Cómo sistematizar el subtitulado de vídeo en tu flujo de producción

Subtitular un vídeo dejó de ser un paso suelto que alguien añade al final. En un equipo que produce a volumen, el subtitulado es una disciplina de producción: se decide desde el guion, se ejecuta con plantillas y un pipeline, y se revisa antes de publicar.

Decidir el subtitulado antes de la entrega permite preparar idiomas, pistas y revisiones. Los subtítulos ayudan a acceder al diálogo cuando no se oye el audio; para accesibilidad, también deben transmitir los sonidos relevantes. Las obligaciones concretas dependen del servicio, el contenido y la normativa aplicable.

Este artículo explica cómo sistematizar el subtitulado, qué tipos de subtítulos existen, cuándo aplica cada uno, qué herramientas funcionan en 2026 y qué errores siguen apareciendo en producciones que deberían saber mejor.

Comprueba el vídeo también sin sonido

Una cifra histórica de una plataforma no demuestra que el 80% de todo el vídeo social actual se vea sin sonido. Revisa el contexto de tu audiencia y prueba si el mensaje puede seguirse sin audio.

Los subtítulos permiten leer el diálogo. Para quienes dependen de ellos, la información sonora relevante también importa: quién habla, una alarma o una reacción pueden ser necesarios para entender la escena.

La historia: cómo llegamos hasta aquí

El subtitulado no es invención de redes sociales. Tiene casi cien años de historia.

En cine, los intertítulos del cine mudo (1895-1927) ya cumplían esa función: texto entre escenas que reproducía diálogos clave o explicaba contexto. Cuando llegó el sonoro con The Jazz Singer (1927), los intertítulos se reservaron para traducción de versiones extranjeras y dieron paso a los subtítulos modernos.

El closed captioning moderno, subtítulos opcionales que el espectador puede activar, nació en los años 70 en EE.UU. para audiencia con discapacidad auditiva. PBS y ABC experimentaron con captioning desde principios de los 70; el estándar técnico Line 21 (que codifica los subtítulos en una línea no visible de la señal de televisión analógica) se aprobó en 1976. The French Chef de Julia Child fue uno de los primeros programas en EE.UU. emitido con captioning regularmente.

En Europa, las cadenas públicas británicas (BBC) y nórdicas (SVT, NRK, DR) llevaban décadas subtitulando, en parte por la convención de no doblar contenido extranjero. España, con tradición fuerte de doblaje, tardó más en adoptar subtitulado para accesibilidad como práctica sistemática.

El reconocimiento de voz automatiza una primera transcripción. Adobe lanzó Speech to Text en Premiere Pro en julio de 2021; OpenAI publicó Whisper en septiembre de 2022. Al elegir una herramienta, comprueba los idiomas, formatos y opciones de revisión que admite.

También existen subtítulos en directo integrados en sistemas operativos y aplicaciones. Su disponibilidad depende del dispositivo, la versión y los idiomas admitidos. Esa ayuda de reproducción no sustituye un archivo de subtítulos revisado que puedas entregar y conservar.

Determina qué requisitos se aplican

Las normas no imponen una única obligación a todos los vídeos de todas las marcas. Identifica el país, el tipo de servicio, el destinatario y la especificación contractual antes de definir la entrega. Algunas referencias para esa comprobación:

• Unión Europea. La European Accessibility Act cubre categorías concretas de productos y servicios. Su aplicación desde junio de 2025 no convierte automáticamente cualquier vídeo de marketing en un servicio incluido. Revisa el alcance, las excepciones y la norma nacional aplicable.
• España. La Ley 13/2022, de 7 de julio, General de Comunicación Audiovisual regula obligaciones de accesibilidad para servicios audiovisuales dentro de su ámbito. No es una regla indiferenciada para cualquier archivo publicado en internet.
• Estados Unidos. La guía de Section 508 para vídeo explica requisitos en el contexto federal. Comprueba si ese marco corresponde al encargo.

Como referencia técnica, WCAG 2.2, criterio 1.2.2, trata los subtítulos del audio pregrabado en medios sincronizados, con la excepción indicada para alternativas a texto claramente identificadas. Cumplir ese criterio no equivale por sí solo a cumplir todas las obligaciones de accesibilidad.

Subtítulos, captions, SDH: lo que cada uno significa

Los términos se confunden. Conviene precisar.

Subtítulos ("subtitles"): texto en pantalla que reproduce el diálogo. Habitualmente para traducción, el espectador escucha en un idioma y lee en otro. Asume que el espectador puede oír otros sonidos (música, efectos, tono).

Closed Captions (CC): subtítulos pensados para audiencia que no puede oír. Reproducen no solo el diálogo sino también descripción de sonidos relevantes, identificación del hablante cuando no es visible, indicaciones de tono. "Closed" significa que el espectador puede activarlos o desactivarlos.

