Como Adicionar Legendas ao Seu Vídeo: O Que Realmente Precisa Ser Feito

Principais pontos

Decida primeiro se as legendas vão ser gravadas na imagem ou entregues como um arquivo separado. Legendas embutidas (burned-in) funcionam em qualquer lugar e nunca podem ser desligadas. Um arquivo à parte, geralmente um .srt, pode ser desativado, editado depois e lido por mecanismos de busca, mas só se a plataforma aceitar esse tipo de upload. Depois disso, a sequência é sempre a mesma: conseguir o texto, dividir em blocos com tempo marcado, revisar assistindo ao vídeo e, por fim, enviar ou exportar. Como o arquivo é texto puro, corrigir qualquer coisa é fácil.

Você terminou a edição. Agora alguém pediu legendas, ou você percebeu que a maioria das pessoas assiste sem som, e está diante de uma janela de exportação que não tem, à primeira vista, nenhuma opção de legenda. Isso é normal. Legendas não fazem parte do vídeo do mesmo jeito que a trilha sonora ou a correção de cor fazem. Na maioria das vezes, elas são algo completamente separado, vivendo no seu próprio arquivo, com formato e regras próprias.

Então há uma escolha a fazer antes de escrever uma única linha de texto, e é essa escolha que determina tudo o que vem depois. Quase todo mundo faz essa escolha sem perceber. Aqui está ela, de forma consciente.

Gravada na imagem ou ao lado do vídeo

Existem duas formas de colocar palavras em um vídeo.

Legendas embutidas (burned-in) são gravadas na imagem no momento da exportação. Os pixels do texto se tornam pixels do vídeo, do mesmo jeito que uma logomarca ou um rodapé informativo. Elas ficam sempre visíveis. Não podem ser desligadas, redimensionadas, estilizadas de novo ou traduzidas pelo espectador, e se você errou uma palavra, precisa exportar o vídeo inteiro de novo para corrigir. Em troca, elas funcionam em qualquer lugar sem depender de ninguém: em qualquer player, qualquer plataforma, qualquer republicação, qualquer gravação de tela que alguém fizer do seu vídeo.

Um arquivo de legenda à parte (sidecar) fica junto do vídeo como um arquivo próprio. O player lê esse arquivo e desenha o texto por cima da imagem no momento da reprodução. O espectador pode ligar e desligar. Você corrige um erro de digitação editando um arquivo de texto e enviando de novo, sem tocar no vídeo. Pode adicionar um segundo idioma depois, só acrescentando um segundo arquivo. Nada fica gravado na imagem, então o vídeo original permanece intacto.

O problema é que o caminho do arquivo separado depende inteiramente do destino. As plataformas variam quanto a aceitar ou não um arquivo de legenda enviado por upload. Algumas aceitam sem problema e mostram um botão de legendas para o espectador. Outras não aceitam de forma alguma. Quando a plataforma não aceita um arquivo de legenda, gravar o texto na imagem durante a exportação é o único caminho possível, e nenhuma formatação correta do arquivo vai mudar isso.

Verifique o que o seu destino aceita antes de construir qualquer coisa. Se você vai postar o mesmo vídeo em dois lugares e um aceita arquivo e o outro não, pode ser que você realmente precise de duas exportações: uma limpa, com arquivo de legenda separado, e outra com o texto gravado na imagem. É trabalhoso, mas é a resposta honesta.

O que um arquivo de legenda realmente contém

Um arquivo SubRip – extensão .srt – é o formato de legenda separada mais aceito, e é o que você deve usar a não ser que tenha um motivo específico para não usar. O conteúdo dele é quase banal de simples. Cada bloco (ou “cue”) tem quatro elementos, nesta ordem: um número, uma linha com os tempos, uma ou mais linhas de texto e, depois, uma linha em branco. Em seguida começa o próximo bloco.

