Gerar legendas de um vídeo
Escuta a fala de um vídeo ou áudio e escreve legendas com tempos, para baixar em SRT ou VTT. O modelo é baixado para o seu dispositivo e roda ali — o arquivo não sai desta aba.
Solte um vídeo ou áudio aqui
MP4 · MOV · M4A · WAV · MP3 — até 20 minutos
Apertar o botão baixa cerca de 150 MB de motor e modelo. É baixado uma vez e o seu navegador guarda — o próximo arquivo começa na hora.
Em gravações ruidosas ou muito antigas o modelo pode travar repetindo as mesmas palavras. Com áudio limpo funciona bem melhor.
Para onde vai o meu vídeo?
Para lugar nenhum. Ele é aberto dentro desta aba e nunca é enviado. Aqui isso pesa mais do que na maioria das ferramentas: a gravação de uma reunião ou de uma aula é exatamente o tipo de arquivo que não se deve entregar ao servidor de um desconhecido.
Por que o download é tão grande?
Porque só o modelo em precisão total funciona de verdade. Nós medimos: as versões de 8 bits nem abrem, e as de 16 bits são piores que inúteis — o modelo compacto embaralha as frases e o preciso trava repetindo as mesmas duas palavras. Um modelo que falha alto tudo bem; um que produz em silêncio um absurdo plausível, não. Por isso enviamos precisão total e dizemos o tamanho antes.
Que arquivos posso usar?
MP4, MOV, M4A, WAV e MP3. São os que o seu navegador abre sozinho, então nunca enviamos outro decodificador. O MP3 foi o último a entrar, não por ser pesado, mas porque **não tem contêiner**: é um fluxo cru de quadros, e alguém precisa marcar onde cada um começa antes de o decodificador do navegador aceitá-lo. Essa parte fomos nós que escrevemos; nada extra é baixado.
O resultado fica repetindo as mesmas palavras.
É o modelo falhando com áudio ruidoso, e é o limite honesto desta ferramenta. Medimos numa gravação de discurso de 1948: o modelo compacto só produziu uma sílaba repetida. Esse mesmo modelo foi preciso com áudio moderno e limpo — é a qualidade da gravação, não o idioma. Se a sua fonte tem som baixo, eco ou música por cima da voz, espere isso.
Qual modelo devo escolher?
Comece pelo compacto. Num trecho coreano limpo de 16 segundos ele errou duas vezes em cerca de quarenta palavras; o preciso errou uma. O modelo preciso vale o tamanho extra para uma gravação longa que você vá publicar, e não vale para uma transcrição rápida. Note também que o preciso leva uns vinte segundos aquecendo na placa de vídeo antes de começar.
Qual a diferença entre SRT e VTT?
SRT é o que a maioria dos editores e reprodutores espera. VTT é o padrão da web, usado pelo elemento video do HTML. Aqui os dois carregam a mesma coisa, então pegue o que o próximo passo pedir. O arquivo de texto puro não tem tempos — serve quando você só quer as palavras.
Outras ferramentas
- Comprimir vídeoDiminui um MP4 no navegador. Sem baixar 30MB de ferramentas — seu aparelho faz o trabalho.
- Extrair áudioTira o som de um vídeo. Nada é recodificado, então nada se perde.
- Vídeo para GIFTransforma um clipe em GIF em loop. Sem upload — quem trabalha é o seu aparelho.
- Cortar vídeoCorte um trecho do vídeo sem recodificar. Nada se perde e leva segundos.