Gerador de legendas SRT: legendas tiradas da fala do arquivo

Fazer legenda SRT do seu vídeo sem digitar tempos

Gerar legendas aqui leva quatro passos, da gravação à legenda pronta, e em nenhum deles você digita um código de tempo.

1. Envie o vídeo ou o áudio. Arraste um MP4, MOV, MKV, MP3, WAV ou outro arquivo de mídia para a área de envio no topo da página.
2. Deixe a fala ser reconhecida. A primeira gravação de um visitante começa na hora e é grátis, inteira até 10 minutos. Ao entrar, você vê o preço em minutos, e nada roda antes de você clicar em “Transcrever”.
3. Confira as linhas no player. Leia a transcrição ao lado do player e clique numa marcação de tempo para ouvir uma linha de novo.
4. Exporte SRT ou VTT. Escolha SRT para um editor ou para o YouTube Studio, VTT para um player web. Os dois trazem o início e o fim de cada bloco.

Funciona como um gerador de legenda online: nada para instalar, e o SubRip é uma das quatro exportações da mesma transcrição. Se você precisa sobretudo do texto do vídeo, comece pela transcrição completa do vídeo em texto; o SRT vem junto.

Como fica o arquivo SRT gerado

Um SRT gerado é texto puro: um número de bloco, uma linha de tempo com início e fim separados por uma seta, e as palavras de uma frase.

Blocos de exemplo no formato SubRip exato, não é uma gravação real:

1
00:00:00,000 --> 00:00:05,400
Oi, pessoal, esta é a demonstração do novo painel de vendas.

2
00:00:05,400 --> 00:00:12,100
À esquerda ficam os filtros que a gente adicionou semana passada.

Os milissegundos vêm depois de uma vírgula, como o SubRip exige; a exportação VTT os escreve depois de um ponto e começa com uma linha WEBVTT. As regras do formato em si estão na página que explica o que um arquivo de legenda SubRip contém.

Como os blocos são cortados e o que corrigir à mão

Cada bloco é exatamente uma frase, do jeito que o reconhecimento de fala Whisper dividiu o som, cronometrada do começo ao fim dessa frase.

• Frases curtas dão legendas confortáveis de ler; uma frase longa sem pausa vira um bloco longo.
• Não há ajuste de caracteres por linha, número de linhas ou velocidade de leitura.
• Os limites das frases são aproximados: uma pausa ou uma fala rápida desloca o corte em frações de segundo.

Serviços de streaming fixam esses limites em guias de estilo: o guia de legendas da Netflix para português do Brasil permite 42 caracteres por linha e duas linhas por bloco. Legendas nesse padrão se finalizam num editor de legendas como o Subtitle Edit ou o Aegisub: os tempos já estão lá, então o trabalho é dividir e encurtar, não cronometrar do zero.

Levar a legenda para o editor ou o player

Blocos gerados a partir da fala abrem em qualquer programa que aceite SubRip, porque é o mesmo formato que uma pessoa digitaria à mão.

• Premiere Pro: importe a legenda e arraste para a linha do tempo como faixa de legenda.
• DaVinci Resolve: Arquivo → Importar → Legenda (na interface em inglês, File → Import → Subtitle).
• CapCut: no aplicativo para computador, importe o SRT como faixa de legenda.
• YouTube Studio: na seção Legendas, envie o arquivo como faixa já sincronizada.
• VLC: dê à legenda o mesmo nome do vídeo e coloque os dois na mesma pasta; o VLC carrega sozinho.
• Uma página da web: use a exportação VTT num elemento <track> ou converta o SRT para WebVTT depois.

Três caminhos até o arquivo SRT: qual é o seu?

O caminho certo depende do ponto de partida: faixa pronta no YouTube, roteiro digitado ou só a gravação.

No primeiro caso, dá para salvar as legendas de um vídeo do YouTube em SRT de graça, e no segundo, montar um esqueleto SRT a partir do seu roteiro. Só o terceiro precisa de reconhecimento de fala.

Áudio para SRT funciona do mesmo jeito

Um arquivo SRT sai de um áudio pelo mesmo caminho, porque um clipe já é reduzido ao som antes do reconhecimento.

Um episódio de podcast, uma locução ou uma aula gravada no celular também viram legenda, exatamente como um vídeo: MP3 para SRT, M4A para SRT e WAV para SRT, o que muita gente procura como “audio to srt”, terminam na mesma exportação. Envie a gravação pela transcrição de arquivos de áudio e escolha a legenda no final. Para gravações em MP4, os detalhes do formato estão na página MP4 to text com marcações de tempo.

Quanto custa um SRT gerado da fala

A exportação em si é grátis; o que usa minutos é o reconhecimento de fala por trás dela, um minuto de saldo por minuto de gravação.

A primeira gravação sem conta é grátis, inteira até 10 minutos. Dali em diante, um tutorial de 10 minutos custa 10 minutos, que o presente de 10 minutos do cadastro cobre, e o preço aparece sempre antes do início.

O que este gerador de legendas SRT não faz

Este gerador de legendas cria legendas a partir da fala; ele não edita, não grava na imagem e não lê legendas que já existem.

• Não grava o texto na imagem do vídeo.
• Não extrai faixas que já estão dentro de um MKV ou MP4.
• Não coloca nomes de falantes nem descrições de som como [música].
• Não tem ajuste de comprimento de linha nem de velocidade de leitura.
• Envios acima de 500 MB ou 4 horas são recusados.

Perguntas frequentes

Dá para gerar legendas de graça?

Sim, na primeira gravação: sem conta, ela é transcrita de graça, inteira até 10 minutos e os primeiros 10 minutos se for mais longa, e a exportação está incluída. Dali em diante, cada gravação usa o seu saldo; o cadastro dá 10 de presente.

Preciso de conta?

Não para a primeira gravação, com arquivos de até 100 MB. Sim para arquivos inteiros depois disso: a entrada por link no e-mail eleva o limite para 500 MB e 4 horas.

Dá para fazer legenda SRT a partir de um MP3 ou de outro áudio?

Sim. Áudio para SRT funciona como vídeo: envie o MP3, M4A ou WAV e exporte a legenda.

A legenda fica gravada no meu vídeo?

Não. Você recebe um arquivo separado, que o editor ou o player exibe por cima da imagem.

Meu arquivo fica guardado no servidor de vocês?

Não. O original é apagado assim que o som é extraído, ou após cerca de uma hora se a transcrição nunca começar. O resultado fica no seu navegador ou na sua conta.

Posso definir quantos caracteres cabem por linha?

Não. Cada bloco é uma frase, do jeito que o reconhecimento a dividiu; frases longas se encurtam num editor de legendas.