Crear subtítulos: guía paso a paso para vídeos accesibles

Desde el 28 de junio de 2025 se aplican en Alemania el Barrierefreiheitsstärkungsgesetz (BFSG), la Ley alemana de Refuerzo de la Accesibilidad, y en Austria el Barrierefreiheitsgesetz (BaFG), la Ley austriaca de Accesibilidad. Ambas transponen el European Accessibility Act (Directiva (UE) 2019/882). Esto no obliga a subtitular todos los vídeos corporativos, pero sí muchos de ellos: quien permite a los consumidores formalizar contratos online - desde una tienda hasta un proceso de reserva - debe hacer accesibles los vídeos integrados en esos servicios. Los subtítulos son un requisito central.

Aun así, muchas empresas todavía no han hecho la transición. A menudo no falta la voluntad, sino el conocimiento: ¿qué subtítulos son «accesibles»? ¿Qué formato necesito? ¿Y cómo los creo de forma eficiente, sin editar cada vídeo manualmente?

Esta guía te lleva por todo el proceso - desde los requisitos legales hasta el archivo de subtítulos terminado.

Qué significan la BFSG y la BaFG para los vídeos

Desde el 28 de junio de 2025, la BFSG (Alemania) y la BaFG (Austria) exigen ofertas digitales accesibles para determinados servicios de consumo, sobre todo tiendas online y servicios que permiten formalizar contratos online. Los vídeos publicados después de esa fecha como parte de estos servicios necesitan subtítulos. En el nivel AA, la información visual relevante que no transmite el audio también debe hacerse accesible mediante audiodescripción. En la práctica, EN 301 549 junto con las WCAG 2.1 (nivel AA) sirve de referencia.

La Ley de Refuerzo de la Accesibilidad transpone al derecho alemán la Directiva europea (UE) 2019/882 (European Accessibility Act). En Austria, esto se hace mediante la Ley de Accesibilidad (BaFG). Para las empresas, por tanto, lo decisivo no es tanto la sigla como la aplicación práctica: los servicios digitales deben ser utilizables por las personas con discapacidad. En la práctica, la referencia técnica es EN 301 549 junto con las WCAG 2.1, nivel AA; siguen siendo vinculantes los requisitos jurídicos nacionales aplicables.

Para los contenidos multimedia habituales son especialmente relevantes los siguientes criterios de las WCAG:

• Subtítulos para contenidos multimedia sincronizados pregrabados con contenido hablado (WCAG 1.2.2, nivel A)
• Audiodescripción para información visual relevante que no pueda deducirse del sonido (WCAG 1.2.5, nivel AA; en el nivel A, WCAG 1.2.3 también permite una alternativa para los medios)
• Alternativas textuales para contenidos pregrabados de solo audio, y una alternativa textual o pista de audio para contenidos de solo vídeo (WCAG 1.2.1, nivel A)

Una transcripción completa es muy útil, pero no constituye automáticamente un requisito independiente de nivel AA para cada vídeo sincronizado.

Las leyes abarcan los servicios de consumo que enumeran, en la práctica sobre todo el comercio electrónico: tiendas online, procesos de reserva y pedido, banca, telecomunicaciones, transporte de pasajeros y libros electrónicos. No abarcan sitios meramente informativos sin pedidos o reservas, ofertas solo B2B, vídeos internos ni vídeos publicados antes del 28 de junio de 2025. Si un vídeo antiguo se modifica sustancialmente y se publica como nueva versión, la excepción debe volver a evaluarse. Las microempresas con menos de diez empleados y no más de dos millones de euros de facturación anual o balance total están exentas como prestadoras de servicios.

En Alemania, las infracciones pueden conllevar multas de hasta 100.000 euros (§ 37 BFSG), además de posibles requerimientos basados en el derecho de la competencia. En Austria, las sanciones administrativas pueden alcanzar 80.000 euros, con un máximo de 50.000 euros para las pymes (§ 36 BaFG). Al margen de la BaFG, la ley federal austriaca de igualdad de las personas con discapacidad puede aplicarse si una barrera digital impide el acceso igualitario a bienes o servicios ofrecidos al público; entonces pueden existir reclamaciones de daños.

