Gerador de legendas automáticas e transcrição de áudio (SRT, VTT)
Prévia do vídeo com as legendas SRT / VTT com marcações de tempo · 19 idiomas
Legendas deixam os vídeos mais fáceis de acompanhar e de encontrar nas buscas, e uma transcrição escrita é útil para anotações, citações e traduções. Esta ferramenta escuta um vídeo ou arquivo de áudio com o Whisper, um modelo aberto de reconhecimento de fala que roda no seu navegador, e entrega legendas com marcações de tempo em .srt, .vtt ou texto simples. Seu arquivo não é enviado.
Como gerar legendas de um vídeo ou áudio
- Solte um vídeo (.mp4, .mov, .webm, .m4v) ou um arquivo de áudio (.mp3, .wav, .m4a, .aac, .ogg, .opus, .flac) na área de trabalho. A ferramenta lê o som; são aceitos arquivos de até uma hora.
- Escolha o “Idioma”: “Detectar automaticamente” ou o idioma falado, que é mais confiável para trechos curtos e sotaques. Em “Saída”, mantenha “Mesmo idioma” ou escolha “Traduzir para inglês”.
- Clique em “Iniciar”. Na primeira vez, o modelo de voz (cerca de 106 MB) é baixado de aztools.us e fica guardado no navegador; nas próximas vezes começa na hora. A linha de progresso mostra quanto da gravação já foi transcrito. “Parar” cancela.
- Leia o resultado na prévia. Se for um vídeo, reproduza-o: as legendas aparecem sobre a imagem para você conferir o tempo.
- Em “Formato”, escolha SRT, VTT ou TXT e exporte. Trocar o formato não transcreve de novo.
Qual formato de legenda escolher
| Formato | Use para |
|---|---|
| .srt | Envios para YouTube, Facebook e TikTok e a maioria dos editores de vídeo (Premiere, DaVinci Resolve, CapCut) |
| .vtt | Players de vídeo na web (o elemento HTML <track>) e algumas plataformas de ensino |
| .txt | Uma transcrição legível sem marcações de tempo; um novo parágrafo começa após uma pausa de dois segundos |
Precisão e velocidade da transcrição
- O modelo é o Whisper base, uma versão de 8 bits que roda no processador. Fala clara em inglês e em outros idiomas grandes sai bem; nomes, palavras raras e sotaques fortes precisam de conferência.
- As linhas ficam em cerca de sete segundos e 84 caracteres, os limites usuais de legendas.
- Música de fundo, várias pessoas falando ao mesmo tempo e silêncios longos podem gerar linhas faltando ou inventadas. A ferramenta descarta marcações como [Music] e os trechos repetidos em looping que o modelo produz com música, e avisa quando o arquivo parece ser quase só música.
- Num computador recente, a transcrição leva de um quarto à metade da duração da gravação. Celulares e computadores mais antigos são mais lentos; mantenha a aba aberta enquanto ela trabalha.
Gerador de legendas: perguntas frequentes
- Quais idiomas são aceitos?
- A lista tem inglês, vietnamita, chinês, japonês, coreano, espanhol, português, alemão, francês, italiano, russo, indonésio, tailandês, hindi, árabe, turco, holandês, polonês e ucraniano. A detecção automática também reconhece outros idiomas que o Whisper conhece.
- Dá para gravar as legendas dentro do vídeo?
- Não, a ferramenta cria um arquivo de legenda separado. Envie o .srt junto com o vídeo ou adicione-o no seu editor de vídeo, onde você também pode escolher o estilo e a posição do texto.
- Meu vídeo é enviado para algum servidor?
- Não. O som é decodificado e transcrito na aba do seu navegador. Só o modelo de voz e o programa que o executa são baixados, uma vez, de aztools.us.
Ferramentas relacionadas
Cortador de vídeo MP4 e recortador de clipes
Navegue até o segundo exato, corte intros ou finais indesejados de vídeos MP4/MOV/WebM, veja a reprodução ao vivo e baixe clipes limpos sem upload.
Converter vídeo horizontal 16:9 para vertical 9:16
Reenquadre gravações widescreen 16:9 para TikTok, Reels e Shorts: arraste um quadro de corte 9:16 sobre o vídeo, ou encaixe-o num fundo desfocado ou em barras pretas, corte e exporte MP4 720×1280 ou 1080×1920.
Extrair áudio MP3 de vídeo (MP4 / MOV / WebM)
Transforme qualquer vídeo MP4, MOV ou WebM em áudio MP3, M4A ou WAV limpo direto no navegador, corte o trecho exato na forma de onda e ajuste o volume.