Ilustração de um quadro de vídeo com duas barras de legenda em branco acima de uma linha do tempo de edição
Legendas automáticas4 min de leitura

Legenda automática: gere legendas a partir do próprio áudio do vídeo

Como o DijiFlow Dictate transforma o áudio de um vídeo em linhas de legenda sincronizadas no seu computador, e qual das quatro saídas escolher.

A legenda automática transforma a fala de um vídeo em linhas de legenda sincronizadas, sem que você precise digitar uma palavra. O DijiFlow Dictate cria essas legendas no seu próprio computador, a partir de um arquivo de vídeo ou áudio que está no seu disco, e entrega o resultado em um dos quatro formatos disponíveis. Seja para legendar os vídeos que você publica, seja para entregar um arquivo de legendas a um cliente, os passos são os mesmos.

Como a legenda automática é feita

O app transcreve o áudio, marca o tempo de cada palavra e agrupa as palavras em linhas. As linhas acompanham a fala e quebram no fim de uma oração, não no meio de uma expressão, respeitando uma largura de linha definida para cada idioma, e a velocidade de leitura define quanto tempo cada linha fica na tela. No modo “Avançado”, a opção “Velocidade de leitura” tem duas escolhas: “Adultos” e “Crianças”.

Isso leva mais tempo do que uma transcrição simples, porque o tempo de cada palavra é marcado e cada linha é conferida. Depois do primeiro uso, o app mostra quanto tempo um novo arquivo vai levar no seu computador.

Como gerar legendas a partir de um vídeo

Os nomes abaixo são os que aparecem no app para Mac em português.

  1. Abra a aba “Transcrever arquivo” no DijiFlow Dictate.
  2. Adicione o vídeo. Arraste-o para a janela ou clique em “Selecionar um arquivo...”. Um arquivo de áudio também serve, se você só precisa do arquivo de legendas.
  3. Defina o idioma em “Idioma falado”.
  4. Escolha “Legendas” na seção “Formato de saída”.
  5. Escolha o formato em “Saída das legendas”: SRT, WebVTT, “MP4 com faixa de legendas” ou “MP4 com legendas gravadas na imagem”.
  6. Clique no botão. O nome dele diz o que vai ser criado, por exemplo “Criar arquivo de legendas SRT”. Quando o processo termina, as linhas aparecem no quadro de resultado, e “Salvar como...” abre na pasta do arquivo original.

Para legendas, o app sugere o “Grande”, o maior modelo, porque modelos menores deixam escapar palavras quando há música ou ruído (o “Grande” faz parte do Pro e do teste gratuito). A página de legendas mostra os quatro formatos lado a lado.

Qual das quatro saídas escolher

  • SRT. Um arquivo de texto simples com linhas numeradas e sincronizadas. Plataformas de vídeo e editores costumam aceitá-lo como um arquivo separado, enviado junto com o vídeo.
  • WebVTT. A mesma ideia, no formato usado pelos players de vídeo da web.
  • MP4 com faixa de legendas. Um único arquivo de vídeo que leva as legendas dentro dele. Players que aceitam faixas permitem ligar e desligar as legendas.
  • MP4 com legendas gravadas na imagem. As palavras passam a fazer parte da imagem, então aparecem em qualquer lugar, inclusive em plataformas e players que não exibem arquivos de legenda. Não dá para desligá-las.

Um detalhe que o próprio app avisa: SRT e WebVTT são arquivos que o player carrega ao lado do vídeo, e o QuickTime Player não consegue abri-los. Para assistir ao resultado no Mac, escolha uma das opções MP4. As saídas em MP4 também precisam de um vídeo que o seu computador consiga ler; se ele não conseguir, o app pede que você converta o arquivo para MP4 ou MOV antes.

Versão gratuita e Pro

No app para Mac, a versão gratuita cria legendas para os 3 primeiros minutos de cada arquivo, com um modelo menor. Ela pode ser usada para sempre, sem conta e sem cartão de crédito, o que basta para ver como as linhas ficam nos seus próprios vídeos. O Pro e o teste de 30 dias criam legendas para arquivos de qualquer duração com o maior modelo. No Pro e no teste gratuito, ative “Identificar falantes” no modo “Avançado”, e a linha de cada novo falante passa a começar com um hífen.

Arquivos longos não são problema: um filme de 90 minutos usa cerca de 1 GB de memória durante o processamento. Todo o trabalho acontece no seu computador. Seu áudio e seu texto nunca são enviados para a nuvem.

Revise antes de publicar

Legendas automáticas são um primeiro rascunho. Os erros se concentram em nomes, números, termos técnicos e vozes sobrepostas, e o próprio app lembra você de conferir o resultado. Como SRT e WebVTT são texto simples, dá para corrigir uma linha em qualquer editor de texto sem mexer nos tempos. No Pro e no teste gratuito, o recurso “Termos personalizados”, na aba “Vocabulário”, ajuda com nomes que se repetem.

Legendas em outro idioma

Defina em “Idioma de saída” um idioma diferente do falado, e as legendas saem traduzidas. As legendas cobrem 29 idiomas, e o seletor marca os pares de idiomas menos precisos como “beta” ou “precisão reduzida”. Legendas traduzidas fazem parte do Pro e do teste de 30 dias.

O que o DijiFlow Dictate não faz

Essas legendas são feitas a partir de arquivos. O DijiFlow Dictate não legenda uma transmissão ao vivo nem uma videochamada enquanto elas acontecem, e não aceita o link de um vídeo em um site: o vídeo precisa ser um arquivo no seu disco. Como gerador de legendas, ele cria legendas novas a partir do áudio; não converte nem edita um arquivo de legendas que você já tem.

Se você publica vídeos com frequência, a página para criadores reúne as partes do app que importam para esse trabalho. Para criar seu primeiro arquivo de legendas, baixe o DijiFlow Dictate.

DijiFlow DictateDijiFlow Dictate

A Equipe DijiFlow Dictate

Notas sobre ditado privado e no dispositivo, e sobre como produzir mais usando a voz.