Como colocar legenda em vídeo com IA (grátis)

Você tem um vídeo, seja um MP4 da câmera, uma gravação de tela ou um webinar gravado, e precisa de legenda nele. Veja como colocar legenda em vídeo com precisão e marcação de tempo, sem gastar e sem instalar programa.

Para colocar legenda em vídeo que é seu, envie o arquivo para um gerador de legendas com IA (como o transcritor de vídeo grátis do sipsip.ai), copie a transcrição e faça o upload dela no YouTube Studio, que sincroniza o tempo sozinho. Para um vídeo típico de 10 minutos, o processo todo leva menos de 10 minutos. Para vídeos no YouTube, você também pode usar a legenda automática da plataforma ou enviar o seu próprio arquivo SRT pelo YouTube Studio.

Por que vale a pena colocar legenda em vídeo

Legenda ajuda quem precisa dela e também muda o desempenho do vídeo.

Busca. O YouTube indexa o texto das legendas ao classificar os vídeos. Um vídeo com legenda precisa sobre o tema tem mais chance de aparecer nos resultados do que o mesmo vídeo sem legenda.

Acessibilidade. Em muitos lugares, vídeos publicados por empresas, escolas e órgãos públicos precisam ter legenda. As diretrizes WCAG 2.1 tratam da acessibilidade em vídeo, incluindo a legenda.

Alcance. Legenda deixa o conteúdo claro para quem lê melhor do que ouve em outro idioma, e para quem assiste em lugar barulhento.

Engajamento. As pessoas assistem por mais tempo quando há legenda, principalmente no celular, onde muita gente vê vídeo com o som desligado.

Dado: segundo um estudo da Verizon Media de 2019, 69% dos consumidores assistem a vídeos sem som em lugares públicos, e 80% têm mais chance de assistir a um vídeo até o fim quando há legenda.

Método 1: gerador de legendas com IA do sipsip.ai (recomendado)

O transcritor de vídeo do sipsip.ai é o caminho mais direto do arquivo de vídeo até o texto da legenda. Ele transcreve o áudio do vídeo com o modelo Deepgram nova-3, reconhece português e mais de 30 idiomas e devolve a transcrição completa. O sipsip.ai nasceu do AI-Video-Transcriber, um projeto open source com mais de 3.300 estrelas no GitHub.

Passo a passo:

1. Abra o transcritor de vídeo.
2. Envie o seu arquivo MP4, MOV, MKV ou WebM.
3. Aguarde o processamento, cerca de 1 minuto para cada 10 minutos de vídeo.
4. Copie a transcrição e salve como um arquivo .txt simples.
5. No YouTube Studio, abra o vídeo → Legendas → Adicionar → Fazer upload do arquivo.
6. Escolha Sem marcação de tempo e envie o arquivo .txt.
7. O YouTube sincroniza o texto com o áudio sozinho; revise e publique.

Ideal para: criadores que querem legenda antes de publicar no YouTube, empresas que produzem vídeos de treinamento ou demonstrações de produto e qualquer pessoa que prefere uma legenda precisa à legenda automática.

Dica: depois que o YouTube sincronizar, baixe a legenda no YouTube Studio como .srt para usar em outras plataformas e em editores como Premiere Pro e DaVinci Resolve.

Se a sua fonte é um arquivo de áudio, como a gravação de um podcast ou uma locução em MP3, o transcritor de áudio faz o mesmo processo para formatos de áudio.

Método 2: legenda automática do YouTube (sem esforço)

Quando você envia um vídeo ao YouTube, a plataforma gera a legenda automática com o próprio reconhecimento de voz. Para a maioria dos vídeos com áudio claro num idioma compatível, como o português, a legenda aparece poucos minutos depois de o vídeo ir ao ar.

Como ativar e editar a legenda automática:

1. Envie o vídeo pelo YouTube Studio normalmente.
2. Vá em Conteúdo → clique no vídeo → Legendas.
3. O YouTube mostra a legenda "Automática"; clique em Editar para revisar e corrigir.
4. Salve as correções; a versão editada substitui o texto automático.

Pontos fortes: zero esforço e nenhum arquivo para enviar. Funciona bem com áudio claro, sotaques comuns e vocabulário do dia a dia.

