Captions, subtítulos y transcripción no son lo mismo
Una transcripción es el texto hablado sin tiempos. Los subtítulos son ese mismo texto cortado en líneas breves, cada una con inicio y fin, que es exactamente lo que guarda un archivo SRT. En TikTok la palabra «captions» se usa tanto para la pista de subtítulos que aparece sobre el video como para el texto que va debajo. Esta herramienta lee la pista de subtítulos que TikTok ya tiene del video, así que lo que recibes es texto con tiempos reales. A partir de ahí puedes copiarlo como transcripción seguida o guardarlo como SRT, según lo que vayas a hacer.