Cómo Añadir Subtítulos en Varios Idiomas a un Mismo Vídeo

Añadir subtítulos en varios idiomas a un mismo vídeo son tres decisiones, no una tarea larga: transcribe una vez en el idioma original, añade cada idioma adicional como una capa de traducción sobre esos mismos tiempos, y después decide cómo lo vas a entregar: archivos separados, un vídeo con pistas intercambiables, o una copia incrustada por idioma. Casi todos los flujos de trabajo multilingües que acaban siendo un dolor de cabeza fallan porque hicieron estos pasos en el orden equivocado.

A continuación vemos el orden que funciona, lo que la traducción le hace a los tiempos y a las fuentes por el camino, y qué formato de entrega acepta realmente cada plataforma.

Transcribe una vez, traduce por capas

El error que más tiempo cuesta es volver a ejecutar el reconocimiento de voz para cada idioma.

El reconocimiento de voz hace dos cosas a la vez: genera el texto y genera las líneas, es decir, dónde empieza y termina cada subtítulo. El texto cambia según el idioma. Las líneas no deberían cambiar. Si transcribes el mismo vídeo cinco veces, obtienes cinco conjuntos de líneas ligeramente distintos, y entonces un ajuste de sincronía en español no sirve de nada para el archivo en alemán. Multiplica eso por una grabación de dos horas y el flujo de trabajo se viene abajo.

Traducir la transcripción, en cambio, mantiene una sola línea de tiempo:

1. Una transcripción del idioma hablado, con tiempos reales.
2. Una ronda de correcciones: nombres, términos del producto, puntuación.
3. N traducciones de ese texto corregido, todas heredando las mismas líneas.

El paso 2 es donde está la palanca. Un apellido mal escrito que corriges antes de traducir queda corregido en todas partes. El mismo apellido corregido después son ocho ediciones distintas.

En Sablate, un trabajo está estructurado literalmente así: una traducción es una capa añadida a una transcripción ya existente, no un trabajo nuevo. El traductor sin conexión (Argos) se ejecuta en tu propio equipo; DeepL, OpenAI y Claude están disponibles si aportas tu propia clave de API. Algo que conviene saber sobre la vía sin conexión: Argos casi no publica paquetes que no tengan el inglés en uno de los dos extremos, así que un par como turco-alemán no tiene paquete directo y se compone pasando por el inglés como paso intermedio. Funciona, y es la razón por la que una línea traducida de turco a alemán suena algo más plana que una de turco a inglés.

Elige el formato de entrega antes de empezar

Esta decisión condiciona toda la exportación, así que tómala primero.

El patrón al que llega la mayoría: archivos para las plataformas que los aceptan, un MKV para archivo y reproducción local, e incrustación solo para el idioma o los dos que habla su audiencia principal.

Si no tienes claro cuál de .srt, .vtt o .ass pide una plataforma en concreto, la comparativa de formatos explica exactamente qué lleva cada uno.

Lo que la traducción le hace a tus tiempos

Los subtítulos traducidos se rompen de una forma concreta y predecible: los tiempos siguen siendo correctos, pero la línea ya no se puede leer.

Del inglés al español, al francés, al italiano o al portugués, el texto suele quedar entre un 20 y un 30 por ciento más largo. Los compuestos del alemán se alargan de otra manera: menos palabras, pero palabras que no caben en una línea de 42 caracteres. La línea sigue empezando y terminando donde empezó y terminó quien habla. Lo que pasa es que el espectador no puede leer tantos caracteres en 1,8 segundos.

La medida para esto son los caracteres por segundo (CPS), y las cifras de referencia son las guías de estilo de Netflix por idioma:

Estos límites no son un rigor arbitrario. Un subtítulo en japonés lleva mucho más significado por carácter, así que el mismo segundo de habla necesita muchos menos caracteres en pantalla, y una traducción automática que llena la línea hasta el límite del inglés resulta ilegible.

