Cómo generar subtítulos para una película que no tiene ninguno

Quven puede escribir un subtítulo con sincronismo y reutilizable a partir de los diálogos de una película, en tu propio servidor, cuando el archivo no lleva ninguna pista de subtítulos que puedas usar.

Requisitos

• Quven 1.1.0 o posterior. Desde la 1.2.0, la cuenta a la que está vinculado tu servidor debe incluir Pro; sin ella, el panel dice «Writing a subtitle from the audio is included in Pro, and the account linked to this server does not include it.» En una versión anterior la opción no está en el reproductor, y ningún ajuste la adelanta.
• Un administrador del servidor, en la aplicación de escritorio o en el cliente web. Un perfil de invitado lee «Only the person who owns this server can create subtitles for it.» donde iría el botón.
• Reproducir una pista que ya existe no necesita ningún plan, para todos los perfiles del servidor.

1. Abre la pestaña Create

1. Inicia el título y abre los controles de subtítulos en el reproductor.
2. Elige Create. Quven inspecciona el archivo y muestra lo que encontró.

Escribir desde el audio solo se ofrece cuando el archivo no lleva ninguna pista de subtítulos utilizable, y entonces el panel dice «No usable subtitle track was found. The selected audio will be transcribed locally.» Si existe una pista de texto, en imagen o un archivo externo, la misma pestaña ofrece traducirla en su lugar, un paso aparte que viene con Max. Las pistas forzadas y las de solo rótulos no cuentan, porque no son un guion.

2. Elige el audio y empieza

1. En Dialogue audio, elige el flujo con cuidado: una película puede llevar un doblaje, un comentario, una audiodescripción y el idioma original, y el subtítulo corresponde al que elijas.
2. Una fila Spoken language aparece solo cuando el archivo no declara el idioma de ese flujo. Empieza en Detect automatically; fíjalo tú cuando la pista sea corta, ruidosa o bilingüe.
3. Pulsa Generate subtitles. El subtítulo pertenece al archivo que estás reproduciendo, así que un título con dos versiones lo obtiene solo para esa versión. El panel dice que el trabajo puede tardar hasta veinte minutos, y una película larga en una máquina lenta los usa todos.

3. Deja que el servidor busque el modelo de voz

El reconocimiento se ejecuta en el servidor con un modelo Whisper multilingüe de unos 465 MB, que no forma parte de la descarga. No lo instalas de antemano: la primera transcripción que lo necesita muestra Waiting for the speech model…, luego Downloading the speech model… con su porcentaje y sus megabytes, y continúa sola cuando el archivo ha superado su suma de comprobación. Una descarga interrumpida se reanuda donde se detuvo.

Si la descarga falla, el panel nombra la causa (la conexión, el espacio en disco o un archivo que no pasó la verificación y se descartó) y ofrece el botón de instalación para intentarlo de nuevo. En el cliente web, Subtitle activity también muestra el modelo en Local speech model, donde un administrador puede instalarlo con antelación.

Las aplicaciones de teléfono, tableta y televisor no llevan estado del modelo ni ruta de instalación, nunca piden un subtítulo en el idioma propio de la película y reproducen una pista generada como cualquier otra.

4. Quédate en el reproductor mientras se ejecuta

La petición pertenece al reproductor que la hizo. Salir pregunta primero y luego retira tu petición: la aplicación de escritorio dice que el procesamiento se cancelará, y el cliente web avisa de que el trabajo compartido puede continuar para otro perfil, ya que dos personas que piden lo mismo comparten un único trabajo.

Por debajo, el trabajo es duradero en el servidor. Sobrevive a un reinicio, y un reintento recibe su propia identidad. No pongas la misma petición en cola tres veces porque la primera parecía lenta: esperarías al mismo trabajo.

Con una tarjeta gráfica que el servidor pueda alcanzar mediante Vulkan en Windows y Linux, o en un Mac con Apple silicon mediante Metal, el reconocimiento se ejecuta allí y es mucho más rápido. Sin ella usa tres cuartas partes de los hilos del procesador y nunca todos, seis en una máquina de ocho hilos, para que el servidor siga respondiendo.

5. Usa el resultado

El resultado es una pista de subtítulos normal, asociada a ese archivo físico. Aparece en Tracks en todos los clientes y sigue ahí la semana siguiente. Quven también escribe una copia junto a la película, con su nombre y .quven-transcribed.<language>.vtt, así que una película movida a otra máquina o abierta en otro reproductor se lleva su subtítulo. Con Docker, esa copia necesita una carpeta multimedia en la que el contenedor pueda escribir, y la guía de Docker explica el ajuste que mantiene la biblioteca en solo lectura.

Si el trabajo falla o lo cancelas, nada a medio hacer queda asociado. Cuando existe un subtítulo escrito por personas para una película, sigue siendo la referencia, y para un archivo que no lo tiene este es el que permite verlo.

La generación se ejecuta por completo en tu servidor. El audio, las muestras decodificadas y los archivos de trabajo del reconocedor nunca salen de la máquina, y los temporales se limpian tanto si el trabajo termina bien, falla o se cancela. Nada se mide: es tu hardware el que trabaja, y Pro cubre la cadena y los motores que Quven distribuye con ella.

Traducir el subtítulo a otro idioma es un paso aparte, y ahí el texto sí sale de la máquina. Consulta traducir subtítulos con IA. Si los subtítulos aparecen pero se ven raros en un dispositivo, empieza por la guía de reproducción nativa.

Preguntas frecuentes