Puntos clave

  • La mayoría de las herramientas de OCR de subtítulos extraen todo lo que hay en pantalla —la marca de agua, el logo del canal y los gráficos en pantalla acaban mezclados en tu archivo SRT junto a los subtítulos reales.
  • La solución es filtrar lo que el OCR conserva usando cuatro señales: color, altura del texto, región de la pantalla e idioma. Los subtítulos reales suelen ser de un color consistente, un tamaño consistente, fijados en la misma banda del fotograma y en un solo idioma; las marcas de agua y los logos difieren en al menos una de estas.
  • GeekLink te permite fijar estos filtros antes de la extracción —elige el color del subtítulo a partir de fotogramas de muestra, fija una altura de texto mínima y máxima, elige la región del subtítulo (inferior, 20 % inferior, superior o fotograma completo) y fija el idioma del subtítulo para que el texto en otros sistemas de escritura se descarte automáticamente.
  • Funciona 100 % sin conexión en Macs con recent desktop hardware y exporta un SRT limpio, sin subida a la nube ni líneas de marca de agua que borrar a mano.
  • GeekLink tiene un plan gratuito; Pro cuesta 12,99 $/mes o 99 $/año y admite OCR en más de 90 idiomas.

¿Por qué el OCR de subtítulos recoge la marca de agua y el logo?

El OCR lee todo el texto del fotograma, no solo los subtítulos. Un subtítulo «incrustado» (quemado) es solo píxeles: no hay una pista de subtítulos separada que copiar. Así que una herramienta de OCR escanea cada fotograma, encuentra cualquier cosa que parezca texto y la lee. Si el fotograma también contiene la marca de agua de un canal, un logo, un nombre de usuario, una superposición de «Suscríbete» o el título de una canción, el OCR también los lee.

El resultado es un archivo SRT donde las líneas de diálogo reales se intercalan con basura: la marca de agua se repite en casi todas las líneas, el texto del logo aparece como caracteres distorsionados y los rótulos en pantalla se mezclan. Limpiar eso a mano echa por tierra el propósito de usar OCR en primer lugar.

La idea clave es que los subtítulos se ven distintos de todo lo demás de tres formas medibles. Los subtítulos de diálogo suelen ser de un único color consistente (a menudo blanco o amarillo con contorno), una altura consistente, y se sitúan en la misma banda horizontal del fotograma. Una marca de agua suele ser semitransparente, más pequeña y aparcada en una esquina; un logo es un gráfico fijo; los rótulos en pantalla suelen ser más grandes o de un color distinto. Si le dices al motor de OCR cómo se ve el subtítulo, puede conservar los subtítulos y descartar el resto.

¿Cómo extraes solo los subtítulos y omites todo lo demás?

¿Nuevo en esto de sacar subtítulos incrustados de un vídeo? Empieza con el tutorial general sobre cómo extraer subtítulos incrustados con OCR. Esta guía se centra en algo que lo básico omite: conservar solo el diálogo y descartar la marca de agua, el logo y el texto en pantalla.

Restringes el OCR con cuatro filtros —color, tamaño de fuente, región e idioma— para que solo lea el texto que coincide con tus subtítulos reales. Cada filtro elimina un tipo distinto de ruido, y puedes apilar los cuatro.

  • Filtro de color — conserva solo el texto del color del subtítulo, para que una marca de agua, un logo o un comentario de otro color se ignore.
  • Filtro de tamaño de fuente — conserva solo el texto dentro de un rango de altura, para que las marcas de agua/créditos diminutos y los títulos sobredimensionados se omitan.
  • Filtro de región — lee solo la banda donde aparecen los subtítulos, para que nada en las esquinas o en la parte superior del fotograma se escanee.
  • Filtro de idioma — conserva solo el texto en el sistema de escritura de tu subtítulo, para que un logo o una marca de agua en otro idioma se descarte automáticamente.

En GeekLink, fijas estos filtros antes de que comience la extracción y se aplican a todo el lote. Las secciones siguientes explican cada uno.

¿Cómo filtro los subtítulos por color?

GeekLink toma fotogramas de muestra de tu vídeo y te permite hacer clic en el color exacto de tus subtítulos; luego conserva solo el texto de ese color e ignora todo lo demás. Cuando inicias un trabajo de OCR, GeekLink extrae un conjunto de fotogramas fijos que contienen texto y te los muestra. Haces clic en un carácter del subtítulo, GeekLink lee su color y lo usa como filtro.

