Cómo obtener la transcripción de un video de YouTube

La forma más rápida de obtener una transcripción de YouTube

Para obtener una transcripción de YouTube rápido, abre el video en un navegador de escritorio, desplázate hasta la descripción, haz clic en "...más" para expandirla, luego baja y haz clic en "Mostrar transcripción". Se abre un panel a la derecha con cada línea hablada y su marca de tiempo. Haz clic en el menú de tres puntos dentro de ese panel y elige "Alternar marcas de tiempo" si quieres el texto limpio, luego selecciona todo y cópialo.

Ese método es gratuito, no necesita software y funciona con cualquier video que tenga subtítulos. Si estás en un teléfono, o quieres la transcripción resumida en lugar de solo volcada como texto en bruto, una herramienta de un solo clic es más rápida. Instala un resumidor como YouTube Summary de Glasp, abre cualquier video y obtienes la transcripción completa más un resumen estructurado con marcas de tiempo en unos segundos, sin copiar una URL ni buscar entre menús.

Aquí tienes la guía rápida de decisión antes de profundizar:

El resto de esta guía recorre cada método paso a paso, explica qué tan preciso es realmente el texto y muestra cómo convertir un muro de texto de transcripción en notas que perduran.

Qué es en realidad una transcripción de YouTube

Una transcripción es el texto completo de todo lo que se dice en un video, normalmente dividido en líneas cortas, cada una marcada con una marca de tiempo como 4:32. Proviene de la pista de subtítulos del video, y existen dos tipos de pista de subtítulos.

La primera son los subtítulos subidos por el creador. Algunos canales escriben o transcriben profesionalmente sus propios subtítulos, y estos son los más precisos porque un humano los revisó. La segunda, mucho más común, son los subtítulos generados automáticamente. YouTube pasa el audio por reconocimiento automático del habla y produce subtítulos por su cuenta, por lo que casi todos los videos tienen algo que puedes extraer, incluso cuando el creador nunca tocó los subtítulos.

Esto importa por una razón: YouTube solo puede mostrar una transcripción cuando existe una pista de subtítulos. Si un video no tiene ni subtítulos subidos ni generados automáticamente, algo que ocurre con algo de música, clips muy cortos o idiomas poco comunes, no hay nada que mostrar. En ese caso necesitas una herramienta de voz a texto que transcriba el audio en sí en lugar de leer una pista de subtítulos existente.

¿Por qué molestarse con el texto cuando podrías simplemente ver? Velocidad y capacidad de búsqueda. La investigación sobre la velocidad de lectura sitúa al adulto promedio en torno a 238 palabras por minuto para la lectura silenciosa, mientras que el habla conversacional ronda más bien las 150 palabras por minuto. Esa diferencia significa que puedes asimilar una transcripción mucho más rápido de lo que puedes sentarte a ver el video, saltarte el relleno e ir directo a la marca de tiempo que importa. El texto también es buscable, citable y fácil de guardar, cosa que el video simplemente no es. Para un análisis más profundo de esa compensación, consulta nuestra guía sobre cómo aprender de YouTube.

Método 1: la transcripción integrada de YouTube

La propia función de transcripción de YouTube es gratuita, tan precisa como sea la pista de subtítulos que contiene y siempre está disponible en escritorio. Es el método al que acudir primero.

En escritorio (youtube.com en cualquier navegador):

1. Abre el video y deja que empiece a reproducirse.
2. Desplázate hacia abajo, debajo del video, hasta el cuadro de descripción.
3. Haz clic en "...más" para expandir la descripción por completo.
4. Baja hasta el final de la descripción expandida y haz clic en "Mostrar transcripción".
5. Aparece un panel de transcripción a la derecha, con cada línea y su marca de tiempo.
6. Para copiar el texto limpio, haz clic en el menú de tres puntos en la parte superior del panel y selecciona "Alternar marcas de tiempo" para ocultar los tiempos, luego arrastra para seleccionar todas las líneas y cópialas.

