En resumen: Video-Subtitle-Extractor (VSE) es una herramienta gratuita y de código abierto que hace OCR de los subtítulos incrustados (quemados) de un vídeo hacia un archivo SRT. Es realmente potente — 87 idiomas, OCR local sin claves de API, extracción por lotes y aceleración por GPU — y para un desarrollador con una GPU NVIDIA que quiere extracción masiva gratuita, es difícil de superar. Pero VSE está basado en Python, orientado a NVIDIA/CUDA (lento en la CPU de un Mac) y hace una sola cosa: extraer. No traduce los subtítulos, no los vuelve a incrustar ni te da un editor para corregirlos. GeekLink es una app macOS lista para usar que hace la misma extracción por OCR y luego sigue adelante — traducción con IA, una fase de edición que marca las líneas de las que no está seguro, e incrustación — todo en una sola app sin configurar Python. Si eres desarrollador con una GPU NVIDIA y solo necesitas extracción en bruto gratis, VSE es excelente; si estás en un Mac y quieres pasar de subtítulos incrustados a un vídeo traducido, corregido y reincrustado sin tocar la línea de comandos, GeekLink hace toda la cadena.
¿Quieres extraer subtítulos incrustados, traducirlos y volver a incrustarlos, sin Python? GeekLink ejecuta toda la cadena de OCR localmente en tu Mac. Plan gratuito, sin cuenta.
Descargar gratis¿Qué es Video-Subtitle-Extractor (VSE)?
Video-Subtitle-Extractor (VSE) es una herramienta gratuita y de código abierto (Apache 2.0) que extrae subtítulos incrustados de un vídeo y genera un archivo SRT, usando OCR local sin ninguna API de terceros. Con 9,000+ estrellas en GitHub es la herramienta más popular de esta categoría, especialmente en la comunidad de habla china.
VSE detecta la región del subtítulo fotograma a fotograma, lee el texto en pantalla con un modelo de OCR local, filtra el texto que no es subtítulo, elimina duplicados de las líneas repetidas y escribe un SRT (o TXT). Admite 87 idiomas, ofrece modos Rápido / Automático / Preciso que cambian velocidad por precisión, y puede extraer por lotes varios vídeos siempre que compartan la misma resolución y región de subtítulo.
Su verdadera fortaleza es que todo se ejecuta localmente y gratis, con aceleración por GPU en hardware NVIDIA para mayor precisión y velocidad. También se combina con un proyecto hermano (video-subtitle-remover) si luego quieres borrar el texto incrustado antiguo. VSE es, por diseño, una herramienta de extracción — convierte texto incrustado en un SRT, y ahí termina su trabajo.
Las contrapartidas son la otra cara de ser un proyecto de código abierto en Python. Está orientado a NVIDIA CUDA, así que en un Mac recurre a la CPU y va lento. La instalación puede significar descargar una compilación de la release o, si falla, instalar un entorno conda desde el código fuente. También existen pequeñas aristas de experiencia de usuario — por ejemplo, las rutas del vídeo y del programa no pueden contener espacios ni caracteres no ASCII. Para un usuario técnico son menores; para alguien que no programa son fricción real.
GeekLink vs VSE: ¿cómo se comparan?
Se solapan en exactamente una cosa — el OCR local de subtítulos incrustados hacia un archivo editable. Todo lo posterior (traducción, edición, incrustación) es exclusivo de GeekLink, y todo lo relativo a ser gratis y programable en cualquier GPU es donde VSE gana.