Os tempos são escritos no formato hh:mm:ss,mmm – horas, minutos, segundos e, depois de uma vírgula, os milissegundos. A vírgula importa. Um player que espera vírgula e encontra ponto pode rejeitar o arquivo ou pular o bloco, e muitas vezes o problema se manifesta como nada acontecendo, sem nenhuma mensagem de erro. Se você quiser entender o formato campo por campo, vale a pena ler esta explicação completa do formato SubRip.

WebVTT – extensão .vtt – é o outro formato que você vai encontrar. Ele começa com a palavra WEBVTT em uma linha isolada, e separa os milissegundos com ponto em vez de vírgula. O número do bloco é opcional. Além disso, ele faz coisas que o SubRip não faz: posicionar um bloco em um lugar diferente da parte inferior central da tela e carregar informações de estilo. Se você precisa que uma legenda saia do caminho de um elemento gráfico na tela, o WebVTT é como isso se resolve.

Se você tem um arquivo WebVTT e a plataforma pede SubRip, converter é simples, mas é importante entender o que acontece. Os tempos são preservados. O texto é preservado. O posicionamento, o estilo e qualquer metadado são descartados, e descartados de forma permanente, porque o SubRip simplesmente não tem onde guardar essas informações. Isso não é um defeito do conversor. O formato de destino não tem campo para esse tipo de dado. Converta na direção que não perde nada sempre que possível, e, quando não for possível, espere que as legendas apareçam na posição padrão, na parte inferior da tela.

A sequência: texto, tempos, revisão, envio

Depois de decidir qual caminho seguir, o trabalho em si é sempre o mesmo, em quatro etapas, na mesma ordem.

• Consiga o texto. Cada palavra falada, escrita.
• Divida e marque o tempo. Separe o texto em blocos e dê a cada um um início e um fim.
• Revise assistindo ao vídeo. Veja com as legendas ativadas e corrija o que estiver errado.
• Envie o arquivo, ou exporte com o texto gravado na imagem.

A primeira etapa é a mais lenta se você fizer digitando manualmente. Você pode transcrever à mão, o que é preciso, mas leva muito mais tempo do que a duração do vídeo, ou pode transcrever o áudio automaticamente e depois corrigir, o que é mais rápido, mas gera erros que você precisa caçar – geralmente nomes, termos técnicos e qualquer coisa dita com ruído de fundo alto. Transcrição automática com uma revisão cuidadosa é o padrão certo para a maioria das pessoas. Um gerador de legendas direto no navegador cuida da parte de dividir e marcar o tempo depois que você já tem o texto.

O SozAI é um aplicativo de transcrição para iOS, Android e macOS que transforma arquivos de áudio, arquivos de vídeo, gravações e links do YouTube em texto, com identificação de quem está falando e tradução em mais de 99 idiomas; as ferramentas do site, no navegador, cuidam de arquivos de legenda e contagem, mas não transcrevem áudio por conta própria. É uma opção entre várias – se o seu programa de edição já gera uma transcrição utilizável, use-a e pule essa etapa extra.

Se o que você tem é um bloco de texto corrido, sem nenhuma marcação de tempo, um conversor de texto simples para SRT faz a parte mecânica de dividir em blocos e escrever as linhas de tempo no formato correto. Depois, você ainda vai precisar ajustar os tempos comparando com o vídeo. Nenhuma ferramenta consegue adivinhar onde a pessoa fez uma pausa só a partir do texto.

Quanto tempo cada legenda deve ficar na tela

O tempo é onde as legendas amadoras se denunciam, e os dois erros mais comuns são opostos.

Uma legenda que fica na tela por menos de um segundo, aproximadamente, é difícil de ler. O olho precisa de tempo para encontrar o texto, absorver e voltar para a imagem, e em menos de um segundo não dá tempo. O espectador vê um flash de alguma coisa e fica com a vaga sensação de que perdeu uma palavra. Isso costuma acontecer quando uma transcrição foi dividida em toda vírgula, ou quando uma interjeição curta – um “sim”, um nome, uma risada – recebe seu próprio bloco, do exato tamanho do som.