En la aplicación móvil:

La aplicación de YouTube ha ido escondiendo y mostrando el botón de transcripción entre distintas versiones, así que puede que aparezca o no para ti. Cuando lo hace: toca el video, toca el título o la zona de descripción para expandir los detalles, baja y toca "Mostrar transcripción". Si no ves la opción, abre el video en el navegador de tu teléfono (Chrome o Safari), toca el menú del navegador, elige "Solicitar sitio de escritorio" y sigue los pasos de escritorio anteriores.

La transcripción integrada es perfecta para una lectura puntual. Sus límites aparecen cuando lo haces a menudo: no hay resumen, no hay forma de conservar el texto una vez que cierras la pestaña, y copiarlo lo saca de cualquier sistema donde de verdad lo usarías después. Ahí es donde entran los siguientes métodos.

Método 2: extensiones de navegador de un solo clic

Una extensión de navegador pone una transcripción (y normalmente un resumen) a un clic de distancia en cada video, que es la herramienta adecuada si ves YouTube para aprender en lugar de solo de vez en cuando.

Una vez instalada, una extensión añade un botón cerca del video. Haz clic en él y se abre un panel junto al reproductor con la transcripción completa, marcas de tiempo en las que puedes hacer clic para saltar el video a ese momento, y a menudo un resumen generado por IA de los puntos clave. Las buenas te dejan elegir qué modelo escribe el resumen y te permiten guardar el resultado en lugar de perderlo cuando cierras la pestaña.

Esta es la categoría en la que se ubica YouTube Summary de Glasp, y añade la pieza que la mayoría de las herramientas de transcripción se saltan: qué pasa después. Obtienes la transcripción y el resumen, pero también puedes resaltar las líneas exactas que importan, y esos resaltados se guardan en tu biblioteca junto a todo lo demás que has leído. El video deja de ser una pestaña que cierras y se convierte en una nota que puedes buscar meses después. Cubrimos el flujo de trabajo completo en cómo resumir videos de YouTube.

Algunas cosas que verificar antes de confiar en cualquier extensión:

• ¿Conserva tus transcripciones, o solo las muestra una vez? Las herramientas que solo muestran te dejan copiando y pegando.
• ¿Funciona en tu navegador? La mayoría admite Chrome y Edge; menos admiten Safari o Firefox.
• ¿Resume, o solo transcribe? Para aprender, un resumen más la transcripción en bruto supera a cualquiera de los dos por separado.
• ¿Cuánto cuesta con mucho uso? Muchas son gratuitas para un puñado de videos al día y ponen tras un muro de pago el uso intensivo.

Método 3: sitios web de transcripción con pegar una URL

Si no puedes o no quieres instalar nada, un sitio web de transcripción es el camino más simple. Pegas la URL del video en un cuadro del sitio, y este devuelve la transcripción como texto plano que puedes copiar o descargar.

El flujo es siempre más o menos igual:

1. Copia la URL del video de YouTube desde la barra de direcciones o el botón Compartir.
2. Abre un sitio de transcripción y pega la URL en su campo.
3. Haz clic en el botón para obtener la transcripción.
4. Copia el texto, o descárgalo como un archivo .txt o .srt.

Estos sitios resultan prácticos en un ordenador de trabajo bloqueado o un dispositivo prestado donde no puedes añadir extensiones. Las contrapartidas son reales, eso sí. Extraen los mismos subtítulos generados automáticamente que YouTube ya tiene, así que no son más precisos que la transcripción integrada. Muchos envuelven el texto en anuncios o te empujan hacia un plan de pago para videos más largos. Y como le estás entregando la URL a un sitio de terceros, no son el lugar para nada privado o no listado. Trátalos como algo rápido para tomar y llevar, no como un flujo de trabajo sobre el que construir.

