🎙️ Whisper AI · No Upload · No API Key

Generador de Subtítulos con IA

Transcribe cualquier audio o vídeo a SRT, VTT o texto plano usando OpenAI Whisper — ejecutándose completamente en tu navegador. Sin subida, sin clave API, sin suscripción. Funciona sin conexión tras la primera descarga del modelo.

🎙️

Arrastra un archivo de audio o vídeo aquí, o haz clic para seleccionar

MP3, MP4, WAV, M4A, OGG, WebM, MOV, FLAC…

Para mejores resultados: audio claro, mínimo ruido de fondo, menos de 30 minutos

Resultado

Whisper AI transcription — free, local, private

OpenAI Whisper is one of the best automatic speech recognition models ever released. It understands 99 languages, handles accents gracefully, and produces subtitle-quality output including punctuation and casing. Services that offer Whisper as an API charge $0.006 per minute — for a 60-minute interview, that's $0.36, and it goes to their server. This tool runs Whisper directly in your browser via WebAssembly, so it costs you nothing and your audio never leaves your device.

How it works

  1. Drop your file. Any format your browser can decode: MP3, MP4, WAV, M4A, OGG, WebM, FLAC, MOV.
  2. Load a model. We download the Whisper model weights from HuggingFace CDN (75–466 MB). This is a one-time download — the browser caches it, so subsequent runs work instantly, even offline.
  3. Transcribe. The model runs in a Web Worker thread so the page stays responsive. A typical 5-minute audio clip takes 1–3 minutes to transcribe, depending on your CPU.
  4. Export. Download as SRT (for video editors and social platforms), VTT (for web players), plain text, or JSON with raw timestamps.

Which model to choose?

Export formats

Privacy

Your audio file is decoded and processed in your browser tab using WebAssembly. Nothing is uploaded. We don't store audio, we don't store transcripts, we don't log file names. The only network requests this page makes are the one-time model downloads from HuggingFace. After that, the model runs completely offline.

Common use cases

Limitations

Preguntas Frecuentes

¿Cómo funciona el generador de subtítulos?
Usa reconocimiento de voz basado en navegador (Web Speech API) para transcribir audio en subtítulos con marcas de tiempo.
¿Qué formatos de subtítulos puedo exportar?
Formatos SRT y VTT, compatibles con YouTube, TikTok y la mayoría de editores de vídeo.
¿Soporta múltiples idiomas?
Sí, soporta todos los idiomas disponibles en el motor de reconocimiento de voz de tu navegador.
¿Mi audio se envía a un servidor?
El reconocimiento de voz usa el motor integrado de tu navegador. Ningún audio se envía a nuestros servidores.
¿Este generador de subtítulos es gratis?
Sí, completamente gratis sin límites en la duración del vídeo.

Herramientas Relacionadas