Uma legenda que passa de cerca de oito segundos é o outro problema, e quase sempre é sinal de que duas frases foram juntadas em um só bloco. Legendas longas ficam na tela depois que o espectador já terminou de ler, o que é levemente irritante, mas o dano real é que a segunda frase aparece na tela bem antes de ser dita. O texto e o áudio se descolam, e o espectador começa a ler adiante em vez de assistir.

Busque legendas que caibam confortavelmente entre esses dois limites, divididas nos pontos naturais de frase e oração, e não em uma contagem fixa de palavras, deixando a imagem “respirar” entre elas. Quando estiver em dúvida se um bloco está longo demais, leia em voz alta na velocidade em que a pessoa realmente fala. Se você ficar sem fôlego, são duas legendas, não uma.

Revisando o arquivo antes de enviar

Um arquivo de legenda é texto puro. Você pode abri-lo em qualquer editor de texto, em qualquer computador, ler do início ao fim e mudar o que quiser. Essa é a coisa mais útil que você pode saber sobre legendas, porque significa que o jeito mais rápido de corrigir uma palavra errada quase nunca é reabrir o programa de edição, achar o bloco de novo na linha do tempo e exportar tudo outra vez. É abrir o arquivo, mudar a palavra, salvar.

Existem dois tipos de problema, e cada um exige uma verificação diferente.

Problemas estruturais impedem que o arquivo carregue. Uma linha em branco faltando entre blocos, um ponto onde deveria haver vírgula nos tempos, um horário de fim anterior ao de início, blocos que se sobrepõem. Isso é invisível para um olhar humano rápido, mas óbvio para uma máquina, que é para isso que serve um validador de arquivos SRT. Passe o arquivo por um antes de enviar, e você vai pegar justamente o tipo de erro que, do contrário, aparece como legendas que simplesmente não aparecem, sem explicação.

Problemas de conteúdo só aparecem quando você assiste. Nomes escritos errado, uma legenda atrasada meio segundo do início ao fim, uma linha que está tecnicamente correta mas lê mal. Assista ao vídeo com as legendas ativadas, na velocidade normal, até o final, e olhe para o texto, não para a imagem. Leva exatamente o tempo do vídeo, e não existe atalho.

O que isso não resolve

Legendas automáticas geradas por uma plataforma não são o mesmo que um arquivo de legenda feito por você. Elas são geradas a partir do áudio sem nenhuma participação sua, costumam errar justamente nas palavras que mais importam – nomes de produtos, nomes de pessoas, termos técnicos -, e geralmente você tem pouco controle sobre elas. Quando é possível enviar seu próprio arquivo, fazer isso troca o chute por algo que você revisou. Quando não é possível, gravar o texto na imagem é a única forma de garantir que as palavras na tela são as que você escolheu.

Legendas embutidas são permanentes de um jeito que as pessoas subestimam. Uma vez exportado, o texto passa a fazer parte da imagem. Você não consegue traduzir aquele vídeo, não consegue oferecê-lo sem legendas, e quem está assistindo em uma tela pequena não consegue aumentar o tamanho do texto. Se houver qualquer chance de o vídeo ser reaproveitado, legendado em outro idioma, ou entregue para outra pessoa trabalhar nele, guarde uma exportação limpa, sem legendas gravadas, junto com o arquivo de legenda separado – mesmo que a versão que você publica hoje tenha o texto gravado na imagem.

E converter entre formatos vai continuar custando a mesma coisa, todas as vezes. Ir de WebVTT para SubRip descarta posicionamento e estilo, de forma permanente, porque não há onde guardar essas informações. Se você criou legendas que desviam de um elemento gráfico na tela e depois converte para SubRip por exigência de uma plataforma, essas legendas vão aparecer na posição padrão e cobrir o gráfico. Saber disso de antemão é melhor do que descobrir depois, no vídeo já publicado.