Cómo transcribir vídeo a texto en un Mac y qué puede hacer macOS por sí solo

Por · Publicado el

Puedes transcribir un vídeo a texto en un Mac de tres maneras. Subtítulos en vivo, incluido en macOS, subtitula el habla de un vídeo en tiempo real mientras se reproduce. Final Cut Pro, el editor de vídeo de pago de Apple, convierte el habla de un clip en subtítulos con tiempos, solo en inglés de Estados Unidos. YapToText, la app gratuita que creé, transcribe el propio archivo de vídeo en tu Mac y te da texto simple.

La adecuada depende de lo que quieras recibir: subtítulos para seguir el vídeo, un archivo de subtítulos con tiempos o palabras para pegar en un documento. Me cuesta escribir con las manos, así que creé YapToText para convertir el habla en texto sin teclado, y la banda sonora de un vídeo es simplemente más habla. Necesita macOS 14 o posterior con chip de Apple, y los archivos no tienen límite de minutos.

Descargar YapToText en el Mac App StoreDescarga gratuita. Sin cuenta y sin nada bloqueado, para macOS 14 o posterior en un Mac con chip de Apple. Código fuente en GitHub.

Esta guía en otros idiomas: English, العربية, Čeština, Dansk, Deutsch, Ελληνικά, Suomi, Français, עברית, हिन्दी, Magyar, Bahasa Indonesia, Italiano, 日本語, 한국어, Norsk, Nederlands, Polski, Português, Română, Русский, Slovenčina, Svenska, ไทย, Türkçe, Українська, Tiếng Việt, 简体中文, 繁體中文

En esta página: 12 secciones
  1. Pasos
  2. Seguir un vídeo con Subtítulos en vivo
    1. Paso 1: Actívalo
    2. Paso 2: Reproduce el vídeo
  3. Crear subtítulos con tiempos en Final Cut Pro
    1. Paso 1: Genera los subtítulos
    2. Paso 2: Expórtalos como texto
  4. Convertir el archivo de vídeo en texto con YapToText
    1. Paso 1: Suelta el vídeo en la tarjeta
    2. Paso 2: Llévate el texto
  5. Comparar las tres formas
  6. Si el vídeo no se transcribe
  7. Lo que YapToText no puede hacer con un vídeo
  8. En resumen
  9. Guías
  10. Más guías, en inglés
  11. Fuentes
  12. Preguntas

Pasos

  1. Abre YapToText y ve a la página Utility.
  2. En el menú de modos de la tarjeta Transcribe a file, elige Raw Transcription para las palabras tal como se dijeron, o un modo como Note.
  3. Suelta el archivo de vídeo en la tarjeta, o haz clic en Choose File y elígelo.
  4. Espera a que el texto aparezca en la tarjeta.
  5. Haz clic en Copy, o en Insert para escribir el texto en la app que usabas antes.

Seguir un vídeo con Subtítulos en vivo

Subtítulos en vivo es la transcripción en tiempo real que Apple incluye en el sistema. Apple dice que el audio se procesa en el dispositivo y que, por defecto, subtitula el audio de todas las apps, así que un vídeo que suene en cualquier parte de tu Mac recibe subtítulos. Subtítulos en vivo te ayuda a seguir un vídeo mientras suena, y la guía de Apple no describe ninguna forma de conservar las palabras.

Paso 1: Actívalo

  • Tú: Elige el menú Apple, Ajustes del Sistema, haz clic en Accesibilidad, después en Subtítulos en vivo, y actívalo.
  • macOS: Muestra la ventana de Subtítulos en vivo. La primera vez descarga datos del idioma, así que necesitas estar conectado una vez.
  • Comprueba: Aparece la ventana. Apple dice que se oculta cuando no se detecta audio. Elige Siempre en pantalla en el icono de Subtítulos en vivo de la barra de menús para mantenerla visible.

Paso 2: Reproduce el vídeo

  • Tú: Reproduce el vídeo. Si la ventana está subtitulando tu micrófono, haz clic en el icono del micrófono en su esquina, o elige Audio del ordenador en el icono de Subtítulos en vivo de la barra de menús.
  • macOS: Transcribe el habla en la ventana de Subtítulos en vivo mientras suena.
  • Comprueba: Los subtítulos aparecen mientras la gente habla. Apple dice que su precisión puede variar y que no debe confiarse en ellos en situaciones de alto riesgo o de emergencia.

