Skip to main content
PromptQuorumBuilt for humans. Structured for AI.
Inicio/LLM locales avanzados
Voice, Speech & Multimodal

Reseña de Subtitle Edit: transcripción Whisper local y traducción automática

·7 min de lecturaPor Hans Kuepper · Fundador de PromptQuorum · Motor de descubrimiento de IA de pesos abiertos y código abierto

Subtitle Edit (versión estable 5.3.0, publicada el 14 de octubre de 2026) es un editor de subtítulos gratuito con licencia MIT para Windows, macOS y Linux que puede ejecutar en tu propio equipo el reconocimiento de voz de la familia Whisper y la traducción automática con LLM locales. Los motores de IA son descargas opcionales, y los motores en la nube que también lista envían datos al proveedor que elijas. Todo lo que se afirma aquí procede de las páginas del propio proyecto, no de pruebas.

Conclusiones clave

  • Mantenimiento: una versión preliminar, la 5.4.0-beta6, se publicó el 24 de octubre de 2026 sobre la estable 5.3.0, así que no se aplica ninguna advertencia de proyecto abandonado.
  • Voz a texto: motores de la familia Whisper y otros que se ejecutan en el equipo, además de algunos en línea.
  • Traducción: modelos locales de llama.cpp, Ollama o LM Studio, o APIs en la nube con tu propia clave.
  • Coste: gratis con licencia MIT, sin anuncios ni límites según las preguntas frecuentes del proyecto.
  • Creador: Nikse con colaboradores, con todo el código fuente en GitHub.

📍 En una frase

Subtitle Edit es un editor de subtítulos de escritorio y de código abierto cuyos diálogos de voz a texto y traducción automática pueden usar motores que se ejecutan en tu propio equipo.

💬 En términos simples

Abres un vídeo, eliges un motor tipo Whisper y un modelo, obtienes un archivo de subtítulos con sus tiempos y luego lo traduces con un modelo local o un servicio en línea a tu elección.

📌Nota: Esta reseña se basa en el repositorio de GitHub, sus notas de versión y la documentación del proyecto, consultados el 24 de octubre de 2026. PromptQuorum no ha instalado ni ejecutado la app, así que no se evalúa la calidad de la transcripción ni de la traducción.

Leer en:
🇺🇸en🇩🇪de🇫🇷fr🇯🇵ja🇨🇳zh🇪🇸es🇧🇷pt🇸🇦ar🇰🇷ko

Subtitle Edit es un editor de subtítulos gratuito y de código abierto para Windows, macOS y Linux, creado por Nikse y un grupo de colaboradores. Además de editar y convertir archivos de subtítulos, puede transcribir un vídeo con motores de la familia Whisper y traducir subtítulos con modelos locales o en la nube, que es la parte de la que trata esta reseña. Se basa en la página de GitHub del proyecto, sus notas de versión y su documentación, consultadas el 24 de octubre de 2026; PromptQuorum no ha probado la app en persona.

Reseña de Subtitle Edit: transcripción Whisper local y traducción automática

¿Qué es Subtitle Edit?

Subtitle Edit es un editor de escritorio para crear, sincronizar, convertir y traducir subtítulos, y sus versiones más recientes añaden funciones de IA en torno a ese núcleo. Las preguntas frecuentes del proyecto indican que admite más de 380 formatos de subtítulos, y las compilaciones para Windows, macOS y Linux se publican en la página de versiones de GitHub del proyecto.

Las partes de IA están separadas del editor: voz a texto, traducción automática, reconocimiento óptico de caracteres (OCR) y texto a voz usan cada uno motores que la app descarga la primera vez que se usan o a los que se conecta mediante una API. Esta reseña se centra en voz a texto y traducción automática; la documentación llama a la generación actual Subtitle Edit 5.

Dónde conseguirlo

Subtitle Edit es una descarga gratuita para Windows, macOS y Linux, con instalador o imagen de disco en cada plataforma.

