Subtítulos sueltos o fijos: ¿incrustados o grabados?
Hay exactamente dos formas de que los subtítulos vivan en un vídeo, y toda decisión de flujo de trabajo depende de cuál tenga. Los subtítulos sueltos son una pista de texto almacenada junto al flujo de vídeo: los fotogramas no se tocan y el reproductor dibuja el texto durante la reproducción. Los subtítulos fijos se pintan en los píxeles durante la codificación: las letras forman parte de la imagen, para siempre. Los subtítulos sueltos se pueden desactivar, cambiar de idioma, redefinir en estilo y extraer como texto; los fijos se reproducen igual en prácticamente cualquier cosa que reproduzca el vídeo, a costa de ser permanentes. Uno son datos junto a la imagen; el otro es la imagen.
Cinco datos para anclar el resto de la página:
• suelto = pista de texto muxada en el contenedor (SRT/VTT/ASS); fijo = subtítulos grabados en los fotogramas
• la incrustación suelta es un remuxado — segundos, sin pérdida de calidad; la grabación fija es una recodificación — cada fotograma se vuelve a dibujar y a comprimir
• los subtítulos sueltos pesan kilobytes; los fijos no añaden tamaño, pero no se pueden quitar
• la extracción funciona con subtítulos sueltos (son texto); el texto grabado es píxeles — eso requiere OCR, y la calidad nunca está garantizada
• las marcas de tiempo SRT son HH:MM:SS,mmm — p. ej. 00:01:22,480 → 00:01:25,120 es una línea de 2.640 ms
Incrustación suelta: añadir una pista de texto
La incrustación suelta escribe su archivo de subtítulos en el contenedor como una pista adicional, junto a las pistas de vídeo y audio — el flujo de vídeo se copia byte a byte. Por eso termina en segundos y no pierde nada: es la misma operación de «remuxado» que el cambio de contenedor (vea la página de MP4 para las nociones básicas de contenedor). La dificultad está en la compatibilidad: el contenedor debe aceptar pistas de subtítulos (MKV y MP4 las aceptan; algunos dispositivos las ignoran de todos modos), y el reproductor debe mostrarlas. Los televisores inteligentes y los reproductores de teléfono de serie son notoriamente incoherentes, que es precisamente la razón por la que siguen existiendo las grabaciones fijas.
Grabación fija: pintar texto en los fotogramas
Grabar subtítulos vuelve a dibujar cada fotograma del vídeo con el texto superpuesto y, después, vuelve a comprimir el resultado — una recodificación completa con todo lo que implica: tarda lo mismo que codificar, y cada fotograma pasa por una segunda generación de compresión. Las tipografías quedan incrustadas (no hay sorpresas de «tipografía no encontrada» en el equipo del espectador), la posición y el estilo son exactos, y la compatibilidad de reproducción es total porque la salida es un vídeo normal. El precio es la irreversibilidad: el texto es inseparable de la imagen, y corregir una errata implica volver a recodificar desde el origen.
SRT, VTT y ASS: tres formatos de subtítulos
SRT (SubRip) es el mínimo universal: líneas numeradas, marcas de inicio → fin y texto plano. Todos los reproductores del mundo lo leen. VTT (WebVTT) es su hermano nativo de la web — la misma idea, con . para milisegundos en lugar de ,, además de ganchos para el estilo y la posición que usa el elemento <track> de HTML5. ASS (Advanced SubStation Alpha) es el formato de los aficionados: tipografías, colores, contornos, rotación, animación por carácter — el formato detrás de los subtítulos estilizados del anime — que es precisamente por lo que MKV puede adjuntar dentro del archivo las tipografías que necesita una pista (vea la página de MKV). Para grabar el estilo ASS, las tipografías deben estar disponibles en el momento de codificar; para reproducirlo de forma suelta, deben estar disponibles en el momento de la reproducción.
Extracción: por qué solo funciona bien con subtítulos sueltos
Extraer una pista de subtítulos sueltos es sacar texto del contenedor — perfecto, porque eso es lo que se guardó. Recuperar subtítulos de un vídeo con texto grabado es un problema de visión artificial (OCR en cada fotograma, adivinar dónde está la región de texto, limpiar el fondo detrás de las letras); funciona razonablemente bien con texto limpio y estático, y se degrada rápido con tipografías estilizadas, movimiento y grano. Si más adelante necesita recuperar el texto, conserve (o pida) la versión suelta.
Ideas erróneas habituales
- «Los subtítulos que venían con el archivo siempre se pueden desactivar». Solo los sueltos. Si nunca se desactivan, están grabados en los píxeles y ningún reproductor puede quitarlos.
- «Incrustar subtítulos recodifica el vídeo». La incrustación suelta hace un remuxado — instantáneo y sin pérdidas. Solo una grabación fija recodifica.
- «Los archivos de subtítulos hacen que los vídeos pesen mucho más». Una pista suelta es texto: el archivo de subtítulos de una película completa ocupa decenas o un par de cientos de kilobytes, perdidos en el redondeo de los megabytes de un vídeo.
- «La grabación fija es más segura, así que conviene grabar siempre». Es más segura para la compatibilidad de reproducción y, de forma permanente, peor para editar, traducir o para la accesibilidad más adelante. Grabe cuando distribuya a dispositivos desconocidos; incruste cuando el texto deba seguir siendo un dato.
Herramientas relacionadas: Conversor SRT/VTT/ASS para pasar el texto de los subtítulos entre los tres formatos, Voz a subtítulos para generar un archivo de subtítulos a partir de audio, Vídeo a MKV para el contenedor con mejor soporte de subtítulos multipista, y Vídeo a MP4 para las nociones básicas de remuxado.