Método 4: yt-dlp y la API de Python

Para el trabajo en masa, la investigación o cualquier cosa que quieras automatizar, las herramientas de línea de comandos y las bibliotecas extraen transcripciones mediante código. Esta sección es para desarrolladores y usuarios avanzados; sáltala si con un clic te basta.

yt-dlp es un descargador de código abierto ampliamente usado que puede obtener archivos de subtítulos sin descargar el video. Para tomar los subtítulos en inglés generados automáticamente como un archivo:

yt-dlp --write-auto-subs --sub-langs "en" --skip-download "VIDEO_URL"

Usa --write-subs en lugar de --write-auto-subs cuando quieras solo los subtítulos subidos manualmente por el creador, que son más limpios cuando existen. Añade --convert-subs srt para obtener un archivo de subtítulos legible con marcas de tiempo.

youtube-transcript-api es una biblioteca de Python que devuelve la transcripción de un video como datos estructurados sin clave de API y sin navegador. Es excelente para prototipos locales y análisis puntuales. Hay una salvedad grande para 2026: YouTube bloquea de forma agresiva los rangos de IP conocidos de proveedores en la nube, así que el código que funciona perfectamente en tu portátil puede lanzar errores RequestBlocked o IpBlocked en cuanto lo despliegas en AWS, GCP, Azure o un VPS. Los equipos que ejecutan esto a escala acaban en proxies residenciales o una API de transcripción gestionada, que ambos cuestan dinero. Para uso personal en tu propia máquina, funciona bien.

Una vez que tienes el texto en bruto en código, la parte interesante es qué haces con él: pasarlo a un modelo para resumirlo, ejecutar búsquedas en todo el catálogo de un canal o construir tus propias notas de estudio. Nuestro artículo sobre convertir YouTube en notas de estudio cubre ese paso posterior.

¿Qué tan precisas son las transcripciones de YouTube?

Las transcripciones generadas automáticamente son lo bastante buenas para leer y buscar, pero no lo bastante para citar a ciegas. Saber dónde fallan te evita citar una palabra que el ponente nunca dijo.

Para audio en inglés claro con un solo ponente y sin ruido de fondo, el reconocimiento de voz moderno alcanza aproximadamente entre un 85 y un 95 por ciento de precisión por palabra, lo que sitúa la tasa de error por palabra en el rango del 10 al 15 por ciento. Google ha citado cifras cercanas al extremo superior de ese rango para grabaciones limpias. El problema es que los videos reales rara vez son tan limpios, y la precisión cae rápido cuando las condiciones se vuelven más difíciles:

Los errores más comunes se agrupan justo en las palabras que más quieres acertar: los sustantivos, especialmente nombres propios, nombres de marcas y términos técnicos. Un análisis de subtítulos generados automáticamente en discursos de graduación universitaria encontró que los sustantivos eran la categoría gramatical más propensa a errores, porque el modelo adivina una palabra común que suena parecido. Así que cuando extraigas una cita de una transcripción, coteja la marca de tiempo con el audio antes de publicarla. Los subtítulos subidos por el creador, cuando un canal los proporciona, no tienen este problema porque los escribió un humano.

De la transcripción al conocimiento que conservas

Obtener la transcripción es la parte fácil. La razón por la que la mayoría de la gente olvida casi todo lo que ve no es la falta de transcripciones, es que el texto no va a ninguna parte. Una transcripción que copias y cierras queda tan olvidada como el video mismo.

Convertir una transcripción en conocimiento requiere tres pasos:

1. Resalta las líneas que importan. Un video de 40 minutos quizá tenga cinco frases que valga la pena conservar. Márcalas en lugar de guardar el muro de texto entero. La selección activa es en sí misma un acto de aprendizaje; decidir qué es importante te obliga a procesarlo, y por eso resaltar supera a la relectura pasiva.
2. Resume con tus propias palabras. Reescribir los puntos clave como un resumen breve es una de las técnicas de estudio más fiablemente eficaces en la investigación sobre el aprendizaje generativo. La IA puede redactar el resumen a partir de la transcripción, pero la retención viene de que tú lo edites hacia tu propio lenguaje.
3. Guárdalo en un lugar donde puedas buscarlo. Un resaltado que no puedes volver a encontrar es como si no existiera. Cuando tus resaltados de video viven en la misma biblioteca buscable que tus resaltados de artículos y notas de libros, cada nuevo video se conecta con lo que ya sabes.

