Legendas SRT ou VTT - Quando Criar Você Mesmo

Last reviewed: 2026-08-09

---

Use o Gerador de Legendas - Crie Arquivos SRT e VTT quando precisar de um arquivo de legendas com marcação de tempo e o vídeo não puder sair da sua máquina. Dois caminhos diferentes produzem as legendas ali, e escolher o errado custa um download desnecessário ou uma precisão que você nunca teve.

Qual dos dois caminhos o seu trabalho pede

O primeiro caminho é o reconhecimento de fala. Um modelo Whisper compacto roda no seu próprio dispositivo e escreve o texto das legendas para você, cronometrado a partir dos limites de segmento que ele mesmo encontra. Custa um download de cerca de 40 MB, buscado apenas quando você clica no botão que anuncia esse tamanho, e o navegador o guarda depois.

O segundo caminho não precisa de modelo nenhum. Se você já tem as palavras - um roteiro, uma folha de locução, uma transcrição que alguém digitou - cole tudo na caixa de roteiro e cada linha é cronometrada ao longo da duração do arquivo escolhido. Nada é baixado, e a cronometragem é aritmética em vez de suposição.

Portanto a pergunta é simplesmente se você já tem as palavras. Se tem, o caminho manual é mais rápido e exato na grafia. Se não tem, o reconhecimento é o único que pode inventá-las.

SRT ou VTT, decidido por onde o arquivo vai

Os dois formatos saem da mesma tabela de legendas na página, então escolher não é um compromisso e exportar ambos não custa nada. Eles diferem em três detalhes visíveis.

Detalhe	SRT	VTT
Primeira linha do arquivo	O número da legenda, começando em 1	A palavra literal WEBVTT
Separador antes dos milissegundos	Vírgula, como em 00:00:04,120	Ponto, como em 00:00:04.120
Numeração das legendas	Toda legenda é numerada	A numeração não é obrigatória

VTT é o formato que um elemento de vídeo HTML espera em uma faixa, então é a escolha natural quando o vídeo será incorporado em uma página. SRT é o formato lateral mais antigo que reprodutores de desktop e editores de legendas aceitam há anos, então é a escolha mais segura quando você vai entregar o arquivo a outra pessoa ou importá-lo em um editor. Quando realmente não souber qual o destinatário quer, baixe os dois da mesma execução e deixe que ele apague um.

Os números que decidem se a página serve para o arquivo

Quatro dos limites da página são fixos, e são os que vale conhecer antes de escolher um arquivo, não depois.

Limite	Valor	O que significa para você
Download do modelo	Cerca de 40 MB	Pago uma vez, depois guardado pelo navegador
Mídia mais longa por execução	Cerca de 15 minutos	Arquivos maiores são recusados, com a duração real informada
Janela de reconhecimento	30 segundos, com 2 de sobreposição	A linha de status conta essas janelas conforme avança
Legenda manual mais curta	1,2 segundos	Linhas muito curtas continuam legíveis
Comprimento da linha manual	Cerca de 84 caracteres	Frases mais longas são divididas no fim da frase e depois nas vírgulas
Idiomas falados	12 nomeados, mais detecção automática	Nomear o idioma é melhor que deixar para a detecção

Quando o limite de quinze minutos decide por você

Mídia com mais de cerca de quinze minutos é recusada de imediato, e a mensagem informa a duração que foi realmente medida, para você saber por quanto passou. Também não há modo em lote, então cada execução é um arquivo. Uma gravação de quarenta minutos significa, então, cortá-la em três ou quatro partes antes, legendar cada uma e juntar os arquivos depois - o que também significa deslocar à mão os tempos de cada parte a partir da segunda.

Isso é trabalho real, e é a razão honesta para verificar a duração antes de começar em vez de depois que o modelo já baixou. Para qualquer coisa longa o bastante para exigir divisão, decida antes se as legendas valem o esforço ou se uma transcrição simples resolveria.

Quando o seu contêiner não abre de jeito nenhum

A página extrai a faixa de áudio direto do contêiner usando o decodificador do próprio navegador, e é por isso que MP4, M4V, WEBM e MOV funcionam ao lado de áudio puro em MP3, WAV, M4A e OGG. É também por isso que a lista termina ali. Não existe servidor por trás da página para assumir o trabalho, então um contêiner que o navegador não consegue decodificar não pode ser transcrito aqui, e MKV é o caso que as pessoas encontram mais.

A solução está antes: remultiplexe o arquivo para MP4 e traga-o de volta. Nada na execução muda depois que o áudio fica acessível.

Quando o que você queria era uma transcrição simples

Legendas com tempo são a saída certa quando algo vai reproduzir o texto em sincronia com o áudio. Se em vez disso você quer um parágrafo para ler, citar ou colar em um documento, os tempos só atrapalham, e Voz para Texto é a página feita para esse formato.

As duas páginas compartilham o mesmo modelo em cache, então experimentar uma e depois passar para a outra não significa baixar duas vezes.

O que você ainda vai corrigir à mão

O modelo de reconhecimento é pequeno de propósito, e é isso que torna prático baixá-lo. Espere corrigir nomes próprios, jargão e pontuação antes de publicar, e espere fazer isso na tabela de legendas da página, onde o texto de cada legenda é editável e o download é reconstruído a partir do que a tabela diz.

Vale observar dois efeitos específicos. Como as janelas de reconhecimento se sobrepõem em dois segundos e essa sobreposição não é removida automaticamente, uma palavra exatamente na emenda pode aparecer no fim de uma legenda e de novo no começo da seguinte. E como editar o texto de uma legenda não a recronometra, uma linha que você reescreva muito mais curta ou mais longa mantém o início e o fim originais, então uma reescrita grande pode pedir um ajuste manual.

O que a página não faz

Ela não grava as legendas na imagem; a saída é um arquivo separado que você carrega junto com o vídeo. Não traduz, então as legendas voltam no idioma que foi falado. As legendas são por segmento e não por palavra, então destaque estilo karaokê está fora do escopo. Nada do que você carrega ou produz é guardado além da sessão, não há marca de água na saída e não há conta nem plano pago no caminho.

← Voltar para ferramentas de vídeo

Last updated: Aug 9, 2026