Convierte subtítulos SRT a texto plano

Un archivo SRT (SubRip Subtitle) se compone de bloques repetidos de cuatro líneas: un número de línea secuencial, un rango de código de tiempo en formato HH:MM:SS,mmm --> HH:MM:SS,mmm (observa la coma antes de los milisegundos, el detalle que distingue al SRT del WebVTT), una o dos líneas de texto del subtítulo y una línea en blanco antes de que comience el siguiente bloque. Esa estructura es perfecta para sincronizar diálogos con el vídeo, pero resulta incómoda de leer como documento: las frases se cortan cada dos o tres segundos para caber en pantalla, y metadatos como los números de línea ensucian una transcripción que nadie pidió.

El convertidor de SRT a TXT de SubToolDesk analiza cada bloque localmente en tu navegador. Ningún archivo sale nunca de tu dispositivo. Extrae solo el texto del subtítulo, descarta por completo los números de índice y los códigos de tiempo, y (opcionalmente) reconstruye los fragmentos en párrafos naturales.

Cómo convertir SRT a TXT (paso a paso)

• Arrastra tu archivo .srt al convertidor de arriba, o haz clic en “Subir archivo” para buscarlo.
• Comprueba que la insignia de formato detectado automáticamente muestre SRT.
• Activa Unir en párrafos para obtener prosa fluida, o desactívalo para mantener un subtítulo por línea.
• Activa Quitar etiquetas de hablante si tu archivo incluye nombres como “LOCUTOR 1:”.
• Activa Quitar etiquetas de formato para eliminar cualquier estilo <i>, <b> o <u> que quede en el origen.
• Pulsa Copiar o Descargar para obtener el archivo .txt final.

Por qué convertir SRT a texto plano

Un archivo .srt está pensado para un reproductor de vídeo, no para una persona que lee. Reducirlo a texto plano suele ser por lo que viene después:

• Motivo: pegar el diálogo en notas de reunión o un documento de proyecto, donde los números de línea y los códigos de tiempo solo son ruido.
• Motivo: pasar la transcripción a un resumidor de IA o un chatbot, que lee mucho mejor la prosa continua que cientos de fragmentos de dos segundos.
• Motivo: escribir un resumen de blog o notas del episodio a partir de un pódcast, seminario web o entrevista grabada, donde necesitas frases completas para citar.
• Motivo: entregar una transcripción de una declaración o entrevista a un revisor legal o de cumplimiento que solo necesita las palabras habladas, no la sincronización.
• Motivo: enviar una transcripción para traducción o corrección, donde traductores y editores trabajan con párrafos, no con bloques de subtítulos.
• Motivo: archivar una llamada o grabación como un registro legible y buscable una vez que ya no es necesario conservar el vídeo original.

Antes y después: un ejemplo real

Una breve exportación al estilo entrevista en SRT, con números de línea, códigos de tiempo con coma, un prefijo de hablante y una etiqueta de cursiva incluidos:

1
00:00:01,200 --> 00:00:04,000
LOCUTOR 1: Bienvenidos de nuevo, hoy repasamos las cifras del tercer trimestre.

2
00:00:04,300 --> 00:00:07,900
LOCUTOR 2: <i>Gracias por invitarme.</i> Empecemos sin más.

3
00:00:08,100 --> 00:00:11,500
LOCUTOR 1: Los ingresos aumentaron un ocho por ciento respecto al año anterior.

Con Unir en párrafos, Quitar etiquetas de hablante y Quitar etiquetas de formato activados (el estado predeterminado en esta página), eso se convierte en:

Bienvenidos de nuevo, hoy repasamos las cifras del tercer trimestre. Gracias por invitarme. Empecemos sin más. Los ingresos aumentaron un ocho por ciento respecto al año anterior.

Cada número de línea, cada línea de código de tiempo, ambos prefijos LOCUTOR 1: y LOCUTOR 2:, y la etiqueta <i> han desaparecido. Lo que queda es exactamente lo que se dijo, reorganizado en frases legibles.

El formato SRT, byte a byte

Un bloque válido se ve así:

1
00:00:03,500 --> 00:00:06,120
Gracias por unirte a la llamada de hoy.

El número vuelve a empezar en 1 en cada archivo y se incrementa de uno en uno por bloque; los reproductores ignoran los huecos, pero un convertidor limpio (como este) siempre renumera de forma secuencial al exportar para no confundir a otras herramientas. Los bloques de varias líneas se unen con un salto de línea interno; SubToolDesk trata ese salto interno como un ajuste de línea, no como un límite de frase, al unir en párrafos.

¿Por qué quitar etiquetas de hablante y de formato antes de unir?

El software de transcripción y los subtítulos automáticos suelen anteponer un identificador de hablante a cada línea para que un editor humano pueda seguir quién habla. Eso es útil dentro de un editor de vídeo, pero rompe el flujo de una transcripción en párrafos y resulta repetitivo si aparece en cada frase. Del mismo modo, la cursiva (<i>) usada para texto en pantalla o énfasis se convierte en etiquetas literales entre corchetes angulares una vez que se elimina la sincronización; quitarlas antes de unir en párrafos deja el resultado listo para publicar.

