Existen exactamente dos arquitecturas para subtitular una reunión online, y la elección entre ellas decide todo lo demás: quién tiene que aprobarlo, qué aspecto tiene la lista de participantes, y cuántos idiomas puede leer el público.
Arquitectura uno: entrar en la llamada
Un bot de transcripción entra en la reunión como un participante más. Aparece en la lista, necesita los permisos que la plataforma exija a una aplicación, y en una organización de cualquier tamaño necesita que tu departamento de sistemas lo autorice antes.
Esa última parte es la que muerde en la práctica. Conseguir que aprueben una herramienta dentro de un entorno corporativo es un trámite, y ese trámite dura habitualmente más que el evento que querías subtitular.
Arquitectura dos: escuchar el ordenador
La alternativa parte de una observación: en un evento online, las voces ya están dentro del ordenador de quien organiza. Están saliendo por los altavoces. Una aplicación de escritorio que corra en esa misma máquina puede capturar ese audio directamente.
No entra nada en la llamada. No hay ninguna aplicación instalada dentro de la plataforma, no hay nada en la lista de participantes, y no hay integración que nadie tenga que autorizar ni revocar.
Además significa que no hay un camino de código por plataforma. La captura no distingue qué aplicación produjo el sonido, así que Zoom, Teams, Meet, Webex y lo que las sustituya el año que viene son el mismo caso. Eso no es una promesa de hoja de ruta: es una consecuencia de dónde se está cogiendo el audio.
Qué le compra esto al público
Lo que le importa al asistente no es la arquitectura, es la elección.
En Zoom, que hemos probado, la barra de subtítulos de cada espectador muestra un idioma a la vez. Que cada uno elija uno traducido exige un complemento de pago o un plan superior en la cuenta del anfitrión (Zoom lo llama Translated Captions), y solo cubre los idiomas de la lista de Zoom que el anfitrión haya activado. Microsoft documenta lo mismo para Teams con licencia Teams Premium; Teams no lo hemos probado. En los dos casos, los subtítulos se quedan dentro de la llamada: la gente de la sala no ve ninguno.
Un enlace en el chat de la reunión no depende de nada de eso. Cada persona lo abre en un navegador y elige su idioma: hasta doce idiomas de lectura a la vez en un mismo evento, de un catálogo de 58, y se puede cambiar a mitad de reunión. Sin aplicación, sin cuenta y sin registro. Y si prefiere escuchar a leer, el navegador se lo lee en voz alta por sus propios auriculares, cuando el aparato tiene una voz para ese idioma.
Tres notas prácticas
Sigues oyendo la reunión. Merece la pena decirlo porque es lo primero que pregunta todo el mundo. La captura no silencia nada: el operador sigue oyendo la reunión que está subtitulando.
En Mac hay un permiso, una vez. macOS pide una vez la grabación de pantalla, la aplicación se reinicia, y a partir de ahí se comporta exactamente igual que en Windows.
El híbrido es la misma sesión. Si media audiencia está en una sala, el mismo evento sale a la pantalla del recinto por NDI o por HDMI. Los de la llamada y los de la sala, una sesión, un código y una factura.
Y si quieres específicamente la barra de subtítulos nativa
Zoom expone un token de subtitulador manual: el anfitrión activa el token de la API de subtítulos en sus ajustes, lo copia, y una herramienta de terceros puede enviar las líneas terminadas a la propia barra de subtítulos de Zoom. No hay revisión de Marketplace ni nada que instalar. Dato que conviene saber: ese token también se ofrece en cuentas gratuitas de Zoom, algo que comprobamos el 2026-09-12, en contra de lo que dicen sus propias páginas de ayuda.
Nosotros tenemos ese camino construido y probado contra una reunión de Zoom de verdad, así que funciona. El camino principal (un enlace en el chat y un navegador) no depende de él, y sigue siendo el que recomendaríamos primero, porque le da al público doce idiomas en lugar de uno.