde el guion (sin errores de transcripción; cambiar una frase solo rehace una página). Si el material ya existe, la tercera es la de menor coste total.
Una clase de 15 minutos suele llevar una o dos horas de subtitulado manual: reproducir una frase, pausar, escribirla, arrastrar en la línea de tiempo. Y lo peor llega al cambiar el guion: modificas una frase y hay que reajustar todo el bloque.
Los subtítulos no deberían ser un paso de postproducción. Si el vídeo nace de un guion, los subtítulos deberían salir de ese mismo guion. Aquí desglosamos las tres vías habituales.
Por qué los subtítulos ya no son opcionales
Tres razones que no tienen nada que ver con la estética:
- Retención: más de la mitad de los vídeos de divulgación se abren sin sonido; sin subtítulos no hay contenido.
- Evaluación y cumplimiento: en concursos docentes y cursos premium los subtítulos son casi obligatorios, y las plataformas de cursos los piden de forma habitual.
- Búsqueda y recomendación: el texto de los subtítulos es la prueba directa de qué explicas; un título y unas etiquetas no adivinan qué conceptos has cubierto.
Vía 1: transcripción automática del editor
CapCut, Premiere y similares ofrecen «subtítulos automáticos», que en realidad es reconocimiento de voz (ASR): primero grabas el audio y luego el modelo convierte la voz en texto.
Ahorra teclear, pero no ahorra corregir ni sincronizar. La terminología técnica es el punto débil: «transformada de Fourier» acaba como «transformada de Furier» y «tasa de descuento» como «tasa de descuentó»; corregir frase a frase suele llevar tanto tiempo como escribirlas.
Los lapsus, las pausas y las muletillas también se transcriben tal cual, así que antes hay que volver a editar el audio.
Vía 2: grabar y pegar los subtítulos después
Primero grabas la pantalla con Keynote o PowerPoint y luego metes el vídeo en el editor para pegar los subtítulos. Es el flujo más conocido y el que más problemas concentra: dos programas, dos importaciones y exportaciones, y sincronización manual.
El coste real no es el software, es rehacer: cambias una diapositiva y hay que regrabar, reajustar los subtítulos, volver a exportar y subir. Dos o tres horas por pieza; tres piezas a la semana son más de diez horas.
Vía 3: generar los subtítulos desde el guion
La tercera vía invierte el orden: primero hay guion y de ese mismo guion salen la voz y los subtítulos. Los subtítulos no se «escuchan», se «escriben», así que quedan alineados por construcción y no hay errores de transcripción.
En SlideTalk, al importar el PPT la IA escribe el guion página a página, tú lo cierras y se genera la voz; los subtítulos se cortan en frases cortas con cortes en límites semánticos y se incrustan en la imagen, sin partir una palabra por la mitad.
Hay 5 estilos de subtítulos predefinidos (incluido el de subtítulos grandes de vídeo corto) y además se genera un archivo .srt aparte, listo si necesitas editar o subir a una plataforma de cursos.
Cambiar el guion solo afecta a esa página: se regeneran su voz y sus subtítulos y el resto no se toca, algo imposible con cualquier alineación manual.
Cómo elegir entre las tres
Elige por el estado de tu material, no por la fama del programa:
- Ya tienes el vídeo y solo quieres subtitularlo: la transcripción del editor es lo más cómodo.
- Estás en fase de grabación y publicas de vez en cuando: grabar y postproducir es suficiente.
- El material ya existe, publicas con regularidad y vas a cambiar el guion: genera los subtítulos desde el guion, es lo que menos cuesta rehacer.
- Necesitas subtítulos bilingües chino-inglés: pide el guion en inglés o bilingüe y los subtítulos seguirán a la voz, mucho más rápido que traducir y sincronizar después.
Coste y dudas habituales
Los subtítulos no se cobran aparte: el guion cuesta 1 crédito por diapositiva y la voz 1 crédito por cada 10 caracteres, y los subtítulos se producen junto con la voz; una clase de 10 diapositivas cuesta unos 352 créditos (≈ 0,58 €) y al empezar tienes 600. Exportar, renderizar y cambiar el guion no tiene coste adicional: detalle en la página de precios.
El flujo completo para docentes está en la página de docentes y clases en vídeo, y el proceso de material a vídeo en cómo convertir un PPT en una clase en vídeo.