Cómo hacer vídeos accesibles con subtítulos (Guía 2026)

Los subtítulos son la mejora de accesibilidad de mayor impacto que puedes aplicar a un vídeo. Sirven a los 430 millones de personas en todo el mundo con pérdida auditiva incapacitante (estimación de la OMS), a cada espectador que mira sin sonido en público y a cualquiera cuyo primer idioma no sea el idioma hablado del vídeo. Los vídeos con subtítulos también obtienen tasas de visualización completa un 40% más altas que los que no los tienen, y en Facebook aproximadamente el 85% de los vídeos se ve sin sonido.

Esta guía recorre todo el flujo de trabajo de subtitulado: generar, corregir según el estándar, dar formato a cada plataforma y verificar. Para profundizar en el cumplimiento normativo, consulta subtítulos de accesibilidad y cumplimiento de la ADA.

Entiende los tres tipos de subtítulos

Los subtítulos cerrados son pistas de texto independientes que los espectadores pueden activar o desactivar. Contienen el diálogo, la identificación de los hablantes y descripciones de audio no verbal. SRT, VTT, SBV y TTML son formatos de subtítulos cerrados. Los subtítulos cerrados son el estándar para el cumplimiento de accesibilidad.

Los subtítulos abiertos están incrustados permanentemente en el vídeo. Los espectadores no pueden eliminarlos. Es lo habitual en el contenido de redes sociales (Instagram Reels, TikTok, feed de Facebook), donde la reproducción automática ocurre sin sonido.

Los subtítulos traducidos vierten el diálogo a otro idioma. Dan por hecho que el espectador puede escuchar el audio y normalmente omiten los sonidos no verbales. Para fines de accesibilidad, los subtítulos traducidos no sustituyen a los subtítulos.

El punto de partida para cualquier requisito de accesibilidad son los subtítulos cerrados, no los subtítulos traducidos. Los subtítulos abiertos satisfacen el mismo requisito solo cuando el espectador no tiene ningún mecanismo para desactivarlos.

Paso 1: Genera los subtítulos

Sube tu vídeo al generador de subtítulos. Acepta MP4, MOV, AVI, MKV, WebM y otros formatos habituales. Selecciona el idioma hablado e inicia el procesamiento. Un vídeo de 10 minutos suele tardar menos de 90 segundos.

Los subtítulos generados con IA alcanzan una precisión del 95-98% en audio limpio con habla clara. La precisión baja con hablantes superpuestos, acentos marcados, música de fondo o discurso técnico rápido. El generador te da un punto de partida; la revisión humana es lo que te lleva al estándar de cumplimiento.

Si solo necesitas una transcripción sin formato específico de plataforma, ConvertAudioToText produce texto literal limpio a partir de audio o vídeo en el mismo paso.

Paso 2: Corrige según el estándar de accesibilidad

La salida bruta de la IA no está lista para accesibilidad. Revisa y corrige:

Precisión literal. Cada palabra pronunciada debe aparecer, en el orden correcto. No parafrasees, resumas ni omitas muletillas si la experiencia del espectador depende de ellas. Los nombres propios, las marcas y los términos técnicos son los errores más habituales de la IA.

Eventos sonoros. Según las normas de subtitulado de DCMP y WCAG 1.2.2, los subtítulos deben incluir la información de audio no verbal que afecta al significado. Usa corchetes: [suena el teléfono], [música de jazz animada], [portazo]. Omite los sonidos ambientales que no aportan información significativa. Cuando un evento sonoro coincide con el diálogo, coloca el subtítulo del evento sonoro en la parte superior de la pantalla.

Identificación del hablante. Cuando habla más de una persona, etiqueta cada subtítulo con el nombre del hablante o una etiqueta de rol consistente (NARRADOR, ENTREVISTADOR, DRA. CHEN). Usa mayúsculas sostenidas o una notación entre paréntesis consistente. Esto no es opcional para el contenido con varios hablantes conforme a las normas de accesibilidad.

Sincronización. Los subtítulos deben aparecer justo cuando se pronuncian las palabras y desaparecer poco después. Los subtítulos anticipados o retrasados rompen la comprensión. Presta especial atención a las pausas, los finales de frase y los tramos de habla rápida.

Longitud de línea y velocidad de lectura. Las directrices de DCMP y de la Sección 508 recomiendan un máximo de dos líneas por subtítulo, 32-42 caracteres por línea y una velocidad de lectura inferior a 180 palabras por minuto (unos 17-22 caracteres por segundo en transmisión). Divide las líneas en fronteras lingüísticas naturales, nunca a mitad de frase ni de palabra.

Paso 3: Elige el formato adecuado para cada plataforma

No todas las plataformas gestionan los subtítulos de la misma manera.

Para YouTube, los pasos para subirlos son: YouTube Studio, luego Subtítulos, selecciona tu vídeo, haz clic en «Agregar idioma», después en «Agregar» y sube el archivo SRT. Nunca confíes en los subtítulos autogenerados de YouTube para cumplir con la accesibilidad.

