Cómo convertir un video de YouTube a texto
Si quieres estudiar una clase, ordenar las instrucciones de un tutorial o citar una explicación, puedes hacerlo desde el panel. No necesitas crear un request de API.
Copia el enlace del video
Usa un enlace watch, youtu.be, Short o embed. El video debe ser público o no listado y estar accesible. Un canal o una playlist por sí solos no indican qué video transcribir.
Pégalo en el panel
Inicia sesión, verifica tu correo y pega la URL en el formulario de enlaces. Deja la fuente predeterminada para usar primero subtítulos. Cambia la opción si necesitas transcribir el audio o identificar hablantes.
Lee y comprueba
Abre la transcripción cuando termine. Usa los tiempos para revisar nombres, números o palabras dudosas en el video. También verás si el texto viene de subtítulos de YouTube o de IA.
Prepara tus notas
Copia un pasaje o descarga la transcripción completa. Guarda el enlace junto a las citas para volver al original cuando quieras comprobarlas.
¿Usar los subtítulos o transcribir el audio?
Con auto damos prioridad a los subtítulos subidos por el creador y después a los generados automáticamente. La pista debe coincidir con el idioma que pediste o, si dejaste el idioma en auto, con el original del video. No usamos pistas traducidas automáticamente.
Si no hay una pista utilizable, la IA transcribe el audio. También puedes elegir esa opción desde el inicio para obtener una transcripción nueva en vez de la pista publicada. Para controlar esto desde tu código, consulta la guía de la API de YouTube.
| source | Cuándo elegirlo |
|---|---|
| auto | Quieres usar los subtítulos si sirven y transcribir el audio si no. |
| captions | Necesitas la pista publicada. Si no hay una utilizable, recibes no_captions. |
| stt | Quieres transcribir el audio aunque el video tenga subtítulos. |
Haz apuntes por tema, no un bloque de texto
Lee una vez para ubicar los temas y vuelve a los pasajes que necesitas. Guarda una marca de tiempo con cada nota. En una clase, una definición inicial puede tener una aclaración mucho después: revisa ambas partes antes de resumirla en una frase.
El texto puede mencionar una fórmula, un diagrama o una demostración sin explicarlos por completo. Añade tus propias notas visuales. transcript1 no lee diapositivas ni describe las imágenes; una transcripción correcta de las palabras puede seguir siendo insuficiente como guía de estudio.
Para una cita, conserva las palabras de quien habla y compáralas con la grabación. Para un resumen, escribe con tus propias palabras y guarda los tiempos de los pasajes que lo sostienen.
Distingue las voces en entrevistas y paneles
Activa “Identify speakers” cuando importe quién dice cada cosa. Verás Speaker 1, Speaker 2 y otras etiquetas, no nombres reales. Asócialas con personas solo después de escuchar. Revisa con cuidado las interrupciones y los momentos en que hablan a la vez.
Esta opción necesita transcripción con IA: si usas auto, omitimos los subtítulos. No puedes combinar diarize=true con captions (solo subtítulos). Elígela al crear la transcripción, porque cambia cómo procesamos el video. Descargar TXT o SRT después solo cambia el formato.
Si no se puede transcribir, empieza por el enlace
Comprueba que sea la URL completa de un video, no un ID suelto o una playlist. No podemos procesar videos privados, con restricción de edad o transmisiones todavía en vivo. Un enlace /live/ puede identificar un video, pero eso no permite transcribir una emisión que sigue activa.
Si elegiste captions y recibes no_captions, decide si te sirve una transcripción del audio. Cambiar a IA no recupera la pista que falta: crea texto a partir de lo que se escucha. La transcripción con IA admite grabaciones de hasta 5 horas.
Si la transcripción falla o la cancelas, no pagas. Si aún se está procesando, espera o vuelve a consultar el mismo ID. Enviar el enlace repetidamente no termina antes el trabajo que ya está en curso.
Guarda el texto o pídele un resumen a tu asistente
Copia la transcripción de YouTube a tus notas o descarga TXT para leer, SRT o VTT para subtítulos y JSON para trabajar con datos. Puedes pedir otro formato sin generar de nuevo la transcripción.
Si lo que necesitas es un resumen, un asistente conectado por MCP puede pedir la transcripción y redactarlo. transcript1 aporta el texto; el asistente hace el resumen. Para grabaciones largas, pídele que lea todas las páginas relevantes y que acompañe las ideas principales con marcas de tiempo.