Como Obter Legendas de Qualquer Arquivo de Vídeo (2026)
Summarize this article with:
Se o seu vídeo já tem faixas de legenda embutidas (comum em arquivos MKV), você pode extraí-las em segundos com FFmpeg ou MKVToolNix sem custo nenhum. Se o seu arquivo não tem faixas embutidas — o caso da maioria das gravações de celular, capturas de tela e gravações de reuniões —, a geração com IA é o caminho mais rápido: envie o vídeo, escolha um idioma e baixe um arquivo SRT ou VTT em poucos minutos. Este guia cobre os dois caminhos, incluindo a realidade dos contêineres MKV versus MP4, que determina qual abordagem se aplica ao seu arquivo.
Obter legendas de um vídeo se resume a uma pergunta: o seu arquivo já tem faixas de legenda embutidas dentro do contêiner? Se sim, você as extrai. Se não, você as gera a partir do áudio. Descobrir em qual situação você está leva cerca de 10 segundos e muda todo o fluxo de trabalho.
Verifique Seu Arquivo Primeiro
Antes de qualquer coisa, descubra com o que você está lidando. Abra um terminal e execute:
ffprobe -loglevel error -select_streams s -show_entries stream=index,codec_name:stream_tags=language -of csv=p=0 your-video.mkv
Se a saída listar fluxos de legenda com nomes de codec como subrip, ass ou webvtt, você tem faixas embutidas baseadas em texto e pode extraí-las diretamente. Se você ver hdmv_pgs_subtitle ou dvd_subtitle, elas são baseadas em imagem (mais sobre isso abaixo). Se a saída estiver vazia, o arquivo não tem legendas embutidas e você precisará gerá-las.
Você também pode verificar sem terminal: abra o arquivo no VLC, vá em Legenda e depois em Faixa de legenda. Se opções de legenda aparecerem, há faixas embutidas.
A Realidade dos Contêineres: MKV vs MP4
O formato do contêiner determina quais opções de legenda você tem. Esta tabela resume as principais diferenças:
| Contêiner | Suporte a legendas embutidas | Codecs de legenda comuns | Extração para SRT? |
|---|---|---|---|
| MKV | Forte, várias faixas | SRT, ASS, PGS, VobSub, WebVTT | Sim (faixas SRT/ASS); Não (PGS/VobSub sem OCR) |
| MP4 | Limitado | tx3g (Timed Text), CEA-608 | Às vezes, com ressalvas de compatibilidade |
| MOV | Limitado | tx3g | Às vezes |
| WebM | Bom para web | WebVTT | Sim |
| AVI | Mínimo | Raramente presentes | Raramente |
MKV é o formato de contêiner mais propenso a ter faixas de legenda embutidas utilizáveis, especialmente arquivos ripados de Blu-ray ou DVD, episódios de séries baixados ou animes. Arquivos MP4 baixados do YouTube, gravados no celular ou exportados de softwares de edição quase nunca trazem faixas de legenda embutidas.
Caminho 1: Extrair Legendas Embutidas em Texto
Se o ffprobe confirmou que você tem faixas de legenda baseadas em texto (codec subrip, ass ou webvtt), a extração exige um único comando FFmpeg.
Extraia a primeira faixa de legenda como SRT:
ffmpeg -i video.mkv -map 0:s:0 subtitles.srt
Extraia uma faixa específica pelo índice (útil para MKVs multilíngues):
ffmpeg -i video.mkv -map 0:s:1 subtitles_track2.srt
Extraia pela tag de idioma:
ffmpeg -i video.mkv -map "0:m:language:eng" -map "-0:v" -map "-0:a" english.srt
Extraia todas as faixas de legenda de uma vez:
ffmpeg -i video.mkv output_%d.srt
Para quem prefere uma interface gráfica, o MKVToolNix é a ferramenta oficial gratuita para arquivos Matroska. Arraste seu MKV para dentro, desmarque as faixas de vídeo e áudio, deixe as faixas de legenda marcadas e clique em Iniciar multiplexação. Ele lida com extração de SRT, ASS, WebVTT e PGS (o PGS vai para um arquivo .sup, não para texto).
O Problema do PGS
Faixas PGS e VobSub são imagens, não texto. Um rip de Blu-ray armazena cada quadro de legenda como um bitmap, que parece texto na tela mas não tem caracteres pesquisáveis dentro. O FFmpeg não consegue converter isso para SRT porque não há texto para converter. Você tem duas opções: usar um software de OCR (como o OCR integrado do Subtitle Edit no Windows) para extrair texto das imagens, ou pular a extração completamente e gerar legendas novas com IA usando o Caminho 2 abaixo.
Caminho 2: Gerar Legendas a Partir do Áudio
Para a maioria dos arquivos do dia a dia, incluindo vídeos de celular, gravações de reuniões, capturas de tela, trechos de podcasts e downloads do YouTube, não há faixas embutidas. Você gera as legendas transcrevendo o áudio.
O Gerador de Legendas do CATT faz isso no navegador, sem precisar instalar nenhum software:
- Envie seu arquivo de vídeo. MP4, MOV, AVI, MKV, WebM e WMV são todos aceitos.
- Selecione o idioma falado no vídeo.
- Aguarde o processamento. A maioria dos vídeos com menos de 30 minutos fica pronta em poucos minutos.
- Revise as legendas geradas no editor e corrija eventuais erros.
- Baixe o arquivo de legenda em SRT, VTT ou ASS.
