Cómo agregar subtítulos en Kdenlive

Crear subtítulos manualmente puede consumir una parte significativa de tu calendario de producción, especialmente cuando tienes plazos ajustados o estás gestionando varios proyectos de video. Kdenlive ofrece una solución potente y gratuita para la edición de video y la creación de subtítulos, pero sus funciones locales de conversión de voz a texto requieren modelos y dependencias adicionales.

Al combinar las funciones de edición de Kdenlive con transcripción automática puede reducir la cantidad de transcripción y sincronización manuales necesarias, lo que te permite contar con un flujo de trabajo eficiente sin tener que sustituir a Kdenlive como tu editor de video principal.

Principales conclusiones

Kdenlive es un editor de video gratuito y de código abierto que puede importar archivos de subtítulos en formatos ASS, SRT, VTT y SBV, y exportar subtítulos en formatos ASS o SRT.
La creación manual de subtítulos implica transcribir, sincronizar, revisar y dar formato a cada subtítulo.
Kdenlive incluye reconocimiento de voz local a través de VOSK y Whisper, pero ambos requieren modelos de voz y dependencias de apoyo.
La documentación de Kdenlive describe a Whisper como, en general, más preciso que VOSK, aunque los resultados varían según el modelo, el idioma, la calidad del audio y el hardware.
Un servicio externo de transcripción puede generar un archivo de subtítulos sincronizados que puedes importar y ajustar en Kdenlive.
Kdenlive admite el diseño de subtítulos, múltiples archivos y capas de subtítulos, así como subtítulos fijos o incrustados.
Sonix Ofrece transcripción automatizada con una precisión de hasta 99% para grabaciones claras, transcripción en más de 54 idiomas y traducción a más de 55 idiomas.

Entender los subtítulos y por qué son importantes

Antes de adentrarnos en las herramientas de subtítulos de Kdenlive, vale la pena entender por qué los subtítulos y las leyendas son importantes para el contenido de video.

Soporte para la accesibilidad es uno de sus usos más importantes. Los subtítulos precisos y sincronizados pueden ayudar a cumplir con los requisitos de accesibilidad para videos pregrabados. Los subtítulos de accesibilidad suelen incluir elementos de audio significativos que no forman parte del diálogo, como música, efectos de sonido e identificación de los locutores. El hecho de agregar subtítulos que solo recojan el diálogo no garantiza, por sí solo, el cumplimiento de todas las normas legales o técnicas de accesibilidad.

Ampliación del alcance de la audiencia Esto ocurre cuando los espectadores pueden entender tu video en ambientes silenciosos, lugares ruidosos o situaciones en las que reproducir el audio resultaría molesto. Los subtítulos también pueden ayudar a los espectadores que ven el video en un idioma que no es su lengua materna.

Visibilidad del contenido puede mejorar cuando una transcripción o el texto de los subtítulos brinda a las plataformas y a los usuarios más información sobre el video. Para obtener el mayor beneficio en las búsquedas, considera publicar una transcripción legible en la página junto al video, en lugar de depender exclusivamente de un archivo de subtítulos descargable.

Subtítulos vs. Subtítulos ocultos

Aunque estos términos suelen usarse indistintamente, por lo general tienen fines distintos:

Subtítulos reproducir o traducir los diálogos hablados para los espectadores que pueden escuchar el audio pero necesitan apoyo en forma de texto.
Subtítulos ocultos incluir diálogos e información no verbal significativa para los espectadores sordos y con dificultades auditivas.
Subtítulos SDH combinar el diálogo con descripciones sonoras pertinentes e información sobre los hablantes.

Kdenlive te permite crear y editar el texto necesario para cada enfoque. Para proyectos que requieran Subtítulos SDH, incluyan señales sonoras significativas e identificaciones de los locutores cuando sean necesarias para la comprensión.

Kdenlive 101: Tu compañero gratuito para la edición de video

Kdenlive es un editor de video no lineal gratuito y de código abierto, bajo licencia GNU GPL. Está disponible para Windows, macOS, Linux y BSD.

Requisitos del sistema e instalación

Los requisitos del sistema operativo pueden cambiar con cada nueva versión. El manual actual de Kdenlive indica que se requiere macOS 12 Monterey o una versión más reciente para las computadoras Mac con procesadores Intel, aunque la última versión disponible para descarga podría tener requisitos más recientes. Consulta la página oficial de descargas de Kdenlive antes de la instalación.