Este es el flujo de trabajo para el que está construido Glasp. Obtienes la transcripción y un resumen con IA desde YouTube Summary, resaltas las líneas exactas que quieres conservar, y todo aterriza en una sola biblioteca donde puedes buscar y hacer preguntas más tarde con el chat con IA de Glasp. Funciona igual que el resaltador web de Glasp para artículos y PDF, así que videos, artículos y libros se convierten todos en un único cuerpo de notas conectado en lugar de pestañas dispersas. Si la retención es tu verdadero objetivo, empieza por cómo recordar lo que lees.

La transcripción es la puerta de entrada. Lo que resaltas, reescribes y guardas es la habitación donde de verdad vives.

Preguntas frecuentes

¿Cómo obtengo gratis la transcripción de un video de YouTube?

Abre el video en un navegador de escritorio, desplázate hasta la descripción y haz clic en "...más", luego baja y haz clic en "Mostrar transcripción". Aparece un panel con el texto completo con marcas de tiempo que puedes leer y copiar. Esto es completamente gratis y no necesita software. En un teléfono, solicita el sitio de escritorio en tu navegador si la aplicación no muestra la opción, o usa una extensión de navegador o un sitio web de transcripción gratuitos.

¿Por qué no veo el botón "Mostrar transcripción"?

La razón más probable es que el video no tiene ninguna pista de subtítulos, así que no hay nada que mostrar. YouTube solo puede mostrar una transcripción cuando existen subtítulos, ya sean subidos por el creador o generados automáticamente. En la aplicación móvil el botón también es inconsistente entre versiones, así que prueba a abrir el video en un navegador de escritorio o a solicitar el sitio de escritorio.

¿Cómo descargo una transcripción de YouTube como archivo de texto?

La ruta sin código más fácil es un sitio web de transcripción que ofrezca un botón de descarga para archivos .txt o .srt después de que pegues la URL. Los desarrolladores pueden usar yt-dlp con --write-auto-subs --skip-download para guardar el archivo de subtítulos directamente. También puedes copiar el texto del panel de transcripción integrado de YouTube y pegarlo en cualquier documento.

¿Son precisas las transcripciones generadas automáticamente de YouTube?

En su mayoría, pero no perfectamente. Para audio en inglés claro la tasa de error por palabra ronda el 10 a 15 por ciento, lo que significa que la mayoría de las palabras son correctas. La precisión baja con la música de fondo, varios ponentes, los acentos y el audio no en inglés, y los errores más comunes son nombres propios y términos técnicos. Verifica siempre una cita con el audio antes de publicarla.

¿Puedo obtener la transcripción de un video en otro idioma?

Sí, si el video tiene subtítulos en ese idioma. YouTube genera subtítulos automáticamente para muchos idiomas, y a menudo puedes usar los ajustes del panel de transcripción o una herramienta para extraer la pista en el idioma original. También puedes traducir los subtítulos, aunque la traducción automática añade sus propios errores encima de la transcripción.

¿Cuál es la mejor forma de convertir una transcripción en notas?

No guardes toda la transcripción. Resalta el puñado de líneas que importan, reescribe los puntos clave con tus propias palabras como un resumen breve, y guarda ambos en un lugar donde puedas buscarlos. Herramientas como YouTube Summary de Glasp generan la transcripción y el resumen y te dejan resaltar y almacenar el resultado junto a tus otras notas, para que el video se convierta en conocimiento buscable en lugar de una pestaña cerrada.

Obtener una transcripción de YouTube es genuinamente fácil una vez que conoces los cinco métodos: el panel integrado de YouTube, una extensión de navegador, un sitio web de pegar una URL, herramientas para desarrolladores como yt-dlp y un resumidor con IA que hace todo el trabajo de una vez. Elige el que se ajuste a la frecuencia con la que necesitas transcripciones y al dispositivo en el que estás.

Pero la transcripción es solo la línea de salida. Las personas que de verdad aprenden de YouTube no son las que coleccionan más transcripciones, son las que resaltan lo que importa, lo resumen con sus propias palabras y lo conservan en un lugar donde pueden volver a encontrarlo. Empieza a extraer transcripciones con YouTube Summary de Glasp, y convierte los videos que ves en conocimiento que se acumula en lugar de desvanecerse cuando cierras la pestaña.