Para Instagram y TikTok, incrusta los subtítulos en el vídeo antes de subirlo con Añadir subtítulos al vídeo. En TikTok, coloca los subtítulos en el tercio superior del encuadre para evitar que se solapen con los elementos de interfaz de la propia plataforma.

Para tu propio sitio web, el HTML es este:

<video>
  <track kind="captions" src="captions.vtt" srclang="en" label="English" default>
</video>

Si necesitas convertir entre SRT y VTT, el generador de subtítulos exporta ambos formatos.

Paso 4: Prueba antes de publicar

Mira el vídeo completo con los subtítulos activados. Comprueba:

• Los subtítulos aparecen y desaparecen sincronizados con el habla
• Las etiquetas de hablante están presentes y son consistentes en todo el contenido con varios hablantes
• Los eventos sonoros están capturados y correctamente sincronizados
• Sin líneas largas que se salgan de la pantalla o tapen contenido visual crítico
• El tamaño de fuente es legible al tamaño de visualización habitual (mínimo equivalente a 18px para resolución de vídeo estándar, texto blanco con sombra oscura o recuadro)

Haz la prueba en móvil. La mayoría de los espectadores usan teléfonos y la legibilidad de los subtítulos es más difícil de evaluar en una vista previa de escritorio.

Requisitos legales

El panorama normativo se ha endurecido considerablemente en los últimos dos años.

WCAG 2.1 Nivel AA exige subtítulos para todos los medios sincronizados pregrabados (Criterio de conformidad 1.2.2, Nivel A) y para todo el vídeo en directo (1.2.4, Nivel AA). WCAG 2.2 no cambió estos criterios. La mayoría de las organizaciones apunta al Nivel AA.

Título II de la ADA (EE. UU.): La regla final de abril de 2024 del DOJ codificó WCAG 2.1 Nivel AA para los servicios digitales de los gobiernos estatales y locales. El plazo de cumplimiento se extendió en abril de 2026: las entidades que atienden a poblaciones de más de 50.000 habitantes deben cumplir antes del 26 de abril de 2027; las entidades más pequeñas y los distritos especiales tienen hasta el 26 de abril de 2028.

Sección 508 (federal de EE. UU.): Las agencias federales y sus contratistas deben subtitular todo el vídeo disponible públicamente. Los subtítulos automáticos no cumplen el estándar de precisión de la Sección 508 para el contenido pregrabado.

Ley Europea de Accesibilidad (EAA): Entró en vigor el 28 de junio de 2025. El vídeo dirigido al público publicado después de esa fecha debe incluir subtítulos cerrados precisos y sincronizados en el tiempo. Los vídeos publicados antes del 28 de junio de 2025 deberán hacerse accesibles antes del 28 de junio de 2030. Las multas por incumplimiento oscilan entre 5.000 y 100.000 euros.

La Sección 1.2.2 es un requisito de Nivel A, es decir, el umbral mínimo, no un objetivo avanzado. Las organizaciones que declaren cualquier conformidad con WCAG deben cumplirlo.

Mi opinión: la mayoría de las organizaciones están más lejos del cumplimiento de lo que creen, porque cuentan los subtítulos automáticos como «con subtítulos». Los subtítulos automáticos de las plataformas marcan la casilla solo cuando se revisan y corrigen. Una tasa de precisión del 85% sin corregir no es subtitulación accesible; es un borrador inicial.

Referencia de formato de subtítulos

Seguir estas convenciones mantiene los subtítulos legibles y cumple con la mayoría de los organismos de normalización:

• Dos líneas como máximo por subtítulo
• 32-42 caracteres por línea (32 para transmisión, hasta 42 para vídeo en línea)
• Mayúsculas y minúsculas combinadas (no TODO EN MAYÚSCULAS para subtítulos completos)
• Velocidad de lectura: 17-22 caracteres por segundo
• Eventos sonoros entre corchetes: [suena el teléfono]
• Identificadores de hablante en mayúsculas antes de los dos puntos: ANNA: Tenemos que irnos ahora.
• Posición en la parte inferior central del encuadre, salvo que eso tape contenido crítico
• Mínimo 1 segundo en pantalla; nada de aparecer y desaparecer de golpe
• Divide las líneas en los límites de las cláusulas, nunca a mitad de frase

Para los subtítulos abiertos en vídeo social, el grosor de la fuente importa más que en los sistemas de subtítulos cerrados. Usa una sans-serif limpia y en negrita con un contorno o sombra de alto contraste. El subtítulo debe ser legible tanto sobre fondos claros como oscuros.

