¿Subtítulos con signos de interrogación o letras raras? Arregla tu archivo SRT
EqualangEn breve
Descubre si los subtítulos SRT con caracteres extraños se deben a una codificación incompatible o a fuentes incompletas, y conviértelos a UTF-8 sin dañar el texto.
Palabras clave: subtitulos muestran signos de interrogacion; vlc subtitulos signos de interrogacion; convertir archivo srt a utf 8; arreglar subtitulos con letras raras; codificacion incorrecta subtitulos srt
Cuando los subtítulos aparecen con signos de interrogación, acentos distorsionados o rectángulos vacíos, te estás enfrentando a uno de dos problemas totalmente distintos. Los símbolos extraños como ``, ???, é o caracteres desordenados indican una discordancia en la codificación de caracteres (Mojibake): tu reproductor intenta leer un archivo .srt regional antiguo como si fuera UTF-8 (o viceversa). En cambio, los rectángulos vacíos y uniformes (□□□) señalan falta de glifos en la fuente (conocido como "Tofu"): el archivo ya está guardado en UTF-8 válido, pero la fuente tipográfica activa para subtítulos en tu reproductor carece de los caracteres necesarios para idiomas como chino, japonés, coreano, árabe o tailandés.
Identificar cuál de los dos síntomas tienes en pantalla lleva solo cinco segundos y te evitará cambiar ajustes innecesarios o arruinar para siempre tu archivo de subtítulos.
Desajuste de codificación vs. falta de glifos en la fuente: cómo diferenciarlos
Los archivos .srt antiguos provenientes de catálogos y repositorios de subtítulos solían guardarse en páginas de códigos regionales o de un solo byte en lugar del estándar universal Unicode UTF-8. Como el formato de texto plano .srt no incluye un encabezado interno obligatorio que declare su codificación, los reproductores multimedia se ven obligados a adivinar, recurriendo a UTF-8 o a la página de códigos local del sistema operativo.
Observa lo que aparece en pantalla para determinar la causa exacta:
Por ejemplo, considera una línea en francés con vocales acentuadas y un signo de interrogación invertido en español:
14 00:01:12,400 --> 00:01:15,100 ¿Où est le café ?
Si ese archivo se guardó originalmente en Windows-1252 y tu reproductor espera estrictamente UTF-8, los bytes de ¿, ù y é representan secuencias no válidas en UTF-8, por lo que el reproductor introduce caracteres de sustitución:
14 00:01:12,400 --> 00:01:15,100 O est le caf ?
Por el contrario, si el archivo .srt ya está codificado de forma adecuada en UTF-8 (é = 0xC3 0xA9), pero tu reproductor está configurado para decodificar subtítulos en Windows-1252, cada byte se muestra como un carácter individual en Windows-1252:
14 00:01:12,400 --> 00:01:15,100 ¿Où est le café ?
Cuidado antes de guardar: el error que destruye un archivo SRT para siempre
Antes de abrir un archivo .srt con caracteres distorsionados en un editor de texto y hacer clic en "Guardar como UTF-8", ten en cuenta el error más frecuente al resolver problemas de subtítulos.
Si abres un archivo .srt en un editor donde los diálogos **ya se ven como , `???` o `é` en pantalla**, y pulsas inmediatamente **Guardar como UTF-8**, destruirás de forma permanente el texto original. El editor toma los caracteres de sustitución defectuosos visibles en la ventana y escribe sus bytes literales en `UTF-8` (`U+FFFD` para o U+003F para ?) en el disco, sobreescribiendo los bytes regionales originales. Una vez que esto sucede, ninguna herramienta de conversión podrá recuperar los caracteres perdidos.
Para convertir un archivo de forma segura:
- Haz primero una copia de seguridad de tu archivo
.srtoriginal. - Indica a tu editor que vuelva a interpretar (reabra) los bytes del disco usando la codificación de origen hasta que todo el diálogo sea legible y correcto.
- Solo después de comprobar que las letras y tildes se ven bien en pantalla, procede a guardar (convertir) el archivo en
UTF-8.
¿Qué codificación antigua utiliza mi archivo SRT?
Cuando necesites reabrir un archivo .srt antiguo, relaciona el idioma del subtítulo con su página de códigos clásica correspondiente:
Método 1: Convertir un archivo SRT a UTF-8 de forma segura en VS Code
Visual Studio Code facilita la reparación de codificaciones porque separa con claridad la acción Reopen with Encoding (cambiar cómo se leen los bytes existentes en el disco) de Save with Encoding (convertir y escribir bytes nuevos).
- Abre tu archivo
.srten VS Code. Si los subtítulos se ven dañados (???, `` o caracteres extraños), no edites ni guardes el archivo todavía. - Mira la barra de estado en la esquina inferior derecha y haz clic en el indicador de codificación (suele indicar
UTF-8). - Selecciona Reopen with Encoding en el menú desplegable de comandos situado en la parte superior.
- Elige la codificación heredada correspondiente al idioma de los subtítulos según la tabla anterior (por ejemplo,
Western (Windows 1252)para español o francés,Cyrillic (Windows 1251)para ruso, oSimplified Chinese (GB18030)para chino simplificado). - Revisa la ventana del editor. Si el diálogo continúa distorsionado, haz clic de nuevo en el indicador de codificación inferior derecho, elige Reopen with Encoding y prueba la siguiente opción hasta que cada acento y símbolo sea nítido y legible.