| Función | GeekLink | Video-Subtitle-Extractor (VSE) |
|---|---|---|
| OCR de subtítulos incrustados → SRT editable | Sí — función principal | Sí — función principal |
| Plataforma | macOS (nativa, Apple Silicon) | Windows / Linux / macOS, pero optimizada para GPU NVIDIA (Mac = CPU, lento) |
| Instalación | Descarga la app y ábrela — sin Python | Descarga la release, o instala un entorno conda/Python desde el código fuente |
| Interfaz | GUI nativa con línea de tiempo de edición | GUI para extracción (sin editor para corregir resultados en la app) |
| Idiomas (OCR) | Cubre los principales CJK + latino + más | 87 idiomas |
| Extracción por lotes | Sí — varios vídeos en una sola ejecución | Sí — pero requiere idéntica resolución y región de subtítulo en todo el lote |
| Traducción con IA de los subtítulos extraídos | Sí — Claude 3.5 Haiku, GPT-4o, GPT-4o mini, DeepSeek (con contexto, 40+ pares) | No — solo extracción |
| Edición en la app / marcar líneas inciertas | Sí — el editor marca las líneas de baja confianza para revisar | No — solo sustituciones de texto mediante un mapa JSON manual |
| Incrustar los subtítulos de nuevo en el vídeo | Sí — incrustación con estilo | No — solo genera SRT/TXT |
| Eliminar texto incrustado antiguo / marca de agua | No | Mediante un proyecto hermano aparte (video-subtitle-remover) |
| Precio | Plan gratuito; de pago $12.99/mes, $99/año, o $169 pago único de por vida | Gratis, de código abierto (Apache 2.0) |
Conclusión clave: esto es "motor de extracción gratuito" frente a "cadena lista para usar de extracción hasta entrega". VSE y GeekLink leen ambos el texto incrustado de los fotogramas, y VSE lo hace gratis en 87 idiomas. Pero VSE se detiene en el SRT. GeekLink está hecho para quien necesita ese SRT traducido, corregido e incrustado de nuevo en un vídeo terminado — en un Mac, sin instalar nada.
¿Cuánto cuesta cada uno?
VSE es completamente gratuito y de código abierto bajo Apache 2.0 — no hay plan de pago, y nada se cobra por uso. Esa es una ventaja real: si la extracción es todo lo que necesitas y tienes el hardware y la soltura para ejecutarlo, tu coste es cero.
GeekLink tiene un plan gratuito permanente (OCR completo, reconocimiento de voz, edición, lotes, exportación SRT/ASS; las exportaciones gratuitas llevan un pequeño crédito de GeekLink) más planes de pago de precio fijo para la cadena de traducción e incrustación:
- Mensual — $12.99/mes
- Anual — $99/año (~$8.25/mes), incluye 1M de tokens de traducción con IA (~1,500 minutos)
- De por vida — $169 pago único (oferta anticipada) / $199 normal, incluye 1M de tokens de traducción con IA, sin suscripción
- Tokens extra de traducción con IA — $6.99 por 1M de tokens (excedente)
En realidad no le pagas a GeekLink por el OCR — pagas por todo lo que VSE no hace. La extracción por OCR en sí está disponible en el plan gratuito de GeekLink. Los planes de pago cubren la traducción con IA y la experiencia Mac lista para usar y sin configuración. Si tu única necesidad es extracción gratuita, VSE es la respuesta más barata; si de otro modo tendrías que unir VSE con un traductor aparte y una herramienta de incrustación, el precio fijo de GeekLink te compra toda la cadena en una sola app.
¿Cuándo deberías usar VSE en lugar de GeekLink?
VSE es la mejor opción en varias situaciones:
Quieres extracción gratuita y sin límites de uso y te desenvuelves con Python. VSE no cuesta nada y no tiene límites de tokens. Si puedes ejecutar una compilación de release o montar un entorno conda, puedes extraer todo lo que quieras.
Tienes una GPU NVIDIA. VSE está construido en torno a la aceleración CUDA, así que en una tarjeta NVIDIA capaz extrae rápido y con precisión en sus modos precisos. GeekLink es solo para macOS, así que no es una opción en un equipo con GPU Windows/Linux.
Necesitas uno de los 87 idiomas de VSE que queda fuera de los conjuntos comunes CJK/latino. La cobertura de idiomas de VSE es muy amplia.
Quieres una herramienta de código abierto que puedas programar o modificar. VSE es Apache 2.0 — puedes automatizarlo, integrarlo en una cadena y modificarlo. GeekLink es una app de escritorio cerrada.
¿Cuándo es GeekLink la mejor opción?
GeekLink es la elección más fuerte cuando la extracción es solo el primer paso, o cuando no vas a tocar la línea de comandos.
Estás en un Mac y quieres que simplemente funcione. GeekLink es una app macOS nativa: descárgala, ábrela, dibuja un recuadro alrededor del área del subtítulo, ejecútala. No hay Python, ni conda, ni CUDA, ni el problema de "las rutas no pueden contener espacios". En Apple Silicon está hecho para ejecutarse localmente sin necesitar una GPU NVIDIA.
Necesitas los subtítulos traducidos, no solo extraídos. Esta es la mayor carencia. VSE genera el SRT en el idioma original y se detiene. GeekLink puede traducir ese SRT con Claude 3.5 Haiku, GPT-4o, GPT-4o mini o DeepSeek — con contexto entre líneas, no palabra por palabra — justo después de la extracción.