El reconocimiento de voz requiere más recursos de almacenamiento y procesamiento que la edición básica. Solo las dependencias de Whisper pueden requerir aproximadamente 2 GB de descargas, y los modelos de voz individuales pueden requerir espacio adicional. Los modelos más grandes y los componentes de traducción opcionales requieren mucho más espacio en disco, memoria y tiempo de procesamiento.

Descarga Kdenlive directamente desde kdenlive.org y elige el paquete de instalación adecuado para tu sistema operativo.

Descripción general de la interfaz

Una vez instalado, encontrarás un espacio de trabajo organizado en torno a:

Proyecto Bin para organizar archivos multimedia
Cronología para la organización de contenidos de video, audio y subtítulos
Monitores para previsualizar los clips originales y la secuencia editada
Panel de efectos para aplicar efectos visuales y de audio

Los subtítulos aparecen en una pista dedicada a ellos en la línea de tiempo. Puedes abrir la pista utilizando el ícono de la herramienta «Agregar subtítulo» o «Editar subtítulo» en la barra de herramientas de la línea de tiempo.

Método 1: Cómo crear subtítulos manualmente en Kdenlive

La creación manual de subtítulos te permite controlar directamente el texto, la sincronización, los saltos de línea y la presentación.

Flujo de trabajo manual paso a paso

Abre la pista de subtítulos:

Haz clic en el ícono de la herramienta «Agregar subtítulo» o «Editar subtítulo» en la barra de herramientas de la línea de tiempo.
También puedes usar Secuencia > Subtítulos para acceder a los comandos de subtítulos.
La pista de subtítulos aparecerá en la línea de tiempo.

Crear subtítulos individuales:

Coloca el cursor de reproducción en el punto donde comienza el diálogo.
Haz doble clic en la pista de subtítulos en esa posición.
Ingresa el texto directamente en el elemento de subtítulo o usa la ventana de subtítulos.
Arrastra los bordes del subtítulo para ajustar sus horas de inicio y fin.
Repite el proceso para cada sección del diálogo.

También puedes presionar Shift+S para agregar un subtítulo en la posición actual.

Ajustar la sincronización:

Arrastra cada subtítulo para cambiar su posición.
Arrastra sus bordes para cambiar su duración.
Acerca la línea de tiempo cuando necesites hacer ajustes más precisos.
Mantén los subtítulos en pantalla el tiempo suficiente para que se puedan leer, sin permitir que desaparezcan después de que haya terminado el diálogo correspondiente.

Kdenlive también permite dividir el texto de los subtítulos, revisar la ortografía, utilizar etiquetas de anulación ASS, trabajar con múltiples capas de subtítulos y navegar entre las entradas de los subtítulos.

Una visión realista de la inversión de tiempo

La creación manual de subtítulos suele llevar más tiempo que la duración del video, ya que el trabajo incluye:

Escuchar y transcribir el diálogo
Dividir el texto en subtítulos legibles
Sincronizar cada entrada con el audio
Revisión de la ortografía, la puntuación y los cambios de interlocutor
Incorporación de información no verbal cuando se requieren subtítulos de accesibilidad
Formato y control de calidad

El tiempo total varía considerablemente según la calidad del audio, el número de hablantes, la densidad de los subtítulos y el nivel de precisión requerido.

Método 2: Uso de la función integrada de conversión de voz a texto de Kdenlive

Kdenlive incluye reconocimiento automático de voz local mediante VOSK y Whisper. Esta función puede crear subtítulos automáticamente o generar una transcripción para los flujos de trabajo de edición compatibles.

Requisitos técnicos de configuración

Antes de usar el reconocimiento de voz, abre:

Configuración > Configurar Kdenlive > Reconocimiento de voz a texto

Kdenlive utiliza un entorno de Python y modelos de idioma o de voz independientes para sus motores de reconocimiento.

Para VOSK:

Instala o configura los componentes de Python necesarios.
Descarga un modelo de lenguaje VOSK compatible.
Agrega el modelo mediante los controles de modelos de Kdenlive. Puedes seleccionar un archivo de modelo descargado o arrastrar un enlace al modelo a la ventana de modelos, cuando sea posible.

Para Whisper:

Selecciona «Whisper» como motor de reconocimiento de voz.
Instala las dependencias que faltan cuando se te solicite.
Abrir Administrar modelos e instala una plantilla, o descarga la plantilla recomendada por Kdenlive.
Elige entre el procesamiento por CPU o una GPU compatible con CUDA.

La documentación actual recomienda el modelo Whisper turbo, que ocupa aproximadamente 1,4 GB. Las dependencias iniciales de Whisper requieren una descarga adicional de aproximadamente 2 GB.

