Gerar legendas para vídeo e áudio

Sim. Não há nada para pagar nem cadastro para fazer. O reconhecimento de fala roda no seu próprio dispositivo, então o site não tem custo por arquivo para repassar a você.

Não. O navegador lê o arquivo e o modelo cria as legendas dentro da aba. Além da própria página, só são baixados o motor, o modelo e um pequeno detector de voz, tudo deste site, e a página não envia nada de volta. Veja como conferir que nada é enviado.

A lista traz todos os idiomas que o modelo de reconhecimento de fala conhece, inclusive o português, e a página pode detectar o idioma para você. A qualidade muda muito conforme o idioma, quem fala e a gravação, e ainda não publicamos resultados medidos por idioma; o português ainda não foi medido. O nosso teste automático confere fala em inglês, então a detecção só foi conferida em inglês até agora. Leia o primeiro minuto das legendas antes de confiar no resto e, se o idioma detectado estiver errado, escolha o idioma você mesmo e rode o arquivo de novo.

Ainda não medimos nenhum dos dois com este motor, então não damos nenhum número. Conte com algumas palavras erradas, principalmente com música, ruído ou várias pessoas falando ao mesmo tempo, e com tempos um pouco adiantados ou atrasados. O editor deixa você corrigir as duas coisas: digite por cima de uma palavra ou mova um início ou um fim em 0,1 segundo. Como as legendas são feitas no seu navegador explica de onde vêm os tempos.

Quando o navegador consegue ler o som do arquivo em partes, a página não impõe nenhum limite de duração próprio. O arquivo mais longo que rodamos até agora tem 12 minutos. Quando o navegador não consegue, a página decodifica o arquivo inteiro de uma vez, e aí para em 500 MB ou 1 hora e diz qual dos dois. De qualquer forma, o seu dispositivo faz todo o trabalho, então um arquivo longo demora: a linha de status mostra uma estimativa assim que mede uma parte.

O nosso teste automático roda arquivos WAV, MP4 (vídeo H.264 com som AAC) e WebM (som Opus) no Chromium, o motor do Chrome e do Edge. Outros arquivos funcionam quando o navegador consegue decodificar o som deles. Se não conseguir, a página avisa, e salvar o arquivo em outro formato pode resolver.

O SRT é o formato mais antigo e simples, que muitos editores e players abrem; o VTT (WebVTT) é o formato que o player de vídeo de uma página web lê. A página escreve os dois a partir das mesmas legendas. Arquivo SRT: o que é e quando usar VTT mostra as mesmas legendas nos dois, linha por linha.

Sim. Mude o texto de qualquer legenda, divida uma longa onde está o cursor, junte com a próxima e mova o início ou o fim em 0,1 segundo. A prévia acompanha cada mudança, e os downloads escrevem as legendas como estão naquele momento. O que cada controle faz mostra tudo com capturas de tela.

Não. Ele cria um arquivo de legenda separado, e o seu vídeo continua como estava. Você adiciona o arquivo no seu editor de vídeo, no player ou na plataforma de vídeo. Para legendas desenhadas na imagem (embutidas), é preciso um editor de vídeo.

A página de ajuda do YouTube sobre os arquivos de legenda compatíveis inclui SubRip (.srt) e WebVTT (.vtt). Ainda não testamos um envio ao YouTube, então este site não dá o passo a passo.

Não. Os arquivos têm as suas legendas e nada mais, e o nosso teste automático confere que as legendas baixadas são iguais às da página. Uma exceção: se o processo parar antes do fim do arquivo, o arquivo VTT indica onde as legendas terminam, numa linha de comentário que os players não mostram.

Ele usa um modelo de reconhecimento de fala, um tipo de modelo de aprendizado de máquina, e esse modelo roda na aba do seu navegador, no seu dispositivo. Nada é enviado a um serviço de IA. Como funciona diz qual é o modelo e a licença dele.