Como colocar legenda em vídeo

Por que colocar legenda em vídeo, se quase todo mundo assiste sem som

Abra o Instagram, o TikTok ou o LinkedIn no ônibus, na fila do banco ou na cama ao lado de alguém dormindo e repare no que você faz: rola o feed com o som desligado. Boa parte das pessoas assiste a vídeo curto assim, em silêncio, e só liga o áudio quando alguma coisa na tela convence. Se o seu vídeo depende da fala para fazer sentido e não tem texto, ele passa direto. Os primeiros segundos são mudos para quem está rolando, e é nesses segundos que a pessoa decide se fica.

Por isso, colocar legenda em vídeo deixou de ser acabamento e virou parte do roteiro. A legenda faz três trabalhos ao mesmo tempo:

• Segura a atenção sem som. Quem lê a primeira frase entende o assunto e tem um motivo para continuar ou para ligar o áudio.
• Torna o vídeo acessível. Pessoas surdas ou com perda auditiva, quem assiste em outro idioma e quem está num lugar barulhento dependem do texto. Sem legenda, o vídeo simplesmente não existe para elas.
• Dá texto pesquisável. Um arquivo de legenda enviado para a plataforma, ou a transcrição colada na descrição, vira texto que buscadores e a própria busca interna da rede conseguem ler. O áudio sozinho é bem mais difícil de indexar.

A boa notícia é que hoje ninguém precisa digitar legenda à mão, ouvindo e pausando a cada frase. A legenda automática gerada por reconhecimento de fala resolve a maior parte do trabalho em poucos minutos. O que continua sendo seu é escolher o formato certo, respeitar algumas regras de leitura e fazer uma revisão rápida antes de publicar. É disso que trata o resto do artigo.

O que é arquivo SRT, VTT e legenda queimada

Antes de gerar qualquer coisa, vale entender os três jeitos de levar texto para a tela, porque cada rede aceita um e cada um serve para uma coisa.

SRT. É o formato de legenda mais comum que existe. Um arquivo SRT é texto puro, com blocos numerados: o número da legenda, a linha de tempo de entrada e saída no formato 00:00:12,400 --> 00:00:15,100 e as linhas de texto. Você abre em qualquer editor de texto, corrige uma palavra e salva. YouTube, Facebook, LinkedIn e praticamente todo editor de vídeo aceitam SRT. A legenda fica como uma faixa separada, que o espectador liga e desliga.

VTT (WebVTT). É primo do SRT, pensado para a web. A estrutura é quase igual, com o cabeçalho WEBVTT no começo e ponto em vez de vírgula nos milissegundos. É o formato que os players de vídeo de sites usam (a tag de vídeo do HTML lê VTT direto) e aceita algumas opções extras de posição e estilo. Se você publica o vídeo no seu próprio site ou numa plataforma de cursos, provavelmente é VTT que ela pede.

Texto queimado (legenda embutida). Aqui a legenda não é um arquivo: ela é desenhada nos pixels do vídeo e não dá para desligar. É o que você vê nos Reels e nos vídeos do TikTok com aquelas palavras grandes no meio da tela. Para legenda para Instagram e TikTok, o texto queimado é o caminho mais seguro: o Reels e o TikTok têm legenda automática própria, mas ela depende de o espectador ativar, aparece com o estilo da plataforma e nem sempre está disponível para o seu idioma ou formato. Quando o texto está no vídeo, todo mundo vê, do jeito que você escolheu.

Resumindo onde vai cada um:

• YouTube, Facebook, LinkedIn, Vimeo: envie o SRT como faixa de legenda.
• Site próprio, plataforma de cursos, player HTML: VTT.
• Reels, TikTok, Shorts, Stories: texto queimado, com o SRT guardado.

E aqui está o conselho mais importante desta seção: guarde sempre o arquivo SRT, mesmo que você vá queimar a legenda. O texto queimado é definitivo. Se depois aparecer um erro de digitação, se você quiser postar o mesmo vídeo no YouTube com faixa de legenda, traduzir para outro idioma ou cortar uma versão mais curta, é do SRT que você vai partir. Ele também serve de transcrição para a descrição do post, para um artigo ou para um roteiro do próximo vídeo. Um arquivo de poucos kilobytes poupa você de transcrever tudo de novo.

Regras de legibilidade que fazem diferença

Legenda ruim é aquela que a pessoa não consegue ler a tempo. Não é questão de gosto: são poucas regras, usadas em legendagem profissional há décadas, e dá para notar a diferença no primeiro vídeo.

1. No máximo duas linhas por vez. Três linhas tapam a imagem e ninguém lê até o fim antes da troca. No formato vertical, onde a tela é estreita, isso pesa ainda mais.
2. Cerca de 42 caracteres por linha. É o limite que permite ler a linha num olhar só. Em vídeo vertical com fonte grande, muita gente prefere linhas ainda mais curtas, de 25 a 32 caracteres, ou até poucas palavras por vez.
3. Nada com menos de um segundo nem com mais de sete. Abaixo de um segundo a legenda pisca e some antes de ser lida. Acima de sete segundos o olho volta a ler a mesma coisa e a pessoa acha que o vídeo travou. Se uma frase fica muito tempo na tela, divida em duas legendas.
4. Corte pelo sentido, não pela pausa do áudio. As pessoas não falam em blocos de 42 caracteres: respiram no meio da frase e emendam duas ideias sem parar. Se você corta a legenda onde houve silêncio, sai coisa como «vamos ver como se faz o» numa legenda e «backup do celular» na seguinte. Corte depois de uma vírgula, antes de um «mas», «porque» ou «então», e nunca separe artigo de substantivo, preposição do que vem depois ou nome e sobrenome.