Apple indica dos límites. Subtítulos en vivo necesita un Mac con chip de Apple y no está disponible en todos los idiomas, países o regiones. Su página de disponibilidad de funciones enumera inglés (Australia, Canadá, India, Singapur, Reino Unido y Estados Unidos), francés (Canadá y Francia), alemán (Alemania), japonés, coreano, chino mandarín (China continental y Taiwán), cantonés (China continental y Hong Kong) y español (México, España y Estados Unidos).

Crear subtítulos con tiempos en Final Cut Pro

La función Generate Captions (generar subtítulos) de Final Cut Pro convierte el habla de tus clips en subtítulos con tiempos. Es la vía de Apple hacia un archivo de subtítulos, cuesta dinero y solo funciona en inglés de Estados Unidos.

Paso 1: Genera los subtítulos

  • Tú: En Final Cut Pro, selecciona en la línea de tiempo los clips con habla, y después elige Edit, Generate Captions, Closed Captions, o pulsa Mayúsculas, Comando y C.
  • Comprueba: Los clips de subtítulos aparecen en su propio carril en la parte superior de la línea de tiempo. La primera vez, Final Cut Pro descarga su modelo de idioma, así que necesitas estar conectado una vez.

Paso 2: Expórtalos como texto

  • Tú: Convierte los subtítulos, que salen en formato iTT, a SRT y después expórtalos como un archivo aparte. La guía de Apple cubre las dos cosas.
  • Comprueba: El archivo SRT se abre en un editor de texto simple. Apple describe cada subtítulo como un número, una hora de inicio y de fin, y el texto.
  • Precio. 299,99 $ como compra única, o incluido en Apple Creator Studio, que es gratis durante 30 días y después cuesta 12,99 $ al mes o 129 $ al año para los suscriptores nuevos. Comprobado el 3 de octubre de 2026.
  • Mac. Final Cut Pro necesita macOS 15.6 o posterior, y Generate Captions necesita un Mac con chip de Apple.
  • Idioma. Generate Captions funciona solo en inglés de Estados Unidos.

Así que Final Cut Pro subtitulará tu vídeo encantado, siempre que todos los que hablan en él usen inglés de Estados Unidos. Apple añade que el ruido de fondo, la música o varias personas hablando a la vez pueden estropear la precisión y los tiempos, y sugiere usar antes Voice Isolation y Noise Removal.

Convertir el archivo de vídeo en texto con YapToText

YapToText lee el archivo de vídeo y transcribe su habla con Whisper Large v3 Turbo (Q5), el modelo de voz que viene dentro de la app, en tu Mac. Es gratis en la Mac App Store, sin cuenta. Suelta el vídeo en la tarjeta y las palabras vuelven como texto simple que puedes pegar donde quieras.

Paso 1: Suelta el vídeo en la tarjeta

  • Tú: Abre YapToText y ve a la página Utility. En el menú de modos de la tarjeta Transcribe a file, elige Raw Transcription para las palabras tal como se dijeron, o un modo como Note para darles forma. Después suelta el vídeo en la tarjeta, o haz clic en Choose File y elígelo.
  • YapToText: Reconoce el archivo por su contenido y no por su extensión, transcribe el habla que contiene en tu Mac y ejecuta el modo que elegiste.
  • Comprueba: El texto aparece en la tarjeta. Si aparece un error, la escalera de abajo tiene las soluciones.

Paso 2: Llévate el texto

  • Tú: Haz clic en Copy, o en Insert para escribir el texto en la app que usabas antes.
  • YapToText: Entrega texto simple. Send below lo pasa a la tarjeta siguiente, que reescribe texto con un modo como Note o Clean Up.
  • Comprueba: Las palabras están en tu documento.

