ForHosting KIT · Audio y voz

Alinear transcripción con tiempos SRT y crear subtítulos

Convierta una transcripción limpia en texto plano y un mapa de tiempos existente en subtítulos SRT listos para usar.

● BetaGratis · en su navegador
Úselo desde WebAPIEmailTelegramApp pronto

Cada marca temporal se transforma en una entrada numerada, mientras la transcripción aporta las palabras exactas que verá el público. El texto de referencia opcional indica cuántas palabras corresponden a cada segmento, de modo que las correcciones de ortografía y puntuación conservan la estructura temporal original. El resultado emplea códigos de tiempo SRT estándar, numeración estable, separadores correctos y un límite configurable de caracteres por línea.

Prepare la transcripción y el mapa temporal

Comience con la versión definitiva de la transcripción, tal como debe aparecer en los subtítulos. Se normalizan los espacios entre palabras, pero se conservan la ortografía, las mayúsculas y la puntuación. A continuación, facilite una lista ordenada de marcas de tiempo. Cada elemento necesita un inicio y un final en segundos y genera una entrada SRT. También puede incluir texto de referencia procedente de la transcripción original. La herramienta no copia ese texto en el resultado: cuenta sus palabras y toma la misma cantidad de la transcripción corregida. Así puede conservar los tiempos de una transcripción automática después de corregir nombres o redacción. Sin texto de referencia, cada marca consume una palabra. La suma debe abarcar toda la transcripción; cualquier palabra sobrante o recuento excesivo provoca un error explícito. Los segundos admiten decimales como 1.25 u 8.9.

Controle la longitud de las líneas

Defina max_chars_per_line según el límite que exijan su flujo de entrega, reproductor, emisora o criterios de accesibilidad. El valor predeterminado es 42 caracteres y se aceptan valores de 8 a 120. El ajuste de línea solo ocurre entre palabras. El algoritmo añade palabras hasta que la siguiente superaría el máximo y entonces abre una nueva línea. No modifica palabras, elimina signos ni introduce guiones. Si una sola palabra supera el límite, la solicitud se rechaza para evitar alterar el texto sin aviso. Podrá aumentar el máximo o editar deliberadamente esa palabra. Cada marca temporal sigue siendo una única entrada aunque el texto ocupe varias líneas; durante el formato no se inventan ni dividen tiempos. Para obtener subtítulos convencionales de dos líneas, prepare segmentos que quepan en dos líneas con el máximo elegido. La capacidad limita caracteres por línea, no aplica una política oculta de longitud por entrada.

Valide los tiempos y utilice el SRT

Antes de generar bloques, la herramienta valida todas las marcas temporales. El inicio y el final deben ser valores finitos y no negativos, y el final debe ser posterior al inicio. El orden también ha de ser cronológico: una entrada no puede comenzar antes de que termine la anterior. Las entradas contiguas sí pueden tocarse exactamente. Si aparece un solapamiento o un intervalo invertido, el proceso se detiene e identifica el elemento problemático. Este control evita que un archivo aparentemente correcto esconda fallos que distintos reproductores interpretarían de forma desigual. Los segundos válidos se redondean al milisegundo y se expresan como HH:MM:SS,mmm. El resultado incluye una cadena srt completa para copiar o guardar y una lista blocks para integraciones estructuradas. La numeración comienza en uno y la salida es determinista. Puede usarla en el navegador o llamar a la API por $0.002 dentro de un flujo automatizado.

Aplicar correcciones editoriales

Conserve los tiempos de la transcripción automática mientras sustituye su redacción por una versión revisada y aprobada.

Convertir tiempos por palabra a SRT

Transforme una marca por palabra en entradas SRT válidas sin dar formato manual a códigos de tiempo ni números.

Cumplir límites de línea

Ajuste el texto al máximo de caracteres por línea antes de importarlo en un reproductor o editor.

¿Cuánto cuesta una solicitud API?

Cada solicitud API cuesta $0.002. La versión del navegador permite trabajar de forma interactiva sin enviar el contenido a un modelo remoto.

¿Aparece el texto de referencia en los subtítulos?

No. Solo determina cuántas palabras recibe una marca temporal; el texto visible siempre procede de la transcripción.

¿Pueden solaparse las marcas temporales?

No. Cada entrada debe terminar después de comenzar, y la siguiente debe iniciarse cuando finalice la anterior o más tarde.

¿Qué sucede si las palabras no coinciden con los recuentos?

La solicitud falla si quedan palabras sin asignar o si las marcas exigen más palabras de las disponibles.

¿Se divide una palabra larga para respetar el límite?

No. Una palabra más larga que max_chars_per_line produce un error y preserva la transcripción sin alteraciones silenciosas.

¿Cómo se expresan las fracciones de segundo?

Los segundos se redondean al milisegundo más cercano y se escriben con la coma estándar de SRT.

Todo lo de esta página está disponible por programación. Esta sección es para equipos que quieren integrarlo en sus sistemas; el resto puede usar la herramienta de arriba sin más.

POSThttps://api.kit.forhosting.com/audio/audio-to-text-srt-align

¿Prefiere automatizarlo? Un POST autenticado crea la tarea; el resultado llega por webhook o enlace firmado. La misma capacidad también se ejecuta aquí en la web, por email y desde Telegram — y pronto también desde nuestra app.

curl -X POST https://api.kit.forhosting.com/audio/audio-to-text-srt-align \
  -H "Authorization: Bearer $KIT_KEY" \
  -H "Content-Type: application/json" \
  -d '{"transcript":"Welcome to the demonstration. This subtitle wraps cleanly.","timestamps":[{"start":0,"end":2.4,"text":"Welcome to the demonstration."},{"start":2.4,"end":5.2,"text":"This subtitle wraps cleanly."}]}'
{
  "transcript": "Welcome to the demonstration. This subtitle wraps cleanly.",
  "timestamps": [
    {
      "start": 0,
      "end": 2.4,
      "text": "Welcome to the demonstration."
    },
    {
      "start": 2.4,
      "end": 5.2,
      "text": "This subtitle wraps cleanly."
    }
  ]
}
{
  "task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
  "type": "audio.audio_to_text_srt_align",
  "status": "queued",
  "_links": {
    "result": "/tasks/tsk_…/result"
  }
}

La API es asíncrona: la llamada devuelve un task_id al instante y el resultado llega por webhook. El polling está limitado a 1 req/s por tarea.

Por solicitud$0.002

Precio publicado — sin tokens ni créditos inventados. Una tarea fallida no se cobra.

max_items10000
max_chars500000
HTTPCódigoSignificado
401unauthorizedAPI key ausente o inválida.
402insufficient_balanceEl saldo no cubre el precio de la tarea.
404unknown_typeEl tipo de tarea no existe.
429rate_limitedDemasiadas peticiones. Use el webhook en vez de sondear.

Ver la documentación completa del KIT →