La traducción multilingüe opcional a través de SeamlessM4T requiere un modelo mucho más grande, de aproximadamente 9 a 10 GB, y puede suponer una carga considerable para la CPU, la memoria y el sistema de almacenamiento.

Creación de subtítulos automáticos

Después de configurar un motor:

Abre la pista de subtítulos desde la barra de herramientas de la línea de tiempo.
Haz clic en el control «Reconocimiento de voz» para abrir el cuadro de diálogo «Subtítulos automáticos».
Elige la zona de la línea de tiempo, los clips seleccionados u otra área que quieras procesar.
Selecciona el modelo de voz.
En el caso de Whisper, confirma el idioma o deja la detección automática.
Ajusta opciones como el número máximo de caracteres por línea cuando sea necesario.
Haz clic Proceso.

Kdenlive crea e inserta entradas de subtítulos automáticamente. Revisa el resultado para verificar la redacción, la puntuación, los cambios de interlocutor, los saltos de línea y la sincronización.

La realidad de la transcripción local con IA

El reconocimiento de voz local tiene varias ventajas:

El audio se puede procesar sin necesidad de subirlo a una plataforma de transcripción externa.
No se cobra por minuto por la transcripción.
Whisper y VOSK se pueden utilizar para diferentes idiomas y configuraciones de hardware.
Whisper admite la detección de idiomas y la traducción al inglés.

También hay consideraciones prácticas:

Las dependencias y los modelos requieren descargas adicionales.
Algunos modelos ocupan varios gigabytes de espacio en disco.
El procesamiento de la CPU puede ser lento, sobre todo con los modelos Whisper más grandes.
La aceleración por GPU requiere hardware NVIDIA CUDA compatible.
Las grabaciones largas y los modelos de gran tamaño pueden requerir una cantidad considerable de recursos de procesamiento.
Todas las pistas de subtítulos generadas automáticamente deben revisarse.

Kdenlive señala que Whisper suele ser más preciso que VOSK, mientras que VOSK es más rápido en la CPU. No publica un porcentaje de precisión universal para ninguno de los dos motores, ya que los resultados dependen en gran medida de la grabación y del modelo seleccionado.

Método 3: El enfoque híbrido: transcripción externa más Kdenlive

Un flujo de trabajo híbrido utiliza una plataforma de transcripción externa para generar el texto sincronizado inicial y Kdenlive para encargarse de la edición de video, la revisión de subtítulos, el diseño y el renderizado final.

¿Por qué el flujo de trabajo híbrido puede ser útil?

Un externo transcripción automática Este servicio puede encargarse del procesamiento inicial de voz a texto y generar un archivo de subtítulos para Kdenlive.

Entre los posibles beneficios se incluyen:

No hay instalación de un modelo de voz local
Menor carga en la CPU o la GPU de tu computadora
Archivos de subtítulos sincronizados listos para importar
Revisión de transcripciones a través del navegador
Múltiples formatos de exportación
Colaboración más sencilla con los revisores

El tiempo que realmente se ahorra depende de la calidad y la duración de la grabación, así como de la cantidad de edición que requiera la transcripción.

Importación de archivos de subtítulos externos

Una vez que tengas un archivo de subtítulos compatible:

Abre tu secuencia en Kdenlive.
Ir a Secuencia > Subtítulos > Importar archivo de subtítulos.
Selecciona un archivo ASS, SRT, VTT o SBV.
Elige si quieres crear un nuevo archivo de subtítulos o reemplazar el actual cuando el cuadro de diálogo te ofrezca esa opción.
Revisa las entradas importadas en la pista de subtítulos.
Corrija el texto, los saltos de línea, la sincronización y los estilos según sea necesario.

Kdenlive puede abrir varios archivos de subtítulos, aunque solo uno de ellos está activo a la vez. El archivo activo es el que se utiliza al renderizar el proyecto.

Compatibilidad de formatos

Kdenlive puede importar:

SRT un formato de subtítulos de texto plain ampliamente compatible
CULO un formato con soporte avanzado para el estilo y el posicionamiento
VTT un formato de subtítulos que se usa comúnmente con los videos HTML5
SBV un formato sencillo de texto sincronizado asociado a los flujos de trabajo de video en línea

Los formatos de exportación documentados de Kdenlive son:

SRT
CULO

Para garantizar una amplia compatibilidad con diferentes plataformas, convertir un video a SRT suele ser la opción más práctica.

Cómo dar estilo y personalizar tus subtítulos

Kdenlive utiliza funciones de subtítulos basadas en el formato ASS y ofrece amplios controles de estilo.