Opción
Cómo conseguirlo
WindowsInstalador (Setup.exe) o zip portátil para x64, zip para ARM64, en GitHub Releases
macOS.dmg para Apple silicon o Intel, se arrastra a Aplicaciones; firmado y notarizado según el README
LinuxFlatpak (incluye mpv y ffmpeg) o tar.gz para x64 y ARM64
Sitio webnikse.dk/subtitleedit
Política de privacidadNo hay página aparte; la sección Privacy del README es la declaración del creador
Código fuentegithub.com/SubtitleEdit/subtitleedit, licencia MIT

Versión revisada: 5.3.0, la que GitHub marca como última estable, publicada el 14 de octubre de 2026; las compilaciones beta de 5.4.0 figuran como versiones preliminares. Los archivos de 5.3.0 pesan entre 59 y 155 MB antes de descargar cualquier motor o modelo.

Requisitos

El README pide Windows 10 versión 22H2 o posterior, macOS 12 o posterior (se recomienda macOS 14) y, en Linux, mpv y ffmpeg para las compilaciones tar.gz.

Sistema operativo

Qué dicen las fuentes:
Windows 10 22H2 o posterior; macOS 12 o posterior, se recomienda 14 o posterior; Linux según la lista de paquetes del README

Paquetes en Linux

Qué dicen las fuentes:
Las compilaciones tar.gz necesitan mpv y ffmpeg del gestor de paquetes; el Flatpak y el .dmg de macOS los incluyen

Descargas de motores

Qué dicen las fuentes:
Los motores y modelos se descargan al primer uso; la lista de modelos de Crisp ASR va de 75 MB a 9.4 GB por modelo

Modelos de traducción

Qué dicen las fuentes:
Los modelos curados de llama.cpp suelen pesar menos de 8 GB y el mayor ronda los 12 GB

Aceleración por GPU

Qué dicen las fuentes:
Whisper CPP ofrece CPU, NVIDIA cuBLAS y Vulkan en Windows; el registro de cambios menciona Metal en macOS y Vulkan en Linux

Internet

Qué dicen las fuentes:
Necesario para descargar motores y modelos y para cualquier motor en línea; después los locales funcionan sin conexión

La documentación no da un mínimo de RAM ni de VRAM para la app; las necesidades dependen del motor y del modelo elegidos, y ante un error «CUDA out of memory» se recomienda un modelo más pequeño.

Cómo empezar

Los pasos siguen la documentación del proyecto; PromptQuorum no los ha ejecutado.

  1. 1
    Instalar y abrir un vídeo
    Why it matters: Ejecuta el instalador, el dmg o el Flatpak y abre en Subtitle Edit un archivo de vídeo o unos subtítulos existentes.
  2. 2
    Transcribir con Video, Speech to text
    Why it matters: Elige un motor y un modelo, indica el idioma del audio o déjalo en detección automática, y deja que la app descargue el motor la primera vez antes de pulsar Transcribe.
  3. 3
    Revisar el resultado
    Why it matters: Ajusta el posprocesado, lee el informe de calidad que señala líneas demasiado cortas, demasiado largas, solapadas o repetidas, y corrige la cuadrícula a mano.
  4. 4
    Traducir con Translate, Auto-translate
    Why it matters: Elige un motor y el par de idiomas, traduce, revisa el original y la traducción lado a lado y confirma con OK.

Funciones confirmadas por las fuentes

Cada punto de abajo procede de la documentación del proyecto o de las notas de versión; PromptQuorum no ha probado ninguno.