Subtítulos estándar frente a subtítulos accesibles

Los subtítulos estándar solo reproducen el texto hablado. Los subtítulos accesibles (SDH) describen además ruidos relevantes, música, cambios de hablante y el tono emocional. Solo los subtítulos accesibles cumplen los requisitos de las WCAG y, con ello, los requisitos de las ofertas de vídeo accesibles.

No todo subtítulo cumple los requisitos de las ofertas de vídeo accesibles conforme a la BFSG o la BaFG. Plataformas como YouTube generan subtítulos automáticos - por regla general, estos no bastan para la conformidad legal. La diferencia está en el detalle:

• Los subtítulos estándar solo reproducen el texto hablado. Ayudan con un sonido bajo o un idioma extranjero, pero son incompletos para las personas sordas.
• Los subtítulos accesibles (SDH) describen además ruidos relevantes ([timbre], [aplausos]), música ([música de tensión]), cambios de hablante y el tono emocional. Hacen accesible todo el contexto acústico.

Las WCAG exigen subtítulos accesibles. Eso significa: identificación del hablante, aparición sincronizada, descripción de los contenidos de audio no verbales y suficiente tiempo de lectura por aparición.

Crear subtítulos: paso a paso

La vía más eficiente pasa por una transcripción asistida por IA como base, que después se adapta para fines de subtitulado. El flujo de trabajo consta de cinco pasos:

• 1. Preparar el audio: extrae la pista de sonido de tu vídeo o sube el archivo de vídeo directamente a una herramienta de transcripción. Los formatos habituales como MP4, MOV, MP3, WAV y M4A son compatibles con la mayoría de los servicios. Cuanto mejor sea la calidad del audio, más precisa será la transcripción - los ruidos de fondo y la reverberación reducen considerablemente la tasa de reconocimiento.
• 2. Encargar la transcripción: según el idioma, la calidad del audio, el acento y el número de hablantes, los modelos de IA modernos generan en pocos minutos un primer borrador útil. Asegúrate de que la herramienta sea compatible con la diarización de hablantes - en vídeos con varias personas, indicar quién habla es importante cuando el cambio o la identidad del hablante son necesarios para comprender el contenido. El resultado es una transcripción con marcas de tiempo y cambios de hablante.
• 3. Revisar la transcripción: comprueba la transcripción de la IA en busca de errores, especialmente en nombres propios, términos técnicos y abreviaturas. Añade descripciones de ruidos y música relevantes entre corchetes. Para la longitud de línea, el tamaño de bloque y la duración, sigue la guía de estilo de la plataforma de destino. Un máximo de dos líneas suele ser una buena regla editorial; lo esencial es una visualización legible y sincronizada con el audio.
• 4. Exportar el archivo de subtítulos: exporta la transcripción editada como archivo SRT o VTT. Ambos formatos contienen marcas de tiempo y texto. Muchas plataformas y programas de edición aceptan SRT; WebVTT está diseñado para el elemento HTML5<track>. El formato depende del uso (consulta la sección siguiente). En scryp puedes revisar la transcripción en el editor - con diarización automática disponible en Pro y Ultra - y exportarla como SRT o WebVTT sin recurrir a otra herramienta.
• 5. Integrar los subtítulos: sube el archivo de subtítulos a tu plataforma de vídeo o incrusta los subtítulos de forma fija en el vídeo. Para los sitios web se recomienda la variante activable (closed captions), de modo que los usuarios puedan activar los subtítulos por sí mismos.

SRT, VTT o incrustado: qué formato y cuándo

La elección del formato de subtítulos depende de dónde y cómo utilices el vídeo:

• SRT (SubRip): un formato de intercambio sencillo y muy extendido. Contiene número de secuencia, hora de inicio y fin y texto, y muchas plataformas y programas de edición lo aceptan. Es adecuado para subir archivos a plataformas y para entregas.
• VTT (WebVTT): el estándar web para el vídeo HTML5. Admite además opciones de estilo como color de fuente, posicionamiento y clases CSS. Recomendable si incrustas vídeos en tu propio reproductor en tu sitio web y quieres controlar la presentación.
• Incrustado (open captions): los subtítulos se renderizan de forma fija en el vídeo y siempre son visibles. Esto ofrece una presentación uniforme en redes sociales, pero el usuario no puede desactivarlos ni personalizarlos. Muchas plataformas ofrecen además sus propias funciones de subtitulado, con opciones de compatibilidad y exportación variables. Cualquier corrección de subtítulos incrustados requiere un nuevo renderizado.