- Cuando el texto se vea con total normalidad en pantalla, haz clic una vez más en el nombre de la codificación en la esquina inferior derecha.
- Selecciona Save with Encoding -> UTF-8.
Tu archivo .srt estará ahora convertido limpiamente a UTF-8 y se cargará sin inconvenientes en reproductores de escritorio, navegadores y aplicaciones móviles, ya sea para visualizar una sola pista, configurar subtítulos dobles en VLC o preparar un archivo limpio antes de seguir nuestra guía para traducir subtítulos SRT.
Método 2: Convertir archivos SRT a UTF-8 desde la terminal (iconv)
En macOS o Linux, puedes convertir archivos .srt antiguos directamente desde la línea de comandos con iconv, que lee los bytes de origen con el parámetro -f (from) y genera un nuevo archivo limpio en UTF-8 con -t (to) sin alterar el original.
Convertir un archivo de subtítulos de Europa occidental (Windows-1252) a UTF-8:
iconv -f WINDOWS-1252 -t UTF-8 old.srt > utf8.srt
Convertir un archivo en cirílico (Windows-1251), chino simplificado (GB18030) o japonés (Shift_JIS) a UTF-8:
# Ruso / Cirílico iconv -f WINDOWS-1251 -t UTF-8 movie-ru.srt > movie-ru-utf8.srt # Chino simplificado iconv -f GB18030 -t UTF-8 movie-zh.srt > movie-zh-utf8.srt # Japonés iconv -f SHIFT_JIS -t UTF-8 movie-ja.srt > movie-ja-utf8.srt
Redirige siempre la salida hacia un nombre de archivo nuevo (> utf8.srt) en lugar de sobreescribir el mismo archivo (> old.srt), ya que esto último vaciaría el archivo de origen antes de que iconv termine de leerlo.
Cómo solucionar los rectángulos vacíos (□□□) en VLC cuando la codificación ya es UTF-8
Si tus subtítulos aparecen como rectángulos vacíos uniformes (□□□), convertir el archivo .srt no solucionará el problema. Estos recuadros indican que VLC ya decodificó el texto en UTF-8 de manera correcta, identificó los puntos de código Unicode exactos y solicitó a la fuente activa que los renderizara, pero dicha fuente no dispone de los glifos para esa escritura.
Esto sucede con frecuencia en televisores inteligentes o en instalaciones nuevas de VLC donde la fuente de subtítulos predeterminada solo cubre caracteres latinos y se carga un archivo .srt en chino, japonés, coreano, tailandés o árabe.
Para corregir □□□ en VLC de inmediato:
- Abre VLC y dirígete a VLC > Preferencias (en macOS) o a Herramientas > Preferencias (en Windows/Linux).
- Haz clic en la pestaña Subtítulos / OSD.
- Localiza el menú desplegable Fuente en la sección de efectos de subtítulos.
- Cambia la fuente tipográfica actual por una compatible con Unicode o CJK instalada en tu sistema:
- Multiplataforma / Linux:
Noto Sans CJKoArial Unicode MS - macOS:
PingFang SC - Windows:
Microsoft YaHei
- Multiplataforma / Linux:
- Dentro de la misma pestaña Subtítulos / OSD, establece la Codificación predeterminada en
Universal (UTF-8)para evitar que VLC intente decodificar archivosUTF-8modernos usando páginas regionales antiguas. - Haz clic en Guardar, cierra el vídeo por completo y vuelve a abrirlo (VLC almacena en caché el renderizador de fuentes mientras la reproducción está activa).
Preguntas frecuentes
¿Por qué los signos de interrogación o las letras con tilde se ven como é o ¿?
En UTF-8, los caracteres fuera de la tabla ASCII básica se almacenan utilizando entre dos y cuatro bytes. Por ejemplo, la é se guarda como la secuencia de dos bytes 0xC3 0xA9, y el signo de interrogación invertido ¿ se almacena como 0xC2 0xBF. Cuando un reproductor multimedia o un editor de texto está configurado en una codificación heredada de un solo byte como Windows-1252 en lugar de UTF-8, procesa cada byte como un carácter independiente, transformando 0xC3 0xA9 en é y 0xC2 0xBF en ¿. Configurar la codificación de subtítulos del reproductor en UTF-8 resuelve la situación de inmediato.
¿Se puede recuperar un archivo SRT guardado accidentalmente con signos ??? o ?
No. Cuando un editor guarda un archivo mientras se muestran caracteres `` (U+FFFD) o ? (U+003F) en pantalla, cada letra dañada se sustituye por la secuencia exacta de bytes correspondiente a ese marcador de posición. Al colapsar decenas de letras diferentes en un mismo símbolo genérico, los bytes originales se pierden. En este caso, será necesario descargar nuevamente el archivo .srt original y utilizar Reopen with Encoding antes de guardar en UTF-8.
¿Conviene guardar los subtítulos SRT en UTF-8 estándar o UTF-8 con BOM?
El formato UTF-8 estándar (sin marca de orden de bytes o BOM) es la recomendación universal según la especificación Unicode y ofrece compatibilidad con reproductores de escritorio modernos, elementos web <track> y herramientas de subtitulado. Sin embargo, si un televisor antiguo con entrada USB o un programa clásico de Windows continúa abriendo archivos UTF-8 con la página de códigos local por defecto, guardar como UTF-8 con BOM agrega tres bytes iniciales de identificación (0xEF 0xBB 0xBF) que obligan al software heredado a reconocer el archivo como UTF-8.