Pontos de atenção:

• A precisão cai bastante com jargão técnico, sotaques fortes, ruído de fundo ou várias pessoas falando ao mesmo tempo.
• O YouTube gera a legenda depois do upload, então a prévia só aparece com o vídeo já publicado.
• A legenda automática cobre uma lista específica de idiomas e tipos de vídeo, e alguns canais deixam a legenda desligada.
• Num vídeo agendado, a legenda automática costuma ser gerada só depois que ele vai ao ar.

Para vídeos de treinamento, demonstrações com termos técnicos ou qualquer conteúdo em que a precisão importa, enviar a sua própria transcrição (Método 1) dá resultados melhores com consistência.

Método 3: Whisper no seu computador (para desenvolvedores)

Se você processa muitos vídeos ou trabalha num ambiente em que os arquivos precisam ficar na sua máquina, rodar o Whisper da OpenAI localmente é uma boa opção. O Whisper é open source e gratuito.

# Instalar o Whisper
pip install openai-whisper

# Gerar a legenda em SRT a partir de um vídeo
whisper meuvideo.mp4 --model medium --output_format srt --language pt

O comando gera direto um arquivo meuvideo.srt. O modelo medium equilibra velocidade e precisão na maioria dos computadores. Use o large-v3 para a máxima precisão com GPU, ou o tiny para testes rápidos.

Ideal para: desenvolvedores, equipes com exigências de privacidade de dados, processamento em lote ou quem quer gerar SRT de forma automática, sem custo de API.

Ponto de atenção: exige um ambiente Python configurado, um computador razoável para os modelos maiores e alguma familiaridade com a linha de comando. Para uma legenda avulsa, os métodos 1 e 2 são mais práticos. Veja mais no guia sobre o Whisper AI.

Como funciona um arquivo SRT

Um arquivo SRT é um documento de texto simples com uma estrutura fixa. Cada bloco de legenda tem três partes: um número em sequência, um intervalo de tempo e o texto. Veja um exemplo:

1
00:00:03,400 --> 00:00:07,800
Bem-vindo a esta apresentação do produto.
Hoje vou mostrar as funções principais.

2
00:00:08,200 --> 00:00:12,100
Primeiro, vamos ver o painel.

3
00:00:13,500 --> 00:00:18,900
Todos os seus projetos aparecem
organizados por data no painel à esquerda.

Regras de formatação:

• Os números começam em 1 e seguem em ordem.
• O tempo usa o formato HH:MM:SS,mmm, com vírgula antes dos milissegundos.
• Uma linha em branco separa cada bloco.
• Cada linha de legenda deve ter até 42 caracteres para uma leitura confortável.

O comando do Whisper no Método 3 já grava nesse formato. Com a transcrição do sipsip.ai, a sincronização do YouTube Studio adiciona os tempos para você, e o resultado pode ser baixado em .srt.

Comparação de geradores de legendas grátis

Resumo: para a maioria dos criadores, o fluxo sipsip.ai → sincronização do YouTube Studio dá a melhor precisão com a menor configuração. A legenda automática do YouTube resolve uploads casuais e fica aquém em conteúdo técnico. O Whisper local é a escolha certa para montar um processo automático ou manter os arquivos no seu computador.

Dado: o modelo Whisper da OpenAI (lançado em 2022, versão large-v3) chega a taxas de erro de palavras abaixo de 5% em áudio limpo em inglês nos benchmarks publicados, um nível comparável ao de serviços pagos de transcrição.

Gerar legenda ou baixar legenda: tarefas diferentes

As duas coisas costumam se confundir, então vale separar.

Gerar legenda (o tema deste artigo) é criar uma faixa de legenda nova para um vídeo seu, porque ele ainda está sem legenda ou porque você quer mais precisão do que a versão automática.

Baixar legenda é pegar a legenda que um vídeo do YouTube já tem e salvar esse texto para estudo, anotações ou reaproveitamento. Para isso, a Transcrição do YouTube salva o texto do vídeo e oferece os botões SRT e VTT, com as marcações de tempo prontas para editores e players.

E se o vídeo está em outro idioma e você quer legenda em português, o guia de como traduzir vídeo do YouTube mostra a tradução automática do YouTube e outros caminhos.

Perguntas frequentes