Quieres revisar y corregir el OCR antes de entregarlo. El OCR nunca es perfecto en material estilizado o recargado. GeekLink te da un editor en la app que marca las líneas de las que menos seguro está, para que revises el puñado que vale la pena revisar en lugar de corregir todo. El único mecanismo de corrección de VSE es editar a mano un mapa de sustituciones JSON.
Necesitas el vídeo terminado, no solo un archivo. GeekLink puede incrustar de nuevo en el vídeo los subtítulos corregidos y traducidos, con estilo. VSE te da un SRT/TXT; incrustarlo es un trabajo aparte con una herramienta aparte.
¿Puede VSE traducir o incrustar los subtítulos que extrae?
No. VSE extrae los subtítulos incrustados hacia un SRT (o TXT) y ahí se detiene — no tiene función de traducción ni función de incrustación. Su alcance es deliberadamente el paso de "leer el texto de la imagen hacia un archivo". Si necesitas el resultado en otro idioma, llevas el SRT de VSE a una herramienta de traducción aparte; si necesitas incrustarlo de nuevo en el vídeo, lo llevas a una herramienta de incrustación aparte (o a un editor de vídeo).
Para un usuario técnico que ensambla una cadena, esa modularidad está bien — VSE para el OCR, otra cosa para la traducción, ffmpeg o un editor para la incrustación. El coste es que mantienes tres herramientas y mueves archivos entre ellas, y el paso de traducción normalmente no tiene en cuenta el contexto salvo que conectes tú mismo un LLM.
GeekLink comprime esa cadena en una sola app: hace OCR del texto incrustado, lo traduce con un LLM que ve las líneas de alrededor, corrige en el editor las líneas marcadas y luego incrusta el resultado de nuevo — sin salir nunca de la app ni escribir un script. La comparación no es tanto "qué OCR es mejor" como "quieres un motor de OCR, o toda la cadena de extraer-traducir-entregar".
Los dos incluso pueden ser complementarios: un desarrollador podría usar VSE en una GPU NVIDIA para extracción masiva rápida y gratuita, y luego pasar los SRT a GeekLink en un Mac para la traducción con IA y la incrustación con estilo. Herramientas distintas, etapas distintas.
Preguntas frecuentes
¿Es GeekLink una alternativa de pago a Video-Subtitle-Extractor?
En parte. El OCR de subtítulos incrustados de GeekLink está disponible en su plan gratuito, así que la extracción básica no cuesta nada. Los planes de pago ($12.99/mes, $99/año, o $169 de por vida) cubren la traducción con IA y la experiencia Mac lista para usar. VSE es totalmente gratuito y de código abierto, pero solo extrae — no traduce, no edita ni vuelve a incrustar subtítulos.
¿Funciona bien Video-Subtitle-Extractor en un Mac?
Se ejecuta en macOS, pero VSE está construido en torno a la aceleración NVIDIA CUDA, así que en un Mac recurre a la CPU y extrae lento. GeekLink es una app macOS nativa hecha para Apple Silicon, así que se ejecuta localmente a toda velocidad sin necesitar una GPU NVIDIA, y se instala como una app normal sin configurar Python ni conda.
¿Puede VSE traducir los subtítulos que extrae?
No. VSE genera el SRT o TXT en el idioma original y no tiene función de traducción. Para traducir llevarías ese archivo a una herramienta aparte. GeekLink traduce los subtítulos extraídos dentro de la app con Claude 3.5 Haiku, GPT-4o, GPT-4o mini o DeepSeek, usando contexto entre líneas.
¿Puede VSE incrustar de nuevo los subtítulos en el vídeo?
No. VSE solo produce un archivo de subtítulos; incrustarlo es un paso aparte con otra herramienta. GeekLink puede incrustar de nuevo en el vídeo los subtítulos corregidos y traducidos con estilo de fuente, color y posición, en la misma app.
¿Cuál es más preciso en el OCR?
Ambos usan un OCR local potente. VSE puede ser muy preciso en su modo preciso sobre una GPU NVIDIA, a costa de la velocidad. La precisión en material estilizado o recargado varía para cualquier herramienta de OCR, y por eso GeekLink añade un editor que marca las líneas de las que menos seguro está para que las revises rápido — la única vía de corrección de VSE es un mapa de sustituciones JSON manual.