Open Captions: subtítulos quemados en la imagen, no removibles. Aparecen siempre.

SDH (Subtitles for the Deaf and Hard-of-hearing): subtítulos para personas sordas o con dificultades auditivas, con diálogo y contexto sonoro relevante. Describe el contenido de la pista; «open» y «closed» describen si puede activarse o desactivarse. No es simplemente un nombre europeo para CC.

Subtítulos automáticos: generados por software (YouTube auto-captions, Whisper, etc.). Útiles como punto de partida pero requieren revisión humana antes de publicar en contextos profesionales.

Para producción de marca, la decisión común es:

• En contenido para redes sociales (Reels, TikTok, Shorts): open captions quemados, idealmente con estilo coherente con la marca.
• En contenido para YouTube y plataformas web: closed captions vía archivo SRT/VTT que el espectador puede activar.
• En contenido pensado para audiencia con discapacidad auditiva o que cumpla con normas de accesibilidad: SDH, con descripción de elementos no verbales relevantes.
• Para versiones internacionales: subtítulos traducidos como SRT/VTT separados.

Formatos de archivo: SRT, VTT, SCC, TTML

Cuando los subtítulos no van quemados, viven en archivos separados. Los principales:

SRT (SubRip Text): el más universal. Texto plano con marcas de tiempo y bloques numerados. Soportado por casi todas las plataformas y reproductores. Limitado en estilizado (no soporta posicionamiento avanzado ni estilos por carácter, aunque variantes informales añaden tags HTML).

VTT (Web Video Text Tracks, WebVTT): estándar W3C para HTML5 video, similar a SRT pero con soporte para posicionamiento, estilos CSS, ruby annotation. Es el formato nativo del elemento <track> en HTML5.

SCC (Scenarist Closed Captions): formato utilizado para transportar datos de subtítulos CEA-608 con códigos de tiempo. Es una opción de entrega específica; comprueba qué acepta el destinatario.

TTML (Timed Text Markup Language): estándar W3C basado en XML, muy capaz pero más complejo. Usado por Netflix, Apple iTunes y otros distribuidores grandes con flujos profesionales.

EBU-STL (European Broadcasting Union Subtitle Transfer Language): estándar para broadcast europeo.

Para muchos casos digitales, SRT y VTT son suficientes, siempre que el destino admita el formato y sus funciones. Para entrega a un broadcaster, lo que pidan ellos.

Cómo se hace bien en 2026

La práctica que mejor envejece combina automatización y revisión humana:

1. Generación automática como punto de partida. Utiliza una herramienta de transcripción que admita el audio y el idioma de la pieza. Evalúa el resultado: una grabación clara también puede contener errores de nombres, términos o puntuación. Conserva la relación entre el texto y la versión de vídeo transcrita.

2. Revisión humana sistemática. La automatización puede equivocarse en nombres propios, terminología técnica, marcas, palabras homófonas. Una pasada manual antes de publicar es indispensable. Los errores típicos, "lord" por "Loard," el nombre de tu producto convertido en una palabra cualquiera, "polimake" transcrito como "polimaker", matan la credibilidad.

3. Sincronización fina. Ajusta entrada, salida y cortes al audio y a la especificación de entrega. Como ejemplo, los requisitos generales de Netflix establecen entre 5/6 de segundo y 7 segundos por evento. No es una regla universal de 1 a 6 segundos para cualquier plataforma.

4. Longitud por línea. Sigue la guía del idioma y del destino. La guía de Netflix para español permite 42 caracteres por línea. En pantalla pequeña, comprueba también tamaño, saltos y espacio disponible; un límite de caracteres no garantiza legibilidad.

5. Velocidad de lectura. La misma guía de Netflix para español fija hasta 17 caracteres por segundo en programas para adultos y 13 en infantiles. Son límites de ese encargo e idioma, no una cifra común a todas las guías de Netflix y BBC.

6. Estilo legible. Tipografía sin serifa, peso medio o bold, tamaño grande, contraste fuerte. Cajas de fondo semitransparentes o sombras suaves cuando hay riesgo de fondo claro. Color blanco con contorno negro sigue siendo el más universalmente legible.

7. Posición segura. Revisa el subtítulo sobre los planos y con la interfaz del destino. No tapes información necesaria ni dejes que los controles oculten el texto. Las zonas seguras cambian según ubicación y elementos de la publicación; no hay un 70-80% central válido para todas.

8. Identificación de hablantes cuando hay varios. Notación clara: "[María] No estoy de acuerdo" o un cambio de color discreto.

9. Descripción de sonidos relevantes en SDH/CC: "[música suave]," "[risas]," "[teléfono sonando]," "[suspira]." No exhaustivamente, solo cuando aporta información narrativa que un sordo perdería.

