Qué es una transcripción de video, su formato y un ejemplo
¿Qué es una transcripción de video? Es la versión en texto de un video: todo lo que se dice, quién lo dice y los sonidos que importan, para que se pueda leer el video en lugar de verlo u oírlo. Una transcripción descriptiva también describe lo que se muestra en pantalla. La mayoría de las transcripciones se colocan justo debajo del video como párrafos de texto plano; las marcas de tiempo son opcionales.
Créala a partir de un MP4, MOV, MKV o un enlace · nombres de hablantes y marcas de tiempo · TXT gratis, DOCX y PDF en los planes de pago
Hablantes con nombre, sonidos entre corchetes
[Upbeat music]
Today we’re making flatbread with four ingredients.
Four? I count five bowls. [laughs]
Haz clic o arrastra y suelta para subir tu audio o videoToca para subir tu audio o video
MP3, MP4, M4A, MOV, MKV, WEBM, AVI, WAV, FLAC, AAC, OGG, OPUS, WMA, WMV
Sin tarjeta · Almacenados en la UE · Nunca se usan para entrenar IA
Tipos de transcripción de video
La Iniciativa de Accesibilidad Web (WAI) del W3C distingue las transcripciones según lo que recogen. Se incluyen los subtítulos para comparar, porque a menudo la transcripción se hace a partir de ellos.
| Tipo | Qué contiene | Quién la necesita | ¿La exige WCAG? |
|---|---|---|---|
| Transcripción básica | El habla y los sonidos no verbales necesarios para seguir el contenido, con los hablantes identificados | Personas sordas o con dificultades auditivas, o con problemas para procesar el audio | Para contenido solo de audio, en el nivel A; para video con sonido, en el nivel AAA |
| Transcripción descriptiva | Todo lo de una transcripción básica más una descripción de la información visual | Personas sordociegas y lectores que asimilan mejor un texto que un video | Para video sin sonido, en el nivel A (o una audiodescripción en su lugar); para video con sonido, en el nivel AAA |
| Transcripción interactiva | El texto de los subtítulos mostrado junto al reproductor, que se resalta a medida que avanza el video; haz clic en una frase para saltar a ese punto | Cualquiera que busque algo o eche un vistazo rápido a un video largo | No se exige: es una función del reproductor creada a partir del archivo de subtítulos |
| Subtítulos | Las mismas palabras y los mismos sonidos, sincronizados para aparecer sobre el video | Espectadores que ven el video sin sonido o que no pueden oírlo | Exigidos para video pregrabado con sonido en el nivel A |
Niveles según el resumen de W3C WAI para contenido pregrabado, comprobados el 9 de noviembre de 2026. El contenido en directo tiene otras reglas.
Fuentes: W3C WAI: Transcripts · Understanding WCAG 1.2.1 Audio-only and Video-only · Understanding WCAG 1.2.8 Media Alternative
Ejemplo de transcripción de video
Una transcripción descriptiva del primer minuto de un video de cocina con dos personas, presentada como tabla. Lee solo la columna central y tendrás la transcripción básica.
| Tiempo | Audio: lo que se dice y se oye | Imagen: lo que se ve |
|---|---|---|
| 0:00 | [Música animada] | Cartela: «Pan en una hora, episodio 4». |
| 0:04 | Lena Park: Hola, soy Lena, y hoy vamos a hacer pan plano con solo cuatro ingredientes. | Lena está de pie junto a la encimera de la cocina, con harina, agua, sal y levadura en cuencos pequeños. |
| 0:12 | Sam Diaz: ¿Cuatro? Yo cuento cinco cuencos. | Sam se asoma al plano y señala un cuenco vacío. |
| 0:15 | Lena: Ese es para mezclar. [Sam se ríe] | Lena desliza el cuenco vacío hacia el centro. |
| 0:19 | Lena: Primero, trescientos gramos de harina. | Texto en pantalla: «300 g de harina». Vierte la harina sobre una báscula de cocina. |
Un ejemplo ilustrativo escrito para esta página. Los sonidos van entre corchetes; a los hablantes se les nombra completos la primera vez y después por su nombre de pila.
Formato de una transcripción de video: qué incluir
No hay un formato único obligatorio. Estas son las convenciones que describen las pautas del W3C, y lo que una transcripción de BlaBlaScribe te da como punto de partida.
Hablantes
Indica quién habla
Pon el nombre delante de cada párrafo, o solo cuando cambia quien habla. Activa el reconocimiento de hablantes antes de transcribir y cambia el nombre de Hablante 1 y Hablante 2 una sola vez.
Sonidos
Anota los sonidos que importan
Las risas, la música, los aplausos o un portazo van entre corchetes cuando cambian el sentido. Añádelos en el editor; la transcripción no describe los sonidos por sí sola.
Lo visual
Describe lo que solo aparece en pantalla
El texto en el encuadre, los nombres en los rótulos y las acciones sin palabras van en una transcripción descriptiva. El reconocimiento de voz no puede verlos, así que los añades tú mientras ves el video.
Párrafos
Escribe párrafos, no líneas de subtítulos
Las líneas de subtítulos se cortan para la pantalla. Exporta con párrafos de 15 a 30 segundos y la transcripción se leerá como un texto.
Marcas de tiempo
Deja las marcas de tiempo solo si ayudan
La hora delante de cada párrafo ayuda en videos largos y para comprobar citas. En los demás casos estorba; desactiva los códigos de tiempo al exportar.
Ubicación
Colócala justo debajo del video
Pega el texto debajo del reproductor o enlázalo desde ahí. Un breve resumen y unos encabezados al principio ayudan a los lectores a encontrar su parte.
Cómo hacer una transcripción de video
Del archivo de video a una transcripción debajo del reproductor.
Sube un MP4, MOV o MKV de hasta 8 GB, o pega un enlace de YouTube o Vimeo, con el reconocimiento de hablantes activado para entrevistas y mesas redondas.
Corrige palabras y nombres, cambia el nombre de los hablantes y añade sonidos entre corchetes donde importen.
Exporta en TXT o DOCX con párrafos y los códigos de tiempo que quieras, pégalo debajo del video y añade descripciones de todo lo que se muestra pero no se dice.