Guía

TXT, SRT, VTT, SBV, CSV, HTML o PDF, ¿qué formato de transcripción?

Siete opciones de exportación son un menú, no una decisión. Cada una existe para un trabajo distinto, y elegir mal cuesta una tarde entera en un editor.

30 August 2026

Las herramientas de transcripción suelen ofrecer una lista de formatos de exportación sin explicar para qué sirve ninguno. Aquí tienes la decisión, primero en una tabla y luego en detalle.

Quieres…	Usa
Leerla, editarla, pegarla	TXT
Subtitular un vídeo en Premiere o Final Cut	SRT
Subtitular un vídeo en la web	VTT
Subir subtítulos a YouTube	SRT (o SBV)
Ordenar, filtrar o contar cosas	CSV
Publicarla en una página	HTML
Enviarla a alguien que no debe editarla	PDF

Los de texto #

TXT #

Solo las palabras, sin tiempos. Es la opción por defecto correcta para todo lo que vayas a leer o a partir de lo cual vayas a escribir: pegarla en las notas, meterla en un documento, buscar una frase.

Lo que hay que saber: en cuanto exportas TXT, los tiempos desaparecen. Si existe alguna posibilidad de que necesites localizar el momento en el audio más adelante, exporta también un formato con tiempos. Tener ambos no cuesta nada.

PDF #

Un documento fijo. Úsalo cuando la transcripción sea un entregable y no un archivo de trabajo: enviar un registro a un cliente, presentar algo, adjuntarlo a un informe donde debe verse igual en todas las máquinas y no editarse a la ligera.

No lo uses como tu propia copia de trabajo. Sacar el texto de un PDF de forma limpia es molesto.

HTML #

Una transcripción como página web. Es lo que quieres si la transcripción se va a publicar: en un blog, en una base de conocimiento, como acompañamiento accesible a un episodio de pódcast.

El motivo infravalorado para publicar transcripciones en HTML: los buscadores leen texto, no audio. Un pódcast con transcripciones publicadas se puede encontrar de una forma en que un archivo de audio nunca podrá, y es la mejora de accesibilidad más barata al alcance de un pódcast.

Los de subtítulos #

Estos tres hacen el mismo trabajo — texto más tiempos, para mostrar sobre vídeo — y se diferencian en la sintaxis, no en la capacidad.

SRT #

El universal. Todo editor de vídeo, todo reproductor y toda plataforma lo aceptan. Si tienes dudas, esta es la respuesta.

1
00:00:00,000 --> 00:00:07,000
Good afternoon everyone and welcome
to the second quarter earnings call.

Bloques numerados, un código de tiempo de inicio y de fin, el texto y una línea en blanco. Fíjate en la coma antes de los milisegundos.

VTT (WebVTT) #

El estándar de la web, y lo que espera el vídeo de HTML5. Estructuralmente casi idéntico a SRT, con dos diferencias que importan: el archivo empieza con una línea WEBVTT y los códigos de tiempo usan un punto antes de los milisegundos en lugar de una coma.

WEBVTT

00:00:00.000 --> 00:00:07.000
Good afternoon everyone and welcome
to the second quarter earnings call.

Este es el problema de subtítulos más habitual con el que se topa la gente: un SRT renombrado a .vtt, o al revés. Parece correcto y falla en silencio al cargarse. Si te rechazan unos subtítulos sin motivo aparente, comprueba ese carácter primero.

VTT también puede llevar estilos y posicionamiento, cosa que SRT no puede: rara vez hace falta, pero de vez en cuando es el motivo para elegirlo.

SBV #

El formato propio de YouTube, de antes de que aceptara todo lo demás. Aún más simple: códigos de tiempo separados por una coma, sin números de bloque.

0:00:00.000,0:00:07.000
Good afternoon everyone and welcome
to the second quarter earnings call.

Conviene tenerlo cuando un flujo de trabajo lo espera específicamente. YouTube acepta SRT perfectamente hoy en día, así que es una opción de compatibilidad y no una primera elección.

El de análisis #

CSV #

Una fila por segmento, con hora de inicio, hora de fin y texto como columnas. Es el formato que a nadie se le ocurre usar y el que más posibilidades abre.

Ábrelo en Numbers, Excel o un cuaderno de Python y podrás hacer cosas imposibles en un documento de texto:

• Ordenar los segmentos por longitud para encontrar los pasajes ininterrumpidos más largos.
• Filtrar todos los segmentos que contengan un término concreto, con su marca de tiempo, para construir un índice de citas.
• Contar con qué frecuencia aparece un tema en una carpeta de transcripciones.
• Unir transcripciones de muchas grabaciones en un solo conjunto de datos para investigación.

Si transcribes para analizar y no para leer — investigación de usuarios, análisis de contenido, revisión de cumplimiento —, exporta CSV además de tu TXT.

Dos reglas prácticas #

Exporta más de uno. No cuesta nada producirlos y responden a preguntas distintas. TXT más un formato con tiempos cubre casi cualquier eventualidad.

Revisa el archivo antes de construir sobre él. Las transcripciones automáticas contienen errores, y corregirlos es más barato en esta fase. Repasa nombres y cifras antes de importar 400 subtítulos a un editor y ponerte a darles estilo.

De dónde sale esto #

Offline Transcription exporta los siete — TXT, SRT, SBV, VTT, CSV, HTML y PDF — tanto en Mac como en iPhone, a partir de la misma transcripción y sin subir la grabación a ninguna parte.

Si tu objetivo son los subtítulos en concreto, tenemos un paso a paso para crear un SRT y cargarlo en Final Cut, Premiere o YouTube.