Para vídeos HTML5 en un sitio propio se recomienda WebVTT mediante el elemento <track>. SRT resulta especialmente útil para subir archivos a plataformas. Los subtítulos incrustados pueden complementar estas opciones, pero no siempre sustituyen a subtítulos activables y personalizables.

Errores frecuentes en los subtítulos

Incluso los subtítulos bienintencionados no cumplen los requisitos de accesibilidad si se cometen errores típicos:

• Falta de identificación del hablante: en los vídeos con varias personas debe poder reconocerse quién habla. Sin identificación, los debates, las entrevistas y los diálogos no resultan comprensibles.
• Aparición demasiado rápida: los subtítulos que solo son visibles medio segundo no pueden leerse. Las WCAG no fijan un límite universal de caracteres por segundo; sigue la guía de estilo de la plataforma de destino y prueba los subtítulos con usuarios reales.
• Falta de contraste: el texto blanco sobre fondo claro es ilegible. Las WCAG exigen una relación de contraste de al menos 4,5:1. Una banda negra semitransparente detrás del texto resuelve el problema.
• Sin descripciones de ruidos: si suena una alarma o alguien se ríe y eso es relevante para el contexto, debe describirse - de lo contrario, los espectadores sordos pierden una información decisiva.
• Subtítulos automáticos sin corrección: los subtítulos generados por IA contienen errores. Los nombres propios, los términos técnicos y los números se reconocen mal con regularidad. Sin una revisión humana, los subtítulos no son fiables.

Protección de datos al crear subtítulos

Los vídeos corporativos contienen a menudo información confidencial - anuncios de productos, formaciones internas, testimonios de clientes o entrevistas a empleados. Quien entregue la pista de audio a un servicio externo para su transcripción debería comprobar dónde se procesan y almacenan los datos.

El RGPD establece requisitos claros para el procesamiento: contrato de encargo del tratamiento, lugar de procesamiento dentro de la UE y medidas técnicas de protección adecuadas. Especialmente en los contenidos confidenciales, el cifrado del lado del cliente ofrece la máxima protección: el archivo permanece cifrado del lado del cliente durante todo el flujo de trabajo.

Lista de verificación: subtítulos accesibles conforme a BFSG/BaFG

• Todos los vídeos con contenido hablado tienen subtítulos
• Los subtítulos reproducen el texto hablado de forma completa y correcta
• Los cambios de hablante están identificados
• Los ruidos y la música relevantes están descritos entre corchetes
• Los subtítulos están sincronizados con el audio (sin desfase apreciable)
• La duración y la velocidad de lectura siguen la guía de estilo de la plataforma de destino y se han probado en la práctica
• La fuente es legible (tamaño suficiente, contraste de al menos 4,5:1)
• Los subtítulos son activables como archivo SRT/VTT o están incrustados de forma fija
• La transcripción automática se ha revisado y corregido manualmente
• La protección de datos en la transcripción está garantizada (CET, procesamiento en la UE, cifrado)

Conclusión

La BFSG y la BaFG convierten los subtítulos accesibles en un verdadero tema de cumplimiento para muchos vídeos corporativos - y eso es más que un obstáculo burocrático. Los vídeos accesibles llegan a un público más amplio, mejoran la experiencia de usuario y refuerzan la visibilidad en los motores de búsqueda. La vía más eficiente pasa por una transcripción asistida por IA con una posterior revisión manual y exportación como archivo SRT o VTT. Lo decisivo es que los subtítulos no solo reproduzcan el texto, sino que hagan accesible para todos todo el contexto acústico - hablantes, ruidos, ambiente.

Con scryp, el flujo de trabajo se puede gestionar de principio a fin: subir un archivo de vídeo o audio, corregir la transcripción en el editor sincronizado con el audio, usar opcionalmente la diarización automática en Pro o Ultra, añadir descripciones sonoras y exportar en SRT o WebVTT. El archivo permanece cifrado del lado del cliente durante todo el proceso y se trata en Austria. Incluso los vídeos confidenciales de formación o producto permanecen protegidos. Los nuevos clientes que cumplan los requisitos pueden probar cualquier plan gratis durante 14 días.

Aviso: esta publicación tiene fines informativos generales y no sustituye el asesoramiento jurídico en cada caso concreto.