El caso de negocio, en breve

La accesibilidad no debería necesitar una justificación financiera, pero los números son reales. Los anuncios de vídeo con subtítulos logran tasas de omisión del 18% frente al 41% de los que no los tienen. Los vídeos de YouTube con subtítulos registran alrededor de un 7% más de interacción. El contenido de TikTok con subtítulos muestra un aumento medible en el recuerdo de marca. El dato del 85% de los vídeos de Facebook vistos sin sonido es la estadística más antigua de este ámbito, pero no ha dejado de ser cierta.

Los archivos de subtítulos también son la herramienta de reutilización de contenido más barata que tienes. Un SRT limpio se convierte en una transcripción, un borrador de entrada de blog y notas del programa sin ningún trabajo extra. Consulta mejor transcripción para podcasts 2026 para ver cómo aplica esto al contenido de audio.

Preguntas frecuentes

¿Cuál es la diferencia entre los subtítulos cerrados y los subtítulos traducidos para la accesibilidad?

Los subtítulos cerrados incluyen el diálogo, la identificación de los hablantes y descripciones de audio no verbal, como efectos de sonido e indicaciones musicales. Los subtítulos traducidos solo vierten el diálogo hablado para espectadores que pueden escuchar el audio pero necesitan otro idioma. Para fines de accesibilidad, se exigen los subtítulos cerrados; los subtítulos traducidos por sí solos no satisfacen el estándar.

¿Los subtítulos generados automáticamente en YouTube o TikTok cumplen los requisitos de accesibilidad?

No, tal como se entregan. Los subtítulos automáticos de las plataformas tienen una precisión de entre el 78% y el 96%, según la calidad del audio y la claridad del hablante. Las normas de accesibilidad, incluidas WCAG 1.2.2 y la Sección 508, exigen subtítulos precisos. La práctica del sector y la guía del DOJ consideran insuficientes los subtítulos automáticos sin corregir para el contenido pregrabado. Debes generar, revisar y corregir los subtítulos antes de subirlos.

¿Qué deben incluir los subtítulos accesibles además de las palabras habladas?

Siguiendo las normas WCAG 1.2.2 y DCMP, los subtítulos accesibles deben incluir todo el audio no verbal con significado: efectos de sonido que transmitan información (indicados entre corchetes), descripciones de la música cuando sea relevante, identificación del hablante cuando hablen varias personas y vocalizaciones no verbales como risas o suspiros cuando aporten significado. El silencio y el ruido ambiental solo deben indicarse si su ausencia confundiría al espectador.

¿Qué organizaciones están legalmente obligadas a subtitular sus vídeos?

En Estados Unidos, la Sección 508 cubre a las agencias federales y sus contratistas. El Título II de la ADA cubre a las entidades gubernamentales estatales y locales (plazo ampliado a 2027-2028). El Título III de la ADA aplica cada vez más a las empresas que operan alojamientos públicos, incluidos los sitios web. La Ley Europea de Accesibilidad cubre a las empresas que venden a clientes de la UE, con fecha límite de junio de 2025 para el contenido nuevo. Las instituciones educativas que reciben fondos federales enfrentan requisitos adicionales bajo la Sección 504. Ante la duda, subtitular todo el vídeo dirigido al público es el enfoque más seguro.

¿Cómo subtitulo una transmisión en directo o un evento en tiempo real?

La subtitulación en directo requiere conversión de voz a texto en tiempo real. Las opciones incluyen proveedores profesionales de CART (Communication Access Realtime Translation) para eventos de alto riesgo, los subtítulos en directo nativos de YouTube Live y Microsoft Teams, y herramientas de transcripción en tiempo real basadas en IA. Las expectativas de precisión para los subtítulos en directo son menores que para el contenido pregrabado bajo WCAG 1.2.4, pero los subtítulos deben seguir sincronizados y sustancialmente precisos. Para reuniones y sesiones grabadas, transcribir después del evento con transcripción de reuniones y añadir subtítulos a la grabación suele ser más práctico.

Fuentes

• W3C WAI, WCAG 2.2 Understanding 1.2.2 Captions (Prerecorded): https://www.w3.org/WAI/WCAG22/Understanding/captions-prerecorded.html
• DCMP Captioning Key standards and guidelines: https://dcmp.org/learn/captioningkey
• Section 508, Captions and Transcripts: https://www.section508.gov/create/captions-transcripts/
• Federal Register, Extension of ADA Title II Compliance Dates, April 2026: https://www.federalregister.gov/documents/2026/04/20/2026-07663/extension-of-compliance-dates-for-nondiscrimination-on-the-basis-of-disability-accessibility-of-web
• Interprefy, European Accessibility Act Captioning Requirements: https://www.interprefy.com/resources/blog/european-accessibility-act-captioning-requirements
• WHO, World Report on Hearing (hearing loss prevalence): https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8085630/
• GrabCaptions, YouTube Auto-Caption Accuracy 2026: https://grabcaptions.com/blog/youtube-auto-captions-accuracy/
• Nieman Journalism Lab, 85 percent of Facebook video watched without sound: https://www.niemanlab.org/reading/publishers-say-85-percent-of-facebook-video-is-watched-without-sound/