Mais três detalhes que ajudam:

• Velocidade de leitura. Uma referência comum é não passar de 17 caracteres por segundo. Se a pessoa fala muito rápido, vale enxugar o texto (tirar um «né», um «tipo assim») em vez de espremer tudo na tela.
• Posição. Nos Reels e no TikTok, a parte de baixo da tela fica coberta pela descrição, pelo nome do perfil e pelos botões. Coloque o texto queimado um pouco acima do terço inferior, longe das bordas.
• Contraste. Letra branca com contorno ou fundo escuro funciona em qualquer imagem. Texto colorido sem contorno some quando o fundo muda.

Uma boa ferramenta de transcrição já entrega o SRT respeitando boa parte disso, com legendas de até duas linhas e tempo máximo por bloco. Mesmo assim, olhe o resultado com essas regras na cabeça antes de publicar.

Legenda automática: a revisão que não dá para pular

Qualquer transcrição automática, por melhor que seja o modelo, erra sempre nos mesmos lugares. Não é no texto corrido: frases comuns em português saem quase sempre certas. O problema está em quatro tipos de palavra:

• Nomes próprios. O nome do convidado, da cidade pequena, do bairro, do seu sobrenome. O modelo escreve o que soa parecido com uma palavra conhecida.
• Siglas. «INSS», «CNPJ», «SEO», «PIX». Às vezes saem por extenso, às vezes viram uma palavra que não existe.
• Números. «Vinte e cinco» vira 25 ou fica por extenso, «dois mil e vinte e quatro» pode sair de três jeitos diferentes, preços e porcentagens trocam de formato no meio do vídeo.
• Marcas e termos técnicos. O nome do seu produto, do seu perfil, de um app, um termo em inglês que você usa no meio da frase.

E são justamente essas as palavras que mais importam: um nome errado na legenda é o que o convidado vai notar, e a marca escrita errado no seu próprio vídeo passa uma impressão ruim. Por isso a revisão não é opcional, mas também não precisa ser lenta. O jeito mais rápido é revisar no TXT, não no SRT:

1. Abra o TXT da transcrição num editor de texto. Ele tem só o texto corrido, sem números de bloco nem marcas de tempo, então dá para ler como um artigo.
2. Faça uma lista curta das palavras de risco do vídeo: os nomes de quem aparece, as marcas, as siglas e os números que você falou. Normalmente são de cinco a quinze itens.
3. Use o buscar do editor para cada item e para as variações prováveis (o nome com e sem acento, a sigla com e sem ponto). Corrija o que estiver errado.
4. Leia o texto uma vez inteiro em voz baixa. Frases que não fazem sentido costumam ser um trecho em que o áudio estava ruim ou duas pessoas falaram ao mesmo tempo.
5. Leve as correções para o SRT com o substituir tudo do editor. Como o SRT é texto puro, a correção de um nome vale para todas as legendas de uma vez, sem mexer nos tempos.

Para um vídeo de um ou dois minutos, isso leva poucos minutos. Para um vídeo longo, a lista de palavras de risco é o que salva: você não relê tudo, só vai direto ao que costuma dar errado.

Passo a passo: legenda para Instagram e TikTok com o Airpic

No Airpic, a ferramenta para isso é transcrever vídeo em texto. Ela gera a legenda automática a partir do áudio e entrega todos os formatos de uma vez, sem cadastro. O fluxo completo:

1. Suba o vídeo. Arraste o arquivo para a página ou escolha do computador ou do celular. Também aceita só o áudio, se você já tiver extraído. O vídeo é processado em GPUs na União Europeia.
2. Escolha o idioma. São 99 idiomas. Se o vídeo é todo em português, selecione português em vez de deixar na detecção automática: o resultado fica mais estável nos primeiros segundos. Se o vídeo tem duas pessoas conversando, marque a opção de distinguir falantes para o texto vir separado por quem fala.
3. Processe e confira a prévia. A transcrição aparece na tela com cada trecho marcado no tempo. Você pode clicar num trecho para ouvir aquela parte e corrigir o texto ali mesmo.
4. Baixe o ZIP. Ele vem com quatro arquivos: TXT (o texto corrido, para revisar e para a descrição do post), SRT (para YouTube, Facebook, LinkedIn e editores de vídeo), VTT (para sites e players web) e JSON (com os tempos de cada trecho, útil se você trabalha com automação). As legendas do SRT e do VTT já saem divididas em até duas linhas de cerca de 42 caracteres, com no máximo sete segundos por bloco.
5. Repasse. Siga a revisão da seção anterior: lista de nomes, siglas, números e marcas, buscar no TXT, corrigir no SRT. Depois envie o SRT para a plataforma ou importe no seu editor para queimar a legenda.

Se o objetivo é postar no Reels ou no TikTok a partir de um vídeo longo (uma live, um podcast, uma aula), dá para pular uma etapa: a ferramenta para criar shorts de um vídeo escolhe os melhores trechos, corta em 9:16 seguindo o rosto e já queima a legenda palavra por palavra, junto com o SRT de cada clipe. E se você precisa de um resumo escrito do mesmo vídeo, a ferramenta de vídeo para documento transforma a fala em DOCX, PDF ou Markdown com capítulos.

Os arquivos são apagados uma hora depois do download, um dia no máximo, e nunca são usados para treinar modelos. Para ver como funciona o cálculo de créditos e o download gratuito do mês, a página de transcrever vídeo em texto tem os detalhes.

FAQ

Continuar a ler