Lo que importa para el vídeo:

  • Formatos habituales. Lee todo lo que macOS pueda decodificar. Entre los contenedores que reconoce están MP4, MOV, M4V, 3GP, M4A, WAV, AIFF, CAF, FLAC, MP3 y AMR, y Ogg donde macOS lo admita.
  • Sin límite de minutos. Un archivo no tiene límite de tiempo y no se mide nada. La parada de seguridad de 30 minutos se aplica solo a un dictado en directo. Un vídeo de más de 4 minutos se corta en los momentos de silencio en trozos de unos 2 minutos.
  • 29 idiomas. El selector Language de la página AI Models enumera 29 idiomas más Auto-detect, y empieza en el idioma del sistema de tu Mac. La guía de idiomas los enumera.

El mismo trabajo está en el panel de la barra de menús como Transcribe file y en la página History como Transcribe File. Para una nota de voz en lugar de un vídeo, la guía para transcribir notas de voz en un Mac empieza con la transcripción de Apple.

La página History de YapToText: un campo de búsqueda, filtros por fecha y por modo, y dictados etiquetados con su modo, su app y su hora.
Figura 1. Transcribe File está al pie de la página History, en la misma barra que Export.

Comparar las tres formas

Comprobado el 3 de octubre de 2026 en las páginas de soporte de Apple y en apple.com.

Subtítulos en vivoFinal Cut ProYapToText
CosteGratis, incluido en macOS299,99 $ una vez, o Apple Creator Studio a 12,99 $ al mes tras 30 días de prueba gratuitaGratis, sin nivel de pago
Mac que necesitaChip de ApplemacOS 15.6 o posterior. Chip de Apple para Generate CaptionsmacOS 14 o posterior, chip de Apple
Trabaja conAudio que suena en el Mac, o el micrófono, en el momentoClips en una línea de tiempo de Final Cut ProUn archivo de vídeo o de audio
Qué obtienesSubtítulos en una ventana mientras suenaSubtítulos con tiempos, exportables como archivo SRTTexto simple para copiar o insertar
Marcas de tiempoNo se describenSí, cada subtítulo lleva su tiempoNo
Idiomas8 idiomas, en las regiones indicadasSolo inglés de Estados Unidos29 idiomas más Auto-detect
Dónde se ejecutaEn el dispositivo, según AppleNo se indica. El modelo de idioma se descarga una vezEn tu Mac

Subtítulos en vivo sirve para seguir el vídeo, Final Cut Pro para publicar subtítulos y YapToText para las palabras en sí. Elige según lo que quieras recibir: subtítulos para ver, un archivo de subtítulos con tiempos o texto simple. Si prefieres ejecutar Whisper tú mismo desde Terminal, la guía de Whisper local en un Mac lo explica.

Póster de la App Store con el título Nothing leaves your Mac, sobre la página AI Models de YapToText con los dos modelos marcados como Included.
Figura 2. La versión del App Store trae su modelo de voz, así que un vídeo nunca tiene que subirse para convertirse en texto.

Si el vídeo no se transcribe

Empieza por el archivo y después por los ajustes. En caso de duda, dale a YapToText solo el audio.

  1. Reprodúcelo primero. Si no oyes habla, o solo música, un modelo de voz no tiene nada que transcribir.
  2. Exporta solo el audio. En QuickTime Player, elige File, Export As, Audio Only (archivo, exportar como, solo audio). Apple dice que eso guarda un archivo de audio MPEG 4 con una pista AAC, que puedes soltar en la tarjeta en su lugar.
  3. Mira si tiene protección contra copia. Si el menú de exportación de QuickTime Player no muestra opciones, Apple dice que la grabación puede estar protegida por derechos de autor y no se puede distribuir.
  4. Fija el idioma. Para un vídeo en otro idioma, elige ese idioma o Auto-detect language en el selector Language de la página AI Models.
  5. Prueba un modelo de voz más grande. Descarga uno de la Dictation Model Library de la página AI Models y ejecuta el archivo otra vez. Una descarga de modelo es el único uso de red que inicia la app.

La guía de AI Models explica cada modelo y su tamaño.