Opciones de estilo de Available

Dependiendo del estilo seleccionado y de las propiedades de ASS, puedes controlar:

Familia y tamaño de la fuente
Colores de texto, contorno, sombra y fondo
Alineación y posicionamiento
Márgenes
Bordes y sombras
Transparencia
Espaciado y otros ajustes tipográficos

Kdenlive también admite etiquetas de anulación ASS para aplicar estilos a partes seleccionadas de un subtítulo.

Creación de estilos coherentes

Para administrar los estilos de subtítulos:

Abrir Secuencia > Subtítulos > Administrar subtítulos.
Selecciona el Estilos sección.
Selecciona el archivo de subtítulos o el área de estilo global.
Haz clic Agregar estilo.
Configura el estilo en el Editor de estilos.
Asigna el estilo mediante el control «Estilo» en la ventana «Subtítulo».

Los estilos se pueden crear para un archivo de subtítulos específico o guardarse de manera global para volver a usarlos. También puedes asignar un estilo predeterminado a una capa de subtítulos, lo cual resulta útil cuando se utilizan diferentes tratamientos visuales para distintos oradores.

Cómo exportar tus subtítulos desde Kdenlive

Después de revisar la pista de subtítulos, puedes exportarla como un archivo independiente o incluirla al renderizar el video.

Archivos de subtítulos independientes

Ir a:

Secuencia > Subtítulos > Exportar archivo de subtítulos

Kdenlive puede exportar el archivo de subtítulos activo como:

SRT
CULO

El formato SRT es ampliamente aceptado por las plataformas de alojamiento y publicación de videos. El formato ASS resulta útil cuando se necesita conservar estilos más avanzados.

Subtítulos grabados

Los subtítulos grabados de forma permanente se integran en la imagen de video y no se pueden desactivar.

Para incrustar subtítulos en el video:

Verifica que esté activo el archivo de subtítulos correcto.
Abre el cuadro de diálogo «Render».
Abre las opciones de renderizado adicionales si están ocultas.
Salir Incrustar los subtítulos en lugar de grabarlos de forma permanente sin marcar.
Renderiza el video.

Kdenlive incorporará los subtítulos activos a la imagen del video.

Subtítulos integrados o en pantalla

Kdenlive también puede crear una pista de subtítulos dentro de un contenedor multimedia compatible.

Para incrustar subtítulos:

Elige un formato de renderización y un contenedor que admitan flujos de subtítulos, como MKV.
Habilitar Incrustar los subtítulos en lugar de grabarlos de forma permanente.
Renderiza el archivo.

Los subtítulos incrustados se pueden activar o desactivar en un reproductor compatible. La compatibilidad depende del contenido, el códec, la aplicación de reproducción y la plataforma de distribución seleccionados.

Por qué Sonix facilita la creación de subtítulos en Kdenlive

Kdenlive puede encargarse de las etapas de edición, diseño y renderización, mientras que Sonix puede crear la transcripción inicial y el archivo de subtítulos sincronizados.

Procesamiento diseñado para contenido grabado: Sonix afirma que, por lo general, procesa una hora de audio o video en aproximadamente cinco minutos. El tiempo de procesamiento puede variar según el tamaño del archivo y la carga del servicio.

Precisión que puede reducir el trabajo de limpieza: Sonix anuncia una precisión de transcripción de hasta 99% para grabaciones claras. Los resultados varían según el ruido de fondo, el solapamiento de voces, la claridad del hablante, los acentos, la calidad del micrófono y el vocabulario especializado. Su función de diccionario personalizado permite a los usuarios agregar nombres y términos específicos de cada sector.

Compatibilidad con varios idiomas: Sonix ofrece transcripción en más de 54 idiomas y traducción automática a más de 55 idiomas.

Controles de seguridad para flujos de trabajo profesionales: Sonix afirma que cuenta con la certificación SOC 2 Tipo II y que utiliza TLS para los datos en tránsito y cifrado AES-256 del lado del servidor para los datos en reposo. Hay más información disponible en el Página de seguridad de Sonix.

Flexibilidad de formato: Sonix puede exportar archivos de subtítulos, incluidos los formatos SRT y VTT. Para Kdenlive, el formato SRT es la opción más sencilla si buscas un formato que el editor pueda tanto importar como exportar.