Este es el filtro individual más eficaz para las marcas de agua y los comentarios en pantalla, porque casi siempre son de un color distinto (o una versión desvaída, semitransparente) en comparación con los subtítulos de diálogo blancos o amarillos limpios. Si tus subtítulos son blancos y la marca de agua es gris, un filtro de color por sí solo elimina la marca de agua.

El filtrado por color también gestiona el caso común de los subtítulos de dos colores o de dos hablantes: puedes capturar un color y dejar fuera el otro, o capturar ambos, según lo que necesites. Como eliges el color a partir de fotogramas reales de tu propio vídeo, coincide con el subtítulo realmente renderizado en lugar de con un valor adivinado.

¿Cómo filtro el texto por tamaño de fuente?

Fijas una altura de texto mínima y máxima, y GeekLink solo lee el texto cuya altura cae dentro de ese rango. Los subtítulos de un vídeo dado son de un tamaño consistente, así que un rango de altura que se ajuste al diálogo excluirá de forma natural el texto que sea mucho más pequeño o mucho más grande.

Esto captura el ruido que un filtro de color pasa por alto. Una pequeña marca de agua semitransparente, un diminuto crédito de copyright o un nombre de usuario en la esquina suele ser más corto que el texto del subtítulo, así que una altura mínima lo elimina. Un cartel de título grande, un titular de introducción o una gran pancarta en pantalla suele ser más alto que el texto del subtítulo, así que una altura máxima lo elimina.

Fijar un rango de tamaño de fuente es la forma más fiable de descartar marcas de agua y créditos que resultan compartir el color del subtítulo. Combinado con el filtro de color, elimina tanto el ruido de otro color como el ruido del mismo color pero de tamaño incorrecto.

¿Cómo limito el OCR a la región del subtítulo?

Le dices a GeekLink qué banda del fotograma escanear —mitad inferior, 20 % inferior, mitad superior o fotograma completo— e ignora por completo el texto fuera de esa banda. La mayoría de los subtítulos de diálogo se sitúan en la parte inferior del fotograma, así que restringir el OCR a la región inferior omite cualquier cosa en las esquinas o a lo largo de la parte superior, como logos y marcas de agua de canales.

El filtro de región también es una ganancia de velocidad: escanear una banda estrecha en lugar de todo el fotograma significa menos que procesar por fotograma. Para el vídeo vertical de formato corto (TikTok, Reels, Shorts), los subtítulos suelen situarse más arriba, cerca de la parte central superior, así que GeekLink te permite cambiar la región a la superior. Elegir la región equivocada es la razón más común por la que el OCR «no encuentra nada», así que ajústala a dónde están realmente tus subtítulos.

La región, el color y el tamaño funcionan juntos: la región elimina todo lo que está fuera de la banda de subtítulos, y luego el color y el tamaño limpian cualquier cosa que quede dentro de ella —como una marca de agua que resulta solaparse con el área del subtítulo.

¿Cómo ignoro subtítulos o texto en otro idioma?

Dile a GeekLink el idioma de tu subtítulo y descartará automáticamente el texto escrito en una escritura distinta. Cuando fijas el idioma de origen —digamos chino—, GeekLink espera caracteres chinos (más letras latinas y números, que aparecen en casi cualquier subtítulo) y descarta las líneas en otros sistemas de escritura, como un logo de canal tailandés, una marca de agua coreana o texto japonés en pantalla.

Este es el filtro que el color y el tamaño no siempre pueden captar. Un clip resubido o reposteado suele llevar una marca de agua o un logo de canal en un idioma completamente distinto al del diálogo. Como ese texto es de una escritura distinta, GeekLink lo trata como «no es el idioma de tu subtítulo» y lo deja fuera, incluso cuando resulta compartir el color y el tamaño del subtítulo.

Es especialmente útil para el vídeo chino de formato corto y reposteado, donde los logos de plataformas tailandesas, coreanas o japonesas son comunes. Una advertencia: GeekLink conserva las letras latinas y los números sin importar el idioma elegido, porque los subtítulos incorporan habitualmente palabras y dígitos en inglés, así que este filtro elimina otras escrituras no latinas, no el inglés.

Para el tutorial completo —una tabla de escrituras por idioma, subtítulos bilingües y por qué el inglés nunca se elimina— consulta cómo ignorar logos y marcas de agua en otros idiomas.

