SRT vs VTT vs TXT vs DOCX: formatos de transcripción y subtítulos explicados

Si necesitas elegir entre SRT, VTT, TXT o DOCX, la regla básica es esta: usa SRT o VTT para subtítulos/captions con códigos de tiempo, y usa DOCX o TXT para transcripciones que vas a leer, editar o archivar. El mejor formato depende del entregable final (minuta, publicación, archivo o cumplimiento), y de si necesitas conservar timecodes, estilos y enlaces a evidencia.

En esta guía verás qué incluye cada formato, para qué va mejor y qué pedir como asistente para evitar errores típicos como perder códigos de tiempo al convertir o romper la trazabilidad de las citas.

Palabra clave principal: formatos de transcripción y subtítulos

Key takeaways

• SRT: el estándar simple para subtítulos; ideal para la mayoría de reproductores y plataformas, pero con pocas opciones de estilo.
• VTT: más moderno que SRT; permite notas, posicionamiento y mejor soporte web (HTML5), pero no siempre lo aceptan todos los flujos antiguos.
• TXT: texto plano y ligero; perfecto para búsqueda y archivo, pero sin formato ni timecodes.
• DOCX: el mejor para editar y revisar; mantiene estilos, tablas y comentarios, pero no es el ideal si solo quieres “texto para indexar”.
• PDF: útil para compartir “cerrado” y conservar el aspecto, pero es peor para editar y puede dificultar la extracción.
• Si vas a convertir, haz copia del original con timecodes (SRT/VTT) para no perder evidencia ni sincronía.

Qué es cada formato y qué información guarda

Todos estos formatos “parecen texto”, pero no guardan lo mismo. Antes de pedir un archivo, piensa si necesitas: edición, publicación, buscabilidad, cumplimiento o prueba/evidencia.

TXT (texto plano)

Un TXT es texto sin formato. No guarda negritas, tablas, comentarios ni metadatos; normalmente tampoco incluye timecodes, salvo que alguien los escriba manualmente.

• Mejor para: copiar/pegar, indexar, análisis de texto, archivo simple, contenido para SEO interno.
• Peor para: revisar con cambios, entregar “bonito”, mantener estructura compleja.

DOCX (documento editable)

DOCX es el formato de Microsoft Word (y compatible con otros editores). Permite estilos, encabezados, tablas, listas, comentarios y control de cambios.

• Mejor para: edición, revisión con track changes, actas/minutas con estructura, plantillas.
• Peor para: flujos que requieren texto plano, integraciones automatizadas simples.

PDF (documento “cerrado”)

PDF fija el diseño para que se vea igual en cualquier sitio. Puede contener texto seleccionable o ser una imagen escaneada, y eso cambia mucho su utilidad.

• Mejor para: entrega final firmada o “solo lectura”, compartir sin que cambie el formato.
• Peor para: editar y reutilizar contenido, extracción limpia, accesibilidad si no está bien etiquetado.

SRT (SubRip Subtitle)

SRT es un formato clásico de subtítulos con bloques numerados, un rango de tiempo (inicio y fin) y el texto que aparece en pantalla. Es simple y muy compatible.

• Mejor para: subtítulos estándar, compatibilidad amplia, flujos de vídeo tradicionales.
• Limitaciones: estilos y posicionamiento muy limitados; no está pensado para notas avanzadas.

VTT (WebVTT)

VTT (WebVTT) se usa mucho en la web y en reproductores HTML5. Se parece a SRT, pero admite funciones extra como notas, metadatos y opciones de presentación según el reproductor.

• Mejor para: web, e-learning, plataformas que trabajan con HTML5, necesidades de presentación más finas.
• Limitaciones: algunos sistemas solo aceptan SRT; ciertas opciones avanzadas no se interpretan igual en todos los reproductores.

Qué formato es mejor según tu objetivo: edición, publicación, búsqueda y cumplimiento

La elección correcta suele salir de una pregunta: “¿Para qué se va a usar mañana este archivo?”. Usa esta tabla mental para decidir rápido.

Si tu prioridad es editar y aprobar contenido

• Pide DOCX si habrá revisión, comentarios, nombres de ponentes consistentes y estructura (títulos, puntos, acuerdos).
• Pide también TXT si vas a copiar fragmentos a otras herramientas o necesitas una versión mínima para búsquedas internas.