Privacidad por arquitectura, no por política

Los convertidores de la competencia suelen subir tu archivo a un servidor para analizarlo, lo que significa que tu grabación confidencial de una reunión, una declaración legal o el guion de un vídeo sin publicar pasa por la infraestructura de otra persona. La herramienta de SRT a TXT de SubToolDesk está construida al revés: el análisis, la limpieza y la renderización ocurren en JavaScript dentro de tu pestaña. No existe ningún punto de subida al que esta función pueda enviar datos. No es una promesa de política, es una garantía estructural.

Casos de uso habituales para SRT a TXT

• Resúmenes de blog y notas del episodio: convierte el archivo de subtítulos de un pódcast o seminario web en un borrador legible en segundos, en lugar de volver a escucharlo para tomar notas desde cero.
• Revisión legal y de cumplimiento: reduce una declaración o entrevista en SRT a diálogo plano para un revisor que solo necesita las palabras, no la sincronización.
• Preparación para traducción: entrega a un traductor párrafos continuos en lugar de fragmentos de dos segundos, que se leen de forma mucho más natural en otro idioma.
• Alimentar a un resumidor de IA: la mayoría de los modelos de lenguaje producen mejores resúmenes a partir de prosa fluida que de un archivo plagado de códigos de tiempo, y unir en párrafos hace ese reformateo por ti.
• Archivos con capacidad de búsqueda: las transcripciones en texto plano son más fáciles de buscar, etiquetar y almacenar en un sistema de documentación o base de conocimiento que un archivo de subtítulos sincronizado.

Casos límite que gestiona el analizador

Los archivos SRT reales rara vez están perfectamente formados, así que el analizador está diseñado para tolerar irregularidades comunes en lugar de fallar ante ellas. Los números de índice de línea ausentes o duplicados se ignoran por completo. Las líneas se renumeran sobre la marcha a partir de los códigos de tiempo, que son la única parte estructuralmente obligatoria de un bloque. Los archivos con finales de línea de Windows (\r\n), de Unix (\n) o una mezcla de ambos se normalizan antes del análisis. Un bloque que ocupa dos o tres líneas de texto se trata como un único bloque y sus saltos de línea internos se colapsan en espacios simples antes de aplicar la lógica de unión en párrafos, de modo que un ajuste de línea a mitad de frase nunca se convierte en un falso salto de párrafo.

Qué conserva y qué elimina este convertidor

Se conserva:

• Cada palabra del texto hablado, en su orden y puntuación originales.
• Los saltos de párrafo, ya sea la estructura original de una línea por bloque, o párrafos basados en frases si Unir en párrafos está activado.

Se elimina:

• Cada número de línea y rango de código de tiempo.
• Los prefijos de hablante en texto plano como LOCUTOR 1:, cuando Quitar etiquetas de hablante está activado.
• Las etiquetas de formato como <i>, <b> y <u>, cuando Quitar etiquetas de formato está activado.
• Las líneas en blanco que separan los bloques, una vez que el texto se reorganiza en líneas o párrafos.

Problemas comunes y cómo solucionarlos

• Los números de línea o las flechas --> siguen apareciendo en el resultado: comprueba que la insignia de formato encima del convertidor muestre realmente SRT y no Unknown; un pegado truncado puede romper la detección de bloques.
• Nombres como LOCUTOR 1: siguen anteponiéndose a las líneas: activa Quitar etiquetas de hablante; solo detecta un patrón de nombre al inicio de línea y no actúa si está desactivado.
• Etiquetas <i> o <b> aparecen como texto literal: activa Quitar etiquetas de formato; es un interruptor independiente de Quitar etiquetas de hablante y hay que activarlo por separado.
• La transcripción se lee como una frase por línea en lugar de párrafos fluidos: activa Unir en párrafos.
• Los párrafos quedan demasiado largos sin ninguna señal de cambio de hablante: desactiva Unir en párrafos y conserva una línea por bloque; una vez eliminadas las etiquetas de hablante, el texto plano no tiene forma de marcar un cambio de hablante a mitad de párrafo.
• Las letras acentuadas o el texto no inglés aparecen como caracteres extraños tipo é: el archivo .srt de origen no se guardó como UTF-8; vuelve a exportarlo o guardarlo como UTF-8 y súbelo de nuevo.

Lo que esta herramienta no hace intencionadamente

No reconstruirá la puntuación que falte ni añadirá mayúsculas que no estén en el archivo original. Si tu SRT de origen no tiene ningún punto (algo habitual en algunos subtítulos generados automáticamente), la unión en párrafos no tiene ninguna referencia y tratará todo el archivo como un único bloque continuo. En ese caso, desactivar la unión y revisar primero la salida de una línea por bloque es el camino más fiable, y después puedes añadir tus propios saltos de párrafo manualmente. La herramienta tampoco traducirá, resumirá ni reescribirá tu contenido de ninguna otra forma. Solo reformatea y limpia lo que ya está ahí.