Paso a paso: extraer subtítulos limpios de un vídeo en Mac

Este es el flujo de trabajo completo en GeekLink, desde la importación hasta un SRT limpio:

  1. Importa tu(s) vídeo(s). Arrastra uno o varios archivos: GeekLink procesa por lotes una carpeta entera de una vez.
  2. Elige la región del subtítulo. Selecciona inferior (por defecto), 20 % inferior, superior o fotograma completo para que coincida con dónde están tus subtítulos. Para el vídeo vertical, elige la superior.
  3. Inicia el OCR y elige el color del subtítulo. GeekLink muestra fotogramas de muestra; haz clic en un carácter del subtítulo para fijar el filtro de color.
  4. Fija el rango de altura del texto. Introduce una altura mínima y máxima para que las marcas de agua, los créditos y los títulos sobredimensionados se excluyan.
  5. Déjalo correr y luego exporta el SRT. GeekLink lee solo el texto que coincide con los tres filtros y exporta un SRT limpio y editable, sin líneas de marca de agua que borrar.

Como los filtros se aplican a todo el lote, los fijas una vez y limpias docenas de vídeos en una sola pasada. Todo funciona localmente en tu computadora, así que no se sube nada.

Para una referencia de cada ajuste de OCR en la app —muestreo de color, rango de altura de fuente, región e intervalo de detección— consulta la guía de OCR en la documentación.

¿Cómo se compara esto con otras herramientas de OCR de subtítulos?

La mayoría de los extractores de subtítulos por OCR leen todo el fotograma y no te dan forma de excluir el texto que no es subtítulo, así que acabas borrando a mano las líneas de la marca de agua y el logo del SRT. Las apps de OCR genéricas (y las herramientas de captura de pantalla a texto) no están hechas para los subtítulos de vídeo en absoluto: no tienen concepto de un color, una altura o una banda de subtítulo.

El OCR de subtítulos dedicado es más raro. El diferenciador a buscar es si una herramienta te permite restringir la extracción por color, tamaño y región antes de ejecutarse, en lugar de obligarte a limpiar la salida después. GeekLink está construido en torno a ese flujo de trabajo y funciona sin conexión en Mac; las herramientas en la nube requieren subida y una suscripción, y la mayoría siguen capturando todo lo que hay en pantalla.

Aviso: GeekLink es nuestro producto. Los filtros de color, tamaño de fuente y región descritos aquí son los controles exactos de la app. Los conjuntos de funciones de otras herramientas cambian con el tiempo; verifícalos en sus sitios.

Preguntas frecuentes

¿Cómo elimino una marca de agua de los subtítulos extraídos?

Filtra el OCR antes de que se ejecute en lugar de limpiar el SRT después. En GeekLink, elige el color del subtítulo a partir de fotogramas de muestra para que una marca de agua de otro color se ignore, fija un rango de altura de texto para que una marca de agua más pequeña se omita y restringe el OCR a la región del subtítulo para que las marcas de agua de las esquinas nunca se escaneen. Apilar los tres elimina la mayoría de las marcas de agua automáticamente.

¿Por qué mi OCR de subtítulos incluye el logo del canal y el texto en pantalla?

Porque el OCR lee todo el texto del fotograma, y los subtítulos incrustados son solo píxeles sin una pista separada. A menos que la herramienta te permita filtrar por color, tamaño o región, captura el logo, el nombre de usuario y cualquier rótulo en pantalla junto con el diálogo.

¿Puedo extraer solo un color de subtítulo de un vídeo?

Sí. GeekLink lee el color del subtítulo a partir de fotogramas de tu propio vídeo y conserva solo el texto de ese color. Para subtítulos de dos colores o de dos hablantes, puedes capturar un solo color y dejar el otro fuera, lo cual es útil cuando un color es diálogo y el otro es comentario en pantalla.

¿Cómo evito que el OCR capture el cartel de título o el texto grande en pantalla?

Fija una altura máxima de texto. Los carteles de título y las grandes pancartas suelen ser más altos que los subtítulos de diálogo, así que una altura máxima los excluye mientras conserva la línea del subtítulo. Combínalo con una altura mínima para descartar también los créditos y marcas de agua pequeños.

¿Cómo ignoro una marca de agua o un logo que está en otro idioma?

Fija el idioma del subtítulo en GeekLink. Conserva el texto en el sistema de escritura de ese idioma (más las letras latinas y los números) y descarta el texto en otras escrituras, así que un logo o una marca de agua tailandesa, coreana o japonesa sobre un vídeo chino se elimina automáticamente. Esto es independiente de los filtros de color y tamaño y capta el ruido en otros idiomas que ellos podrían pasar por alto.

¿Funciona la extracción de subtítulos sin conexión en Mac?

Sí. GeekLink ejecuta el OCR localmente en Macs con recent desktop hardware tras descargar el modelo una vez, sin subida a la nube. Procesa varios vídeos por lotes y exporta archivos SRT limpios, todo sin conexión.