La solución nunca es mover las marcas de tiempo: coinciden con el audio, que es lo único que no puedes cambiar. La solución es acortar el texto o dividir la línea en dos. El editor de Sablate marca cualquier línea que supere los 17 CPS mientras editas, un aviso acertado para la mayoría de idiomas con alfabeto latino o cirílico y deliberadamente laxo para el japonés y el coreano; tómalo como un mínimo, no como un certificado.

Dale a cada idioma una fuente que pueda dibujarlo

Este problema es invisible hasta el momento de renderizar, y a partir de ahí se ve perfectamente.

Las tipografías pensadas para subtítulos (esas fuentes gruesas y condensadas que hacen que un subtítulo parezca un subtítulo) cubren sobre todo el latino, el cirílico y el griego, y nada más. Apúntalas al árabe, al hebreo, al tailandés, al devanagari, al hangul o al CJK y obtienes cuadros vacíos, en un vídeo que ya te ha costado veinte minutos codificar.

Sablate resuelve esto comprobando la escritura de cada capa de idioma y sustituyéndola por una fuente del sistema que realmente contenga esos glifos, tanto en la vista previa como en la incrustación, así que lo que ves en el editor es lo que acaba en el archivo. Cada capa de idioma lleva también su propio estilo, y eso importa más allá de la fuente: un tamaño que se lee bien en inglés suele ser demasiado grande para una línea de 16 caracteres en coreano.

Subir subtítulos en varios idiomas a YouTube

YouTube acepta un archivo de subtítulos por idioma y por vídeo, subido en su propio paso. No existe un archivo de subtítulos multilingüe que subir: los «varios idiomas» viven en la plataforma, no en el archivo.

1. YouTube Studio, luego Subtítulos, luego tu vídeo.
2. Añadir idioma, elige el idioma y luego Subir archivo.
3. Sube el .srt o el .vtt de ese idioma.
4. Repite por cada idioma. Las traducciones del título y la descripción son una sección aparte.

Dos cosas que conviene saber. La traducción automática propia de YouTube es gratis e instantánea, algo difícil de superar en coste, pero traduce su propia transcripción automática, así que cualquier palabra que el reconocedor entendiera mal queda mal en todos los idiomas. Y YouTube renderiza todos los subtítulos con el estilo propio del reproductor, así que el estilo de tu archivo no es lo que ve el espectador. Si el aspecto importa, incrústalos.

Dónde queda cada herramienta

Subtitle Edit merece una mención honesta: es gratis, es excelente y puede transcribir y traducir. Lo que pide a cambio es configuración (modelos, herramientas y muxing montados por separado) y no genera una incrustación con estilo. Si te gusta ese tipo de configuración, es la mejor opción gratuita de esta categoría.

Exportar el resultado

Una vez que existen las capas, exportar es la parte rápida:

• Archivos de subtítulos por idioma — .srt, .vtt o .txt, uno por idioma, para subir a plataformas.
• Un MKV con todos los idiomas — cada idioma escrito como su propia pista ASS con la etiqueta de idioma correcta, la fuente de los subtítulos adjunta al archivo, y la primera pista marcada como predeterminada. El vídeo y el audio se copian tal cual, así que no se recodifica nada y la exportación tarda segundos en lugar de una codificación completa. Pro.
• Vídeo incrustado — un renderizado por idioma, en 16:9, 9:16 o 1:1. Es la única entrega que sobrevive en TikTok, Reels y Shorts. Cómo funciona la incrustación repasa el lado de la calidad.

En el plan Gratis, un trabajo lleva una capa de traducción sin conexión, y el primer trabajo que supere el muro de los diez minutos puede llevar tres. Pro elimina los límites con un único pago de $29; consulta precios para ver exactamente qué incluye.

En resumen

Transcribe una vez. Corrige esa transcripción antes de traducir nada. Añade los idiomas como capas sobre los mismos tiempos. Revisa la velocidad de lectura y la fuente de cada idioma, porque las dos cambian cuando cambia el texto. Después exporta la entrega que tu plataforma realmente acepta, y si la respuesta es «las tres», el trabajo es el mismo de todas formas.