Lo que YapToText no puede hacer con un vídeo

  • Etiquetas de hablante. No dice quién habla, así que una conversación vuelve como texto sin nombres.
  • Marcas de tiempo y subtítulos. No añade marcas de tiempo y no exporta archivos SRT ni de otros subtítulos. Para subtítulos con tiempos, Final Cut Pro es la vía de Apple.
  • Traducción mientras transcribe. Transcribe lo que se dijo y no lo traduce. Para traducir después, selecciona el texto y pídele a Quick Edit otro idioma, o ejecuta Translate to English, una de las AI Actions incluidas.
  • Vídeo en streaming. Abre archivos de tu Mac, así que un vídeo que solo se reproduce en un navegador no es algo que pueda leer.
  • Algunos Mac y versiones. Necesita macOS 14 o posterior con chip de Apple, y no se afirma nada sobre los Mac con Intel. La versión de Homebrew viene sin los modelos y no puede transcribir hasta que descargues un modelo de voz. La guía de instalación lo explica.

Si importa quién dijo qué, la página que compara YapToText y MacWhisper para transcribir archivos cubre esa diferencia, y la guía de Quick Edit muestra cómo traducir o acortar una transcripción cuando ya está en pantalla. YapToText te da lo que se dijo, no quién lo dijo ni cuándo.

Póster de la App Store con el título Edit anything by voice: la tarjeta Quick Edit escuchando, aplicando la edición y terminada.
Figura 3. Quick Edit funciona con el texto que seleccionas en cualquier app, así que una transcripción se puede traducir o acortar cuando ya ha llegado.

En resumen

  • Para seguir el vídeo. Activa Subtítulos en vivo en Ajustes del Sistema, Accesibilidad, en un Mac con chip de Apple.
  • Para un archivo de subtítulos con tiempos. Usa Generate Captions de Final Cut Pro, en inglés de Estados Unidos, y exporta SRT.
  • Para las palabras como texto. Suelta el vídeo en la tarjeta Transcribe a file de YapToText, gratis y en tu Mac.

El vídeo entra, las palabras salen y nada sale de tu Mac. Si un vídeo no se transcribe y la escalera no ayudó, pulsa Copy Diagnostics en Settings, About y abre un issue en GitHub con el tipo de archivo. Leo todos los issues.

Descargar YapToText en el Mac App StoreDescarga gratuita. Sin cuenta y sin nada bloqueado, para macOS 14 o posterior en un Mac con chip de Apple. Código fuente en GitHub.

Quién escribe. Ryleigh Newman desarrolla software, tiene dificultades para escribir con las manos y dicta todos los días con YapToText, la app que describe este sitio. Esta página está traducida del inglés. La interfaz de la app y el resto del sitio están en inglés. Más sobre el proyecto, en inglés.

Guías

Más guías, en inglés

Fuentes

Preguntas

¿Puede un Mac transcribir vídeo a texto?

Sí, de tres maneras. Subtítulos en vivo muestra subtítulos en tiempo real mientras suena un vídeo en un Mac con chip de Apple, Final Cut Pro genera subtítulos con tiempos en inglés de Estados Unidos, y YapToText convierte un archivo de vídeo en texto simple en tu Mac, gratis.

¿Cómo transcribo un vídeo en mi Mac gratis?

Con YapToText. Abre su página Utility, suelta el vídeo en la tarjeta Transcribe a file y copia el texto. Es gratis, transcribe en tu Mac y necesita macOS 14 o posterior con chip de Apple.

¿Puedo transcribir un vídeo en local en un Mac?

Sí. YapToText transcribe el archivo con Whisper en tu Mac y no sube nada, y Apple dice que Subtítulos en vivo procesa el audio en el dispositivo. El único uso de red de YapToText es una descarga de modelo que inicias tú.

¿YapToText añade marcas de tiempo o nombres de hablantes?

No. Devuelve texto simple, sin marcas de tiempo, subtítulos ni etiquetas de hablante. Para subtítulos con tiempos, Final Cut Pro de Apple los genera en inglés de Estados Unidos y puede exportarlos como SRT.

¿Hay un límite de duración para transcribir un vídeo en YapToText?

No. Un archivo no tiene límite de minutos y no se mide nada. La parada de seguridad de 30 minutos se aplica solo a un dictado en directo. Un vídeo largo se corta en los momentos de silencio y se transcribe por partes.