Errores que se siguen viendo

Confiar ciegamente en auto-captions. Una pista automática sin revisar no demuestra cumplimiento. El W3C explica que los subtítulos automáticos por sí solos no bastan para satisfacer los requisitos de accesibilidad: hay que comprobar y corregir su contenido.

Subtítulos quemados con tipografía y colores que cambian entre piezas. Una marca con cinco vídeos y cinco estilos de subtítulo distintos parece que cinco personas distintas los hicieron. Sistema de motion definido y aplicado.

Subtítulos en horizontal sobre vídeo vertical. Cuando se reaprovecha una pieza de YouTube para Reels recortando lateralmente, los subtítulos que estaban centrados se cortan o quedan fuera del cuadro vertical. Solución: rehacer subtítulos para cada formato.

Descartar subtítulos sin comprobar la necesidad. Su utilidad para acceder al diálogo no depende de prometer un aumento universal de retención. Evalúa comprensión y legibilidad con la audiencia; mide por separado cualquier efecto sobre el rendimiento del vídeo.

Subtítulos textuales palabra por palabra sin compresión editorial. A veces, lo que se dice oralmente lleva muletillas, repeticiones, frases entrecortadas. Subtitular eso literalmente produce subtítulos ruidosos. Una compresión editorial leve, respetando el sentido pero limpiando muletillas, mejora la legibilidad sin traicionar el contenido.

Confundir un archivo adjunto con subtítulos accesibles. Subir un SRT no basta: debe corresponder al vídeo, estar sincronizado y recoger la información sonora necesaria. Verifica también que el reproductor permite utilizarlo.

Olvidar las diferencias de idioma. Un equipo internacional necesita versiones de subtítulos en cada idioma de mercado. Traducir un SRT no es solo traducir palabras: longitud por línea cambia entre idiomas (alemán y francés tienden a producir texto más largo que inglés), y la sincronización puede necesitar ajuste.

Subtitular solo el diálogo, ignorando lo demás. Música emocionalmente significativa, efectos sonoros narrativos, tono de voz, en CC/SDH todo eso es información. Ignorarlos invalida los subtítulos para una parte de la audiencia destinataria.

Cómo encajar el subtitulado en el flujo

El subtitulado bien hecho deja de ser "un paso más al final" y se vuelve parte del flujo desde el inicio. Cuatro decisiones que cambian las cosas:

• Decidir versiones desde el guion: qué piezas necesitan SRT separado, qué piezas necesitan quemados, qué idiomas, qué nivel de detalle (subtítulos vs SDH).
• Plantillas de motion para subtítulos quemados: tipografía, color, tamaño, posición, animación de entrada/salida, decisiones tomadas una vez y aplicadas en cada pieza.
• Pipeline automático con revisión humana: Whisper o equivalente genera el primer pase, una persona revisa antes de publicar.
• Archivo de SRT junto al máster: cada pieza acompañada de su SRT en su versión final, en una nomenclatura predecible.

En Polimake, puedes almacenar, buscar y recuperar los vídeos de tu biblioteca para nuevas piezas. Prepara y revisa los subtítulos en la herramienta elegida para ese trabajo. En la entrega, identifica el idioma y la versión de vídeo a la que corresponde cada archivo de texto.

Esto se relaciona con posproducción como fase donde el subtitulado vive, con video marketing como territorio amplio, y con la decisión de formato de entrega donde el subtitulado se materializa como SRT separado o quemado.

Para cerrar

Subtitular un vídeo en 2026 es lo que era enviar correos electrónicos en 2010: no se discute si hacerlo. Se hace. La pregunta operativa no es "¿subtitulamos?" sino "¿con qué calidad, en qué formatos, con qué disciplina?"

Conservar texto revisado, idioma y relación con la versión del vídeo facilita preparar otras entregas. Los subtítulos pueden mejorar el acceso al contenido, pero su mera presencia no garantiza retención, posicionamiento ni cumplimiento legal. Comprueba la calidad y los requisitos del uso concreto.

Referencias rápidas

• Comprueba el mensaje sin sonido y las necesidades de accesibilidad de la audiencia.
• Closed captions (activables) para web y YouTube; open captions (quemados) para Reels/TikTok.
• Contexto sonoro relevante además del diálogo para quienes dependen de los subtítulos.
• SRT y VTT cubren la mayoría de los casos.
• Auto-captions como punto de partida, revisión humana antes de publicar.
• Velocidad de lectura según idioma, audiencia y especificación del destino.
• Longitud de línea y duración según la guía aplicable, con revisión en pantalla.
• Zona segura comprobada con la interfaz y los elementos de la publicación.
• Tipografía sin serifa, contraste fuerte, posición consistente.
• Sistema de motion definido para subtítulos quemados; no decisión por pieza.
• Alcance normativo: comprobar el servicio, el país y los requisitos concretos.