AZTools.us
Português (Brasil)

Gerador de legendas automáticas e transcrição de áudio (SRT, VTT)

Prévia do vídeo com as legendas SRT / VTT com marcações de tempo · 19 idiomas

Gravação de audiolivro do LibriVox em domínio público, baixada para o seu navegador somente quando você clicar.

Configurações de Gerador de legendas

Carregue um arquivo para liberar os controles desta ferramenta:

Prévia do vídeo com as legendas

Roda direto na web, dentro do seu navegador. Seu arquivo original nunca é alterado nem enviado.

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.

Atualizado

Como gerar legendas de um vídeo ou áudio

  1. 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.
  2. 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”.
  3. 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.
  4. Leia o resultado na prévia. Se for um vídeo, reproduza-o: as legendas aparecem sobre a imagem para você conferir o tempo.
  5. Em “Formato”, escolha SRT, VTT ou TXT e exporte. Trocar o formato não transcreve de novo.

Qual formato de legenda escolher

Formatos de exportação
FormatoUse para
.srtEnvios para YouTube, Facebook e TikTok e a maioria dos editores de vídeo (Premiere, DaVinci Resolve, CapCut)
.vttPlayers de vídeo na web (o elemento HTML <track>) e algumas plataformas de ensino
.txtUma 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.