A transcrição por IA moderna atinge 90 a 98% de precisão em áudio limpo com um único locutor. Espere fazer mais correções em áudios com ruído, sotaques fortes ou vocabulário técnico denso.
Se você já tem uma transcrição e quer transformá-la em um arquivo de legenda com marcações de tempo, a ferramenta Vídeo para Texto gera uma saída com carimbos de tempo que pode ser exportada diretamente como SRT ou VTT.
Editando o Resultado
Legendas extraídas geralmente podem ser usadas como estão. Legendas geradas precisam de uma revisão rápida.
As correções mais comuns:
- Nomes próprios. Nomes de pessoas e marcas frequentemente são transcritos foneticamente.
- Quebras de linha. Linhas longas devem ser divididas em fronteiras naturais de frase. Mantenha cada linha com 42 caracteres ou menos e no máximo duas linhas por bloco de legenda.
- Dessincronização. Legendas que aparecem ligeiramente adiantadas ou atrasadas em relação ao áudio. Ajuste o tempo inicial em qualquer editor de SRT.
- Tempo de exibição. Um mínimo de um segundo e um máximo de sete segundos por bloco de legenda mantém a leitura confortável.
Você pode editar arquivos SRT diretamente em qualquer editor de texto, já que o formato é texto simples. Para uma visualização em linha do tempo, veja a comparação de editores de legenda para escolher a ferramenta certa de desktop ou navegador.
Formatos de Legenda: Qual Baixar
SRT é o padrão certo para quase tudo. Funciona no YouTube, VLC, Premiere Pro, Final Cut Pro, DaVinci Resolve e praticamente todas as plataformas de vídeo e ferramentas de edição. O formato é um arquivo de texto simples com blocos de indicação numerados, marcas de tempo e texto da legenda.
VTT (WebVTT) é o padrão web para players de vídeo HTML5. Use-o quando estiver incorporando vídeo diretamente em um site com o elemento track.
ASS/SSA vale a pena conhecer para legendas estilizadas com fontes personalizadas, cores e posicionamento. É comum na distribuição de animes. A maioria das ferramentas que aceita SRT também aceita ASS, mas verifique sua plataforma de destino primeiro.
Para as diferenças em mais detalhes, veja formatos de legenda SRT vs VTT.
Depois de Ter o Arquivo de Legenda
O arquivo de legenda e o vídeo são dois recursos separados. Você tem duas formas de usá-los:
Legendas flexíveis (arquivo separado): Envie o arquivo SRT ou VTT junto com seu vídeo. Os espectadores podem ativá-las e desativá-las. Esse é o padrão no YouTube, Vimeo e plataformas de streaming. A codificação da plataforma é feita pela própria plataforma.
Legendas queimadas (hardsubs): O texto da legenda é renderizado permanentemente nos pixels do vídeo. Necessário para Instagram Reels, TikTok e qualquer plataforma onde os espectadores assistem sem controles. Veja os guias como adicionar legendas ao vídeo e gravando legendas no vídeo para o fluxo completo.
Se você precisa de legendas traduzidas para outro idioma, veja o guia fluxo de trabalho de tradução de legendas.
FAQ
Posso obter legendas de um vídeo se não sei em qual idioma ele está?
Sim. Envie o vídeo para um gerador de legendas com IA e deixe o modelo detectar o idioma automaticamente, ou teste algumas opções comuns manualmente. A precisão da detecção é alta para os principais idiomas. Depois de ter as legendas, você pode passá-las por uma ferramenta de tradução se precisar de um idioma de saída diferente.
Quanto tempo leva a geração de legendas com IA?
Para um vídeo típico de 10 minutos, a geração leva cerca de 30 a 90 segundos. Um vídeo de uma hora geralmente fica pronto em 3 a 6 minutos. Isso é ordens de magnitude mais rápido do que criar legendas manualmente, o que leva de 5 a 10 vezes a duração do vídeo.
Meu MKV tem legendas embutidas, mas o FFmpeg dá erro quando tento extraí-las. Por quê?
A causa mais comum são faixas de legenda baseadas em imagem. Rips de Blu-ray costumam trazer faixas PGS (Presentation Graphic Stream) ou VobSub, que são bitmaps, não texto. O FFmpeg não consegue convertê-las diretamente para SRT ou VTT. Execute o ffprobe no seu arquivo para verificar o nome do codec. Se aparecer hdmv_pgs_subtitle ou dvd_subtitle, você precisa de uma etapa de OCR ou deve gerar uma transcrição em texto nova.
Em quais formatos posso obter as legendas?
Os formatos de saída mais úteis são SRT (funciona com YouTube, VLC, Premiere Pro, Final Cut e praticamente todas as plataformas de vídeo), VTT (o padrão web para players HTML5) e ASS/SSA (para legendas estilizadas com fontes e posicionamento personalizados). A maioria dos geradores de IA e o FFmpeg suportam os três. SRT é a escolha padrão mais segura.
Fontes
Try transcription free
Convert any audio or video to clean, unwatermarked text — speaker labels, timestamps, and AI summaries included. First 10 minutes free, no account.
Related Articles
How to Add Timestamps to a Transcript
Learn how to add timestamps to a transcript with an audio-to-text tool, then export timestamped SRT or VTT subtitle files for easy navigation and editing.
How to Transcribe a Conference Talk to Text
Learn how to transcribe a conference talk or keynote to text, label speakers, and export SRT, VTT, or TXT using a straightforward upload or URL workflow.