Subtítulos automáticos para vídeos: las opciones gratis y cómo hacerlos bien
Por Alejandro Ríos Martínez · Actualizado en noviembre de 2026
Algunos enlaces de esta página pueden ser de afiliado: si contratas a través de ellos, Rentabilizo puede recibir una comisión sin que a ti te cueste más. No cambia lo que cuento de cada herramienta. Cómo nos financiamos.
Respuesta rápida
La forma más sencilla de poner subtítulos automáticos gratis es CapCut: los genera en español y puedes darles estilo en el mismo editor. Si quieres más precisión y control, Whisper es un modelo gratuito de OpenAI que funciona en tu ordenador y da el tiempo exacto de cada palabra, ideal para subtítulos animados. Para vídeos ya subidos, YouTube los crea solo. Revisa siempre cifras y nombres propios.
Comparativa de opciones
| Opción | Precio | Dónde funciona | Lo mejor | Lo peor |
|---|---|---|---|---|
| CapCut | Gratis (Pro: 29,99 €/mes) | App y web | Subtítulos y estilos en el mismo editor | Menos control fino sobre los tiempos |
| Whisper | Gratis, código abierto (MIT) | Tu ordenador | Tiempo de cada palabra; sin límites ni cuenta | Hay que instalarlo; va mejor con tarjeta gráfica |
| YouTube | Gratis | Vídeos ya subidos | Automático, sin hacer nada | No se queman en el vídeo; no sirven para TikTok |
| Submagic | Desde 12 €/mes (pago anual) | Web | Estilos de TikTok, emojis y zooms | De pago; vídeos de hasta 2 min en Starter |
Whisper: gratis, preciso y palabra a palabra
Whisper es un modelo de reconocimiento de voz de OpenAI con licencia libre (MIT): lo descargas, lo usas en tu ordenador y no hay límites ni cuentas. Entiende español y, además del texto, puede dar el momento exacto en que empieza y acaba cada palabra. Con eso puedes animar los subtítulos palabra a palabra, como en los shorts que más retienen.
| Modelo | Tamaño | Memoria gráfica | Velocidad relativa |
|---|---|---|---|
| tiny | 39 M | ~1 GB | ~10x |
| base | 74 M | ~1 GB | ~7x |
| small | 244 M | ~2 GB | ~4x |
| medium | 769 M | ~5 GB | ~2x |
| turbo | 809 M | ~6 GB | ~8x |
| large | 1.550 M | ~10 GB | 1x |
Datos del repositorio oficial. La velocidad es relativa al modelo large; turbo es una versión optimizada de large-v3 con una pérdida de precisión mínima, y suele ser el mejor equilibrio.
Experiencia propia
Todos los subtítulos de nuestros vídeos salen de Whisper. Lo que he aprendido:
- Pásale la voz limpia, sin música. Transcribe la pista de voz antes de mezclarla: acierta más y los tiempos cuadran mejor.
- Revisa cifras y nombres. Whisper escribe lo que oye: «veintiséis mil» puede salir en letra o en número, y las marcas a veces salen mal escritas. Yo guardo una lista de correcciones y la aplico en cada vídeo.
- Usa los tiempos por palabra para animar, no para cortar frases: agrupa de 2 a 4 palabras por pantalla en vertical.
CapCut: lo más rápido
En CapCut, los subtítulos automáticos se generan con un par de toques desde su opción de subtítulos: eliges el idioma, los crea sobre la línea de tiempo y puedes cambiar estilo, tamaño y animación. Para la mayoría de creadores que montan en el móvil es la opción con menos fricción. Las plantillas de subtítulos prémium requieren CapCut Pro.
YouTube: para vídeos ya publicados
YouTube genera subtítulos automáticos en español para los vídeos que subes. Son útiles para accesibilidad y para que YouTube entienda el vídeo, pero no aparecen grabados en la imagen: el espectador tiene que activarlos, y no te sirven para TikTok o Instagram. Puedes corregirlos en YouTube Studio.
Cómo hacer subtítulos que retengan
- Pocas palabras por pantalla: de 2 a 4 en vertical.
- Resalta la palabra que se está diciendo con otro color o un ligero aumento de tamaño.
- Fuera de la zona de botones: en TikTok y Shorts, la parte de abajo y la derecha las tapan los botones; coloca los subtítulos en el tercio central.
- Contraste siempre: texto blanco con borde o sombra negra se lee sobre cualquier fondo.
- Revisa antes de publicar. Un error en una cifra quita credibilidad al vídeo entero.
Si prefieres que una herramienta lo haga todo, con emojis, zooms y efectos, mira Submagic y Opus Clip.