El flujo de trabajo es el siguiente:

Sube tu grabación a Sonix.
Revisa la transcripción en el editor del navegador.
Corrija los nombres, la terminología, la puntuación y las etiquetas de los hablantes.
Exporta los subtítulos como SRT.
Importa el archivo SRT a través de Secuencia > Subtítulos > Importar archivo de subtítulos en Kdenlive.
Realiza los ajustes finales de sincronización y estilo.
Exporta el archivo de subtítulos o procesa el video con subtítulos integrados o incrustados.

Veredicto final: Cómo elegir el flujo de trabajo adecuado para los subtítulos en Kdenlive

El mejor método depende de tus requisitos de privacidad, el hardware disponible, tu nivel de comodidad técnica, el volumen del proyecto y las necesidades de plazos de entrega.

Elige la creación manual de subtítulos cuando:

Necesito tener control directo sobre cada palabra, cada decisión sobre el ritmo y cada salto de línea
¿Tienes un proyecto breve o una transcripción ya existente?
Se necesitan subtítulos de accesibilidad con descripciones de sonido elaboradas con esmero
No se puede utilizar el reconocimiento automático de voz para este material

Elige la función integrada de conversión de voz a texto de Kdenlive cuando:

Prefiero procesar las grabaciones localmente
Tienen experiencia en la instalación de dependencias y modelos de voz
Contar con recursos adecuados para el almacenamiento y el procesamiento
Puede revisar y corregir subtítulos generados automáticamente
¿Quieres evitar subir la grabación a una plataforma externa?

Elige el flujo de trabajo híbrido de Sonix + Kdenlive cuando:

¿Quieres evitar configurar modelos locales de reconocimiento de voz?
Necesito archivos de subtítulos sincronizados para varios proyectos
¿Quieres un flujo de trabajo para la revisión de transcripciones basado en navegador?
Requerir traducción multilingüe
Controles de seguridad documentados para contenido confidencial
Necesito archivos SRT que se puedan importar directamente a Kdenlive

En muchos flujos de trabajo profesionales, el método híbrido ofrece una división práctica del trabajo: Sonix genera la transcripción y la sincronización inicial, mientras que Kdenlive se encarga de la edición detallada de los subtítulos, el diseño, la integración del video y el renderizado.

Preguntas frecuentes

¿Kdenlive es realmente gratuito? ¿Y con qué sistemas operativos es compatible?

Sí. Kdenlive es un programa gratuito y de código abierto con licencia GNU GPL. Está disponible para Windows, macOS, Linux y BSD. Los requisitos del sistema operativo varían según la versión, así que revisa la página oficial de descargas de Kdenlive antes de instalar la versión más reciente.

¿Cuál es la diferencia entre los subtítulos codificados y los subtítulos independientes al exportar?

Los subtítulos codificados o grabados de forma permanente se integran en la imagen de video y no se pueden desactivar. Los subtítulos independientes se guardan como un archivo o flujo de subtítulos separado que el espectador puede activar o desactivar en un reproductor compatible. Kdenlive puede grabar el archivo de subtítulos activo en un video renderizado o incrustarlo en un contenedor compatible seleccionando “Incrustar subtítulos en lugar de grabarlos” en el cuadro de diálogo Renderizar.

¿Puedo usar servicios de transcripción externos con Kdenlive?

Sí. Kdenlive puede importar archivos de subtítulos en formato ASS, SRT, VTT y SBV. Genera y revisa la transcripción en el servicio externo, exporta un archivo compatible, como SRT, e impórtalo a través de Secuencia > Subtítulos > Importar archivo de subtítulos.

¿Por qué la función de conversión de voz a texto de Kdenlive requiere una configuración adicional?

Kdenlive realiza el reconocimiento de voz mediante motores independientes, como VOSK y Whisper. Estos motores requieren componentes de Python, dependencias y modelos de voz descargables que no se incluyen en la instalación básica del editor. Kdenlive ofrece controles de configuración y administración de modelos en Configuración > Configurar Kdenlive > Voz a texto.

¿Qué tan precisos son los modelos de transcripción integrados en Kdenlive?

Kdenlive no publica un porcentaje de precisión universal para VOSK ni para Whisper. En su documentación se describe a Whisper como, en general, más preciso que VOSK, y a VOSK como más rápido en la CPU. Los resultados reales dependen del idioma, del modelo seleccionado, del ruido de fondo, de la calidad de la grabación, del número de hablantes y de si los hablantes se superponen.

Obtenga transcripciones precisas en cuestión de minutos

Empiece a transcribir de forma más inteligente. Prueba Sonix gratis o explora nuestros precios para encontrar el plan adecuado para ti.

Pruebe Sonix gratis Ver precios