Video de YouTube a texto: tres formas que funcionan

La forma adecuada depende de lo que necesites. Si estás en una computadora y quieres un fragmento o una cita, el panel de transcripción de YouTube es lo más rápido y no requiere ningún otro sitio (forma 1). Si quieres la transcripción entera como archivo, necesitas los tiempos en formato SRT o VTT, estás en el teléfono o el video es un Short, pega el enlace en el conversor de más abajo (forma 2). Y si el video no tiene subtítulos, el texto tiene que salir del propio audio (forma 3).

Forma 1: copiar la transcripción que ya tiene YouTube

En una computadora, abre el video en youtube.com, haz clic en "…más" al final de la descripción que hay bajo el título, baja pasando el texto de la descripción y los capítulos y haz clic en "Mostrar transcripción". Se abre un panel junto al reproductor con cada línea de subtítulos y su tiempo de inicio; selecciona las líneas que quieras y cópialas con Ctrl+C o Cmd+C. No cuesta nada y no requiere ningún otro sitio, pero tiene límites: el texto llega con una línea de subtítulos por renglón, el reproductor de Shorts no tiene ese botón, la app de YouTube no deja seleccionar el texto del panel y no aparece nada cuando el video no tiene subtítulos. La guía completa lo explica paso a paso con capturas, teléfono incluido.

Forma 2: descargar el texto como archivo (TXT, SRT, VTT)

Forma 3: videos sin ningún subtítulo

Algunos videos no tienen subtítulos: quien subió el video los borró, el video es reciente y sus subtítulos automáticos todavía se están procesando, es una transmisión en vivo o se habla en un idioma que YouTube no subtitula automáticamente. Entonces no hay transcripción que copiar y el texto tiene que salir del audio. ClipToTranscript lo hace automáticamente: cuando un video no tiene ninguna pista de subtítulos, transcribe el audio con un modelo de reconocimiento de voz de código abierto en sus propios servidores, normalmente en 10–60 segundos, para videos de hasta 10 minutos. Los videos más largos sin subtítulos todavía no se admiten. Para esos, o bien espera — YouTube suele generar los subtítulos automáticos en las horas siguientes a la subida, en los idiomas que admite, así que a un video recién publicado quizá solo le falte tiempo — o activa los subtítulos en vivo que traen Windows, Android y macOS mientras se reproduce el video. La guía para cualquier video muestra dónde están y qué hacer con un archivo de video propio.

¿Qué formato necesitas?

TXT es texto plano: la opción correcta para notas, citas, un documento, buscar algo en una charla larga o pegar el texto en un asistente de IA para un resumen — desmarca Marcas de tiempo primero si solo quieres las palabras. SRT es el formato de subtítulos que aceptan los editores de video y casi todas las plataformas: bloques numerados, cada uno con tiempo de inicio, tiempo de fin y texto, que leen CapCut, Premiere Pro, DaVinci Resolve y el propio YouTube al subir subtítulos. VTT (WebVTT) es el formato de subtítulos de la web: lo esperan el reproductor de video de HTML5 y muchas plataformas web y de cursos. SRT y VTT siempre contienen los tiempos, porque un subtítulo sin ellos no serviría de nada; si solo quieres los tiempos como referencia, el TXT con la casilla Marcas de tiempo marcada te da el tiempo de inicio en cada línea.

Los subtítulos automáticos necesitan una pasada de limpieza antes de publicar cualquier cosa a partir de ellos. Lee el texto mientras se reproduce el video y corrige nombres, cifras y nombres de productos — es donde más falla el reconocimiento de voz. Borra o sustituye etiquetas como [Música] y [Aplausos], agrega puntuación y mayúsculas y une las líneas cortas de subtítulos en párrafos (en la mayoría de los editores, un buscar y reemplazar de saltos de línea por espacios hace casi todo el trabajo). Conserva al lado la versión con marcas de tiempo para poder volver a cualquier pasaje del que no estés seguro.