Si tu prioridad es publicar subtítulos o captions

• Pide SRT cuando la plataforma lo pida explícitamente o cuando necesites máxima compatibilidad.
• Pide VTT cuando el flujo sea web/HTML5 o cuando el reproductor trabaje mejor con WebVTT.
• Pide ambos si publicas en varias plataformas y quieres evitar conversiones de última hora.

Si tu prioridad es que se pueda buscar (searchability)

• Pide TXT para indexación, búsquedas rápidas y análisis (por ejemplo, encontrar menciones de un tema).
• Pide DOCX si además necesitas que la gente lea el texto con una estructura clara.
• Evita depender de PDF para búsquedas si no sabes si el texto estará bien incrustado o etiquetado.

Si tu prioridad es cumplimiento y accesibilidad

Para vídeo, los subtítulos/captions suelen formar parte de requisitos de accesibilidad. En la UE, la referencia técnica más usada para accesibilidad web es WCAG 2.1, que incluye requisitos relacionados con alternativas para contenido multimedia.

• Para vídeo: SRT o VTT según la plataforma; pide consistencia en timecodes y segmentación legible.
• Para documentos: si entregas PDF, asegúrate de que el PDF sea accesible (texto real, etiquetas cuando aplique), o entrega DOCX como base editable.

Guía de decisión rápida para asistentes (según entregable)

Como asistente, tu trabajo no es solo “pedir una transcripción”, sino pedir el formato que evita retrabajo. Usa estas peticiones tipo según lo que vayas a entregar.

1) Minuta o acta de reunión

• Pide: DOCX.
• Opcional: TXT para búsquedas rápidas o para pegar en herramientas internas.
• Si habrá citas o decisiones sensibles: añade timecodes periódicos (por ejemplo, cada cambio de tema) en el DOCX, o solicita una versión con marcas de tiempo.

2) Subtítulos para un vídeo (YouTube, LMS, web corporativa)

• Pide: SRT y/o VTT (según plataforma).
• Recomendación práctica: pide el formato “nativo” que acepta tu plataforma y un segundo formato para respaldo si publicas en más de un sitio.
• Si necesitas traducción: pide subtítulos separados por idioma para no mezclar versiones.

3) Archivo interno y trazabilidad (auditoría, investigación, legal interno)

• Pide: TXT para archivo y búsqueda + una versión con timecodes (SRT/VTT o transcripción con marcas de tiempo).
• Si vas a citar fragmentos: asegúrate de que la referencia use timecodes estables (HH:MM:SS) y el nombre/ID del archivo de audio o vídeo.

4) Publicación como artículo, post o nota de prensa

• Pide: DOCX si habrá edición y reescritura.
• Opcional: TXT si el CMS o el equipo de SEO lo prefiere para pegar limpio.
• No bases el flujo en PDF salvo que sea la entrega final aprobada.

Checklist de lo que debes especificar al pedir el archivo

• Objetivo: minuta, subtítulos, archivo, publicación.
• Idioma(s) y variante (por ejemplo, español de España).
• Si quieres verbatim (literal) o limpio (sin muletillas).
• Si necesitas identificación de hablantes.
• Si necesitas timecodes (cada frase, cada párrafo o por intervalos).
• Formato final: SRT, VTT, DOCX, TXT, PDF, o combinación.

Errores comunes al convertir formatos (y cómo evitarlos)

Muchos problemas no vienen del formato “malo”, sino de convertir deprisa y perder información. Estos son los fallos más habituales y cómo prevenirlos.

Perder códigos de tiempo al pasar de SRT/VTT a DOCX/TXT

• Qué pasa: copias el texto de un SRT y desaparecen los rangos de tiempo, o se mezclan con el texto y quedan inutilizables.
• Cómo evitarlo: guarda siempre el archivo original (SRT/VTT) y crea una segunda versión “de lectura” sin tocar el original.
• Solución práctica: si necesitas un DOCX con evidencias, pide una transcripción en DOCX con marcas de tiempo integradas (por ejemplo, al inicio de cada intervención).

Descuadrar la sincronía al convertir entre SRT y VTT

• Qué pasa: algunos conversores cambian el formato de tiempos o redondean milisegundos, y el subtítulo entra tarde o pronto.
• Cómo evitarlo: exporta desde una herramienta fiable y revisa al menos varios puntos del vídeo (inicio, mitad y final) antes de publicar.
• Consejo: evita encadenar conversiones (SRT→VTT→SRT); trabaja desde el master.

Romper saltos de línea y legibilidad

• Qué pasa: el texto aparece como un párrafo gigante, o los subtítulos quedan con líneas demasiado largas.
• Cómo evitarlo: define criterios de segmentación (por ejemplo, cortar por frase y mantener líneas cortas) y evita pegar desde PDF si no controlas el resultado.

Perder “enlaces a evidencia” y trazabilidad de citas

Si tu transcripción sirve como evidencia (investigación, auditoría o control de cambios), necesitas que cada cita apunte a un lugar exacto del audio/vídeo.

• Usa timecodes estables: HH:MM:SS o HH:MM:SS.mmm, y mantenlos iguales entre versiones.
• Usa IDs consistentes: nombre de archivo, fecha, reunión y versión (ej.: 2026-04-06_reunion-ventas_v1).
• No “re-maquetes” el texto primero: edita una copia, y deja una versión master con timecodes intactos.

Entregar PDF “imagen” que nadie puede buscar

• Qué pasa: el PDF parece correcto, pero no deja seleccionar texto, así que no se puede buscar ni copiar.
• Cómo evitarlo: pide DOCX o TXT como base, y usa PDF solo como copia final si hace falta.

Recomendaciones prácticas de formato (combinaciones que funcionan)

A menudo, la mejor respuesta no es “uno u otro”, sino un pack de entrega. Estas combinaciones suelen cubrir casi cualquier caso sin complicar el flujo.

• Vídeo para publicar: SRT + VTT (si publicas en varios sitios) y, si el equipo editorial lo necesita, DOCX para guion o blog.
• Reunión con acuerdos: DOCX (minuta) + TXT (archivo y búsqueda).
• Investigación con citas: transcripción con timecodes (DOCX con marcas o formato de subtítulos) + TXT limpio para análisis.
• Entrega “final” a un tercero: PDF para lectura + DOCX para que puedan hacer cambios si lo acuerdas.

Common questions

• ¿SRT y VTT son lo mismo?
  No. Ambos son archivos de subtítulos con timecodes, pero VTT está pensado para la web y admite opciones extra; SRT suele ser más “universal” por compatibilidad.
• ¿Qué formato debo pedir si quiero editar el texto con mi equipo?
  DOCX. Te permite comentarios, control de cambios y una estructura clara.
• ¿TXT sirve para subtítulos?
  No para subtítulos sincronizados. TXT no incluye una estructura estándar de timecodes para que un reproductor lo muestre en tiempo.
• ¿Por qué mis timecodes se pierden al copiar y pegar?
  Porque al pegar desde SRT/VTT a un editor de texto se rompe la estructura de bloques. Conserva el archivo original y genera una copia para edición.
• ¿PDF es buena opción para archivar transcripciones?
  Puede serlo como copia “cerrada”, pero no como único formato. Para archivo útil, conserva también TXT o DOCX para buscar y reutilizar.
• ¿Qué pasa si mi plataforma solo acepta VTT y yo tengo SRT?
  Convierte, pero revisa la sincronía en el vídeo antes de publicar y evita hacer varias conversiones encadenadas.
• ¿Cómo pido subtítulos para cumplimiento de accesibilidad?
  Indica que necesitas captions/subtítulos con timecodes correctos, segmentación legible y consistencia de hablantes si aplica. Si es para web, revisa que el reproductor soporte bien VTT o SRT según el caso.

Si quieres reducir retrabajo, lo más útil suele ser pedir el formato correcto desde el inicio y, cuando haga falta, pedir dos entregables: uno para editar (DOCX/TXT) y otro para publicar con timecodes (SRT/VTT). GoTranscript puede ayudarte a elegir y entregar el formato adecuado para cada caso, desde transcripciones hasta subtítulos, con opciones que encajan con tus flujos de trabajo en professional transcription services.