Como funcionam as legendas automáticas?
Legendar um vídeo à mão leva horas: é preciso ouvir, digitar e ajustar o tempo de cada frase. Este gerador faz isso em minutos com o Whisper, o modelo de reconhecimento de fala de código aberto da OpenAI, um dos mais precisos que existem. Ele entende quase cem idiomas, sotaques variados e vocabulário técnico, e ainda coloca a pontuação para você.
A ferramenta extrai o áudio do vídeo, divide em trechos aproveitando as pausas para não cortar palavras e transcreve cada um com suas marcações de tempo. Depois, distribui o texto em legendas que seguem as regras de legibilidade: no máximo duas linhas de 42 caracteres (ou 32 para vídeos verticais), sem sobreposição e com o tempo certo na tela.
No final, você vê o vídeo já com as legendas e a lista completa de frases. Clique em qualquer uma para corrigir uma palavra ou um nome próprio, e no tempo dela para pular até esse momento. Baixe o resultado em SRT (o formato universal do YouTube, Premiere, DaVinci Resolve ou CapCut), em VTT para a web ou em texto simples. Se precisar das legendas em outro idioma, dá para traduzi-las direto para o inglês ou passá-las para o tradutor de legendas.
A inteligência artificial roda no seu navegador: o vídeo não é enviado a nenhum servidor. O teste grátis permite legendar um vídeo; com o ToolStudio Pro o uso é ilimitado e você pode gerar as legendas de vários vídeos de uma vez.
Como gerar legendas de um vídeo?
- Arraste o seu vídeo ou clique para escolher.
- Deixe o idioma em “Detectar automaticamente” ou escolha um, e defina a precisão.
- Clique em “Gerar legendas”. Na primeira vez, o modelo de IA é baixado; depois ele fica salvo no seu navegador.
- Revise as legendas sobre o vídeo e corrija qualquer palavra clicando nela.
- Baixe o arquivo SRT ou VTT e envie para o YouTube, para a sua rede social ou para o seu editor de vídeo.
Para que servem as legendas automáticas?
- Legendar vídeos do YouTube para alcançar mais pessoas e melhorar o posicionamento.
- Colocar legendas em Reels, TikTok e Shorts, que a maioria assiste sem som.
- Tornar seus vídeos acessíveis para pessoas surdas ou com deficiência auditiva.
- Legendar cursos, webinars e treinamentos internos.
- Preparar o SRT de base para traduzir um vídeo para outros idiomas.
- Economizar horas de trabalho na edição de entrevistas, documentários e videocasts.
Qual precisão escolher?
- Rápida: modelo leve, ideal para voz clara e vídeos curtos.
- Alta: mais precisa com sotaques, ruído de fundo e termos técnicos. É a opção padrão em computadores com placa de vídeo compatível.
- Máxima: Whisper large-v3 turbo, a melhor precisão. Precisa de WebGPU (Chrome ou Edge em um computador com placa de vídeo) e de um download grande na primeira vez.
Formatos compatíveis
- Entrada: vídeos MP4, MOV, WebM e MKV, e áudios MP3, WAV, M4A, AAC, OGG, OPUS e FLAC. Até 2 GB por arquivo.
- Saída: legendas SRT e WebVTT (VTT) e texto simples TXT, com ou sem marcações de tempo.
- Idiomas: português, inglês, espanhol, francês, alemão, italiano, catalão, galego, basco e quase cem outros idiomas, com detecção automática.
Perguntas Frequentes
Qual é a precisão das legendas automáticas?
Com voz clara, o Whisper acerta a grande maioria das palavras, mas nenhuma IA é perfeita: nomes próprios, marcas ou termos muito específicos podem precisar de correção. Por isso você pode editar cada legenda antes de baixar.
Em quais idiomas funciona?
Em quase cem idiomas, entre eles português, inglês, espanhol, francês, alemão, italiano, catalão, galego e basco. O idioma é detectado automaticamente, mas, se você escolher, o resultado fica um pouco mais confiável.
Dá para gerar as legendas em outro idioma?
O Whisper consegue traduzir direto para o inglês: escolha “Traduzido para o inglês” em Resultado. Para qualquer outro idioma, baixe o SRT e use o nosso tradutor de legendas.
Por que demora na primeira vez?
Na primeira vez, o navegador baixa o modelo de IA. Depois ele fica salvo e, nas próximas vezes, começa na hora. A velocidade depende do seu dispositivo: em um computador com placa de vídeo e Chrome ou Edge, fica várias vezes mais rápido.
Meu vídeo é enviado para algum servidor?
Não. A inteligência artificial (Whisper, o modelo de reconhecimento de fala de código aberto da OpenAI) é baixada no seu navegador e roda no seu próprio dispositivo. O áudio não é enviado a nenhum servidor; a única coisa baixada da internet é o modelo, uma única vez.
É grátis?
Você tem um teste grátis por ferramenta: um arquivo. Dá para reprocessar esse mesmo arquivo com outros ajustes quantas vezes quiser e, se algo der errado, o teste não é gasto. Para processar arquivos novos é preciso ter o ToolStudio Pro, que libera uso ilimitado de todas as ferramentas, processamento em lote (vários arquivos de uma vez, baixados juntos em um ZIP) e nenhum anúncio. Você pode cancelar quando quiser.
