Friskription → Blog → Live Caption
Live Caption de Chrome frente a subtítulos traducidos
Live Caption es una función de accesibilidad genuinamente buena que mucha gente usa como herramienta de traducción. Vale la pena saber con precisión dónde deja de funcionar para eso, porque la línea es más nítida de lo que parece.
La respuesta corta
- Usa Live Caption cuando el audio esté en un idioma que admite, quieras la idea general y prefieras que nada salga de tu máquina. Es gratis, funciona en el dispositivo y ya está instalado.
- Usa una capa de traducción cuando el idioma hablado esté fuera del conjunto de Live Caption, cuando los nombres y términos tengan que mantenerse constantes, o cuando quieras subtítulos sobre el vídeo y no en un cuadro flotante.
- La diferencia decisiva es el contexto: Live Caption traduce con traducción automática de propósito general, línea a línea. Una capa construida sobre un modelo de lenguaje lee cada línea contra las anteriores.
- La otra diferencia decisiva es la privacidad, y esa va en sentido contrario: Live Caption procesa todo localmente y no envía nada a ninguna parte.
- No son excluyentes. Probar Live Caption primero no cuesta nada.
Qué es realmente Live Caption
Live Caption es una función de accesibilidad. Chrome descarga un modelo de reconocimiento de voz a tu máquina y, a partir de ahí, cualquier audio que suene en el navegador se transcribe en un pequeño cuadro flotante. Funciona sin conexión, funciona con cualquier cosa que emita sonido, y no se envía nada a un servidor. Para alguien sordo o con pérdida auditiva, en contenido en un idioma que lee, es excelente y gratuito.
La traducción llegó después y es una función menor atornillada a una de subtítulos. De ahí sale casi todo lo que viene a continuación: los puntos con los que la gente se topa son los que se diseñaron pensando en accesibilidad y no en leer un directo en otro idioma.
En qué se diferencian
| Live Caption de Chrome | Una capa de traducción | |
|---|---|---|
| Dónde funciona | En tu máquina, sin conexión | Transcripción y traducción en un servidor, o con tus propias claves de API |
| Idiomas de origen | Un conjunto limitado | Detectado automáticamente, en un abanico mucho más amplio |
| Traducción | Traducción automática de propósito general | Un modelo de lenguaje que lee cada línea en su contexto |
| Dónde aparece el texto | Un cuadro flotante fijo | Una capa sobre el vídeo: arrastrar, redimensionar, cambiar el estilo |
| Nombres constantes | No tiene mecanismo para eso | Un glosario fija las grafías para la sesión |
| Idioma original al lado | No | Segunda línea opcional bajo cada subtítulo |
| Etiquetas de hablante | No | Hasta cinco voces |
| Quedarse con el texto | Sin exportación | Exportación de transcripción; SRT y VTT desde tus propios archivos |
| Coste | Gratis, sin límite | 30 minutos gratis a la semana y luego packs de pago único desde 1,99 $ |
Por qué el contexto es lo que de verdad importa
La traducción automática línea a línea trata cada subtítulo como una cadena independiente. Eso va bien en un párrafo escrito, donde las frases llegan enteras. El habla en directo no llega entera: una frase se parte en dos subtítulos, un pronombre del segundo se refiere a un sustantivo del primero, y en un idioma que omite sujetos —el japonés y el coreano lo hacen constantemente— la información crucial se queda en un subtítulo que ya ha desaparecido.
Un traductor que lee cada línea contra las anteriores puede resolver eso. También evita que el mismo nombre se transcriba de tres formas distintas en cinco minutos, que es el modo de fallo más agotador de la traducción línea a línea en un directo lleno de nombres propios.
Aquí hay además una entrada medible. La transcripción marca el techo de todo lo que viene después: ningún traductor puede recuperar una palabra mal oída. Friskription transcribe con ElevenLabs Scribe v2, que publica una tasa de error de palabra del 3,3 % en pruebas en inglés, frente al 5,3 % de Deepgram Nova-3 y el 7,7 % de Whisper large-v3. Todos los motores puntúan peor en un directo ruidoso que en un clip de prueba, pero el orden sí se traslada.