  • Motores de voz a texto. Whisper CPP, Purfview Faster Whisper XXL, Whisper CTranslate2, Whisper Const-me (Windows), WhisperX y el flujo de Whisper en Python, además de Qwen3 ASR CPP y Crisp ASR con backends como Parakeet y Canary; en línea hay OpenRouter, Alibaba Qwen3-ASR y Google Cloud Speech-to-Text.
  • Ayudas de transcripción. Modo por lotes, detección automática del idioma, ajustes de detección de actividad de voz, «Translate to English» opcional para Whisper, posprocesado e informe de calidad.
  • Traducción local. Un servidor llama.cpp gestionado con modelos curados como TranslateGemma, Gemma 4 y Qwen, Ollama, LM Studio y variantes «advanced» que traducen por lotes con contexto, sinopsis y glosario; un motor MADLAD cubre 419 idiomas.
  • Traducción en la nube. Google Translate, Microsoft Bing, DeepL, ChatGPT, Anthropic, Gemini y otros, casi todos con tu propia clave de API, y un motor compatible con OpenAI para cualquier servidor que hable esa API.
  • Alrededor del núcleo. Un reproductor de vídeo con forma de onda, OCR para subtítulos en imagen, texto a voz y música de fondo generada, según lista la documentación.

Flujo de datos y privacidad

El README afirma que Subtitle Edit no recopila, almacena, transmite ni analiza tus archivos de subtítulos, tus archivos multimedia ni sus metadatos, y que la edición, la conversión, la reproducción y la copia de seguridad automática local se ejecutan en tu dispositivo. Los motores locales como Whisper CPP, llama.cpp, Ollama y LM Studio procesan audio o texto en tu equipo, o en un servidor al que apuntes la app.

La excepción es lo que activas tú. Según el README, los servicios en línea opcionales de traducción, voz a texto, texto a voz, OCR o consulta de diccionarios reciben solo los datos necesarios para esa petición, directamente desde la app y bajo la política de privacidad del proveedor. Las descripciones de los motores señalan que Google Translate, DeepL, ChatGPT, Anthropic, Gemini y los motores de voz en línea son servicios que requieren acceso a internet y, casi siempre, una clave de API. Los ajustes «compatible con OpenAI» y «llama.cpp remote server» envían texto a la dirección que introduzcas.

📌Nota: Son declaraciones del creador, no resultados de una auditoría. El código es abierto, pero PromptQuorum no lo ha leído ni ha inspeccionado el tráfico de red de la app, y tampoco se comprobaron los servidores desde los que se descargan los motores y modelos.

Para quién es

  • Subtituladores y editores de vídeo que quieren transcripción, sincronización y traducción en un solo editor en lugar de varias herramientas.
  • Creadores atentos a la privacidad que prefieren un motor Whisper local y un modelo de traducción local antes que subir sus archivos.
  • Quienes trabajan con una serie entera de episodios y necesitan aplicar la misma conversión o traducción a cada archivo.

Lo que no pudimos verificar

  • Precisión y calidad. PromptQuorum no ejecutó ningún motor de voz ni de traducción, así que no se evalúan las tasas de error de palabras, las alucinaciones ni la calidad de la traducción.
  • Velocidad y hardware. No se midieron tiempos ni consumo de memoria; el efecto de los backends CUDA, Vulkan y Metal en archivos reales no está probado.
  • El texto del sitio web oficial. La página de nikse.dk se genera con JavaScript y no se leyó; los datos de aquí proceden de GitHub y del sitio de documentación.
  • Orígenes de las descargas. La documentación dice que los motores y modelos se descargan automáticamente, pero no se comprobó desde qué servidores.
  • Estabilidad de la versión preliminar. La versión 5.4.0 sigue en beta, y a la estable 5.3.0 la precedieron decenas de compilaciones beta y release candidate, de modo que el comportamiento puede cambiar rápido.

Competidores y alternativas

Whisper.cpp

Plataformas:
Windows, macOS, Linux
Precio / licencia:
Gratis / MIT
Diferencia clave:
El motor que Subtitle Edit lista como Whisper CPP; una herramienta de línea de comandos y biblioteca sin editor de subtítulos
Artículos sobre Whisper.cpp (10)

+18 más no mostrados

faster-whisper

Plataformas:
Windows, macOS, Linux
Precio / licencia:
Gratis / MIT
Diferencia clave:
Biblioteca de Python para transcripción rápida con Whisper; el flujo de subtítulos lo montas tú
Artículos sobre faster-whisper (5)

También mencionado en:

+6 más no mostrados

MacWhisper

Plataformas:
macOS
Precio / licencia:
Freemium / propietaria
Diferencia clave:
App para Mac centrada en la transcripción con compra única; Subtitle Edit añade edición de formatos y elección de motor
Artículos sobre MacWhisper (2)

También mencionado en:

TranscriptionSuite

Plataformas:
Windows, macOS, Linux
Precio / licencia:
Gratis / GPL-3.0
Diferencia clave:
Transcripción local con modo en vivo, etiquetas de hablante y un cuaderno de audio, según su ficha del directorio
Artículos sobre TranscriptionSuite (1)

Comprueba el precio, la licencia y las plataformas actuales de cada app en su propia página antes de decidir.

Comparar en el directorio

Preguntas frecuentes

¿Necesito internet para la primera transcripción?

Sí, una vez: la app descarga el motor y el modelo elegidos la primera vez que se usan. La página de componentes de terceros también describe cómo colocar los archivos a mano en la carpeta de datos de la app, que en Windows es %APPDATA%\Subtitle Edit y en Linux y macOS ~/.config/Subtitle Edit.

¿Qué motor Whisper conviene con una tarjeta gráfica NVIDIA?

La documentación recomienda el backend cuBLAS de Whisper CPP o Purfview Faster Whisper XXL para la transcripción más rápida en GPU NVIDIA, y un modelo más pequeño si aparece un error de memoria CUDA.

¿Puede indicar quién habla?

Sí, con el motor Crisp ASR. «Detect speakers» usa la diarización Sortformer de NVIDIA para hasta 8 hablantes, descarga un modelo de 107 MB la primera vez y requiere Crisp ASR v0.8.37 o posterior.

¿Puedo usar un modelo de traducción que no está en la lista?

Sí. Copia un archivo .gguf en la carpeta llama.cpp/models o marca «Use remote server» y apunta a tu propio llama-server. La documentación indica que TranslateGemma 27B necesita una descarga de unos 16 GB y unos 20 GB de VRAM, y considera que el modelo de 12B ya es una opción sólida.

¿Puedo usarlo sin la interfaz gráfica?

Sí, con seconv, el conversor de línea de comandos que se publica con cada versión. Su traducción automática admite motores compatibles con OpenAI y DeepL, y las opciones --translate-api-key y --translate-prompt.

Veredicto

Subtitle Edit es un editor veterano, gratuito y con licencia abierta que ahora reúne, junto a sus herramientas clásicas de subtítulos, la transcripción local con Whisper y la traducción con LLM locales; su registro de cambios muestra cuatro versiones preliminares entre el 20 y el 24 de octubre de 2026. En contra, los motores de IA son descargas aparte de hasta varios gigabytes, los motores en la nube envían tu texto o audio a terceros, la línea más reciente sigue en beta y aquí no se pudo comprobar nada sobre la calidad del resultado. Encaja con quienes ya trabajan con subtítulos y quieren un solo lugar para transcribir y traducir en su propio equipo; quien solo necesite una transcripción quizá encuentre más sencilla una herramienta dedicada a transcribir.

Fuentes

  • Subtitle Edit en GitHub — repositorio, licencia MIT y README con los requisitos del sistema y la sección Privacy, consultados el 24 de octubre de 2026.
  • GitHub Releases — v5.3.0 (14 de octubre de 2026), versión preliminar v5.4.0-beta6 (24 de octubre de 2026), archivos de descarga y registro de cambios, consultados el 24 de octubre de 2026.
  • Documentación de Speech to Text — motores, modelos, backends de Crisp ASR, detección de hablantes y consejos, consultada el 24 de octubre de 2026.
  • Documentación de Auto Translate y Advanced Local Engines — motores de traducción, modelos propios y ajustes por lotes, consultadas el 24 de octubre de 2026.
  • Third-Party Components y FAQ — carpeta de datos, ubicación de los componentes, formatos y licencia, consultadas el 24 de octubre de 2026.
  • Sitio web de Subtitle Edit — sitio oficial; se genera con JavaScript y su texto no se leyó para esta reseña.

← Volver a LLM locales avanzados

MCP