Dónde gana Live Caption sin discusión
La privacidad, sin matices. Live Caption funciona en tu máquina. No sale audio de ella, no hay servidor de por medio, y funciona sin red alguna. Si vas a subtitular algo confidencial, ésa no es una característica que se cambie a la ligera, y de verdad es la mejor opción.
Lo más parecido del otro lado es conectar tus propias claves de API de OpenAI, Anthropic o ElevenLabs: entonces el audio va de tu navegador directamente al proveedor con el que ya tienes contrato, y no llega a los servidores de Friskription. Ésa es una garantía distinta de forma significativa a la de procesar en el dispositivo, y conviene decirlo claro en lugar de difuminarlo.
Live Caption además es gratis y sin medidor. Treinta minutos gratis a la semana son una asignación real, y no son ilimitados. Para horas de escucha informal en un idioma que Live Caption admite, es la herramienta sensata.
A cuál recurrir
Live Caption, cuando…
- El audio está en un idioma que admite y sobre todo quieres la idea general.
- Nada puede salir de la máquina.
- Quieres subtítulos por accesibilidad y no por traducción.
- Vas a escuchar durante horas y no quieres pensar en minutos.
Una capa de traducción, cuando…
- El idioma hablado queda fuera del conjunto de Live Caption, lo que cubre la mayoría de los streams de VTubers japonesas y la mayoría de los coreanos.
- Nombres, personajes y términos recurrentes tienen que escribirse siempre igual.
- Quieres el subtítulo sobre el vídeo, donde ya está tu mirada, y no en un cuadro en una esquina.
- Quieres la línea original debajo, para aprender o para comprobar.
- Hablan varias personas y necesitas saber quién es quién.
- Quieres quedarte con el texto después.
Preguntas
¿Es Chrome Live Caption suficiente para traducir directos?
Para la idea general de un directo en un idioma que admite, a menudo sí. Flojea justo donde la traducción en directo es más difícil: idiomas de origen fuera de su conjunto, frases partidas entre subtítulos, sujetos omitidos y nombres propios que deben mantenerse constantes. Es una función de accesibilidad con traducción añadida, no una herramienta de traducción.
¿Funciona Live Caption en streams japoneses o coreanos?
Sólo si el idioma hablado está en el conjunto que Chrome admite para subtitular, que es más limitado de lo que la mayoría espera y es la razón habitual por la que la gente busca otra cosa para los streams de VTubers y los coreanos. Es gratis, así que comprobarlo en el directo que te importa no cuesta nada.
¿Live Caption es gratis?
Sí, del todo, sin límite y sin cuenta. Forma parte de Chrome y funciona en tu máquina.
¿Cuál es más privado?
Live Caption, claramente: procesa todo en el dispositivo y no manda nada a ninguna parte. Lo más cercano es conectar tus propias claves de API, que mantiene el audio entre tu navegador y un proveedor con el que ya tienes contrato, pero eso no es lo mismo que no salir nunca de la máquina.
¿Puedo usar ambos?
Sí. Prueba Live Caption primero, que es gratis e inmediato; recurre a una capa de traducción cuando el idioma no esté cubierto, cuando los nombres no paren de cambiar, o cuando quieras el subtítulo sobre el vídeo y no en un cuadro en una esquina.
¿Por qué Live Caption pone el texto en un cuadro aparte?
Porque se construyó como una función de accesibilidad de todo el sistema que subtitula todo el audio del navegador, incluido el audio sin vídeo asociado. Una capa dibujada sobre el vídeo sólo es posible para una herramienta que sabe que está mirando un reproductor de vídeo.
¿Alguno de los dos necesita que el directo tenga subtítulos?
No, y eso es justo lo que tienen en común y por lo que ambos funcionan en Twitch. Cada uno transcribe el audio por su cuenta en lugar de leer una pista de subtítulos, así que ninguno necesita nada de la plataforma ni del streamer.
Prueba la otra mitad de la comparación
Treinta minutos gratis cada semana. Sin tarjeta y sin